你知道怎么利用數據嗎？本篇文章從游戲的數據出發，詳細介紹了應該從數據的哪幾個方面來利用數據，推薦想了解數據分析的同學閱讀。

數據猶如一扇扇窗戶，透過它，我們可以洞察到游戲世界內部的諸多秘密。這些秘密，就像是隱藏在房間深處的寶藏，只有真正理解并善用它們，我們才能創造出更吸引人的游戲，形成更成功的商業模式。

一個關鍵的問題是：到底有哪些窗戶，以及我們怎么才能打開它們？

一、用戶行為

從這扇窗戶里面，我們可以看到與用戶相關的行為模式的秘密。

我們通常意義上的日活躍用戶（DAU）、平均每用戶收入（ARPU）、留存率、投資回報率（ROI）等通用指標，又或者是諸如新手漏斗、活動漏斗等分析，都是通過這部分數據得來的，這部分數據的采集核心是合理的應用內埋點，對于事件和屬性的設計是重中之重。

游戲中的埋點采集通常分為兩部分，一部分來自客戶端，一部分來自服務器端。就服務器端的埋點采集而言，它的數據不容易丟失，更加準確，因此，類似于“付費”這樣需要更精確統計的行為，都會通過服務器端埋點采集。而對于客戶端的埋點采集來講，是游戲行業的重中之重。

因為對于其他行業來說，客戶端的埋點數據通常是對服務器端埋點數據的補充，比如電商類 APP，我們分析用戶在界面上的操作行為路徑，可能就不如分析用戶最終成交行為的意義大，畢竟在很多行業中，客戶端的許多行為，第一不是核心體驗，第二不會互為因果。

而在游戲行業里，一個游戲的全部體驗，都在玩家的每一步操作中，玩家在某一個細節上體驗較差，就有可能流失，而在某一個細節上獲得巨大的愉悅感，就有可能創造出更大的價值。

以《爐石傳說》為例，在打出牌之后，點擊界面就可以加速動畫，所以這類點擊加速或者跳過動畫的操作，就不適合放到服務器端去埋點。對于別的行業，可能一個 APP 里的界面動畫效果是否被加速并不是優化核心，但在游戲行業，你甚至可以因此而區分兩類用戶，一類是佛系的，來享受過程，一類是進取的，來享受結果，當有了這種認知之后，接下來針對細分人群的功能設計和運營手段都會有所不同。

用戶行為數據是非常龐大的，靈活性高，分析的方式多樣，如果運用得好，是整個游戲最客觀，也最細微的體現，因此，需要比較強大的工具支持，比如神策等。但是用戶行為數據不是萬能的，首先它必須基于已經在 APP 中發生的行為做統計分析，對于沒有在 APP 中發生行為的事實，就無能為力。

其次，使用用戶行為數據進行分析的視角可能很難直觀地給出系統本身的變化，也就是說，我們通過用戶行為數據，可以直觀地看到用戶的行為，但游戲是一個復雜的系統，用戶行為本身會導致系統本身產生連鎖反應，而這些連鎖反應里面，不會有行為埋點，因此，單純的用戶行為數據也就很難追蹤這部分變化。

但是別急，我們還有其它的四扇窗戶。

二、游戲快照

主要是指游戲在某個時刻的運行快照，通過它我們可以看到在確定時間切片下，游戲各系統的平衡、設計情況。這一部分數據，對于自演化的復雜系統有著很重要的意義。

我們以游戲《文明》為例，從某個角度來看，《文明》是在構筑一個引擎，這個引擎一旦構筑起來，就會不停地產生資源，玩家的行為只是在改造引擎。引擎的運行由時間來驅動，這時候，定期的基于服務器內的運行快照，就對游戲系統本身的演進分析更為重要，比如我們想要看看游戲中各資源會隨著時間如何變化？資源 A 是否和資源 B 的變化有相關性等。

比如木頭的數量波動和金幣的數量波動總是呈一前一后的三角函數關系，且相加之后正好互相填平。那么就說明在游戲設計中，兩種資源或許可以互相轉換，也意味著資源總量或許可以作為衡量游戲平衡性的一個標準。但市面上對于這部分數據的采集方式通常都不太一樣，比較常見的是直接的定期的 Sever 數據庫的快照保存。

三、性能數據

類似于快照，但是更偏技術，由于游戲的體驗至關重要，而在體驗里面，性能是最直觀影響體驗的。事實上，為了達到所需要的性能，很多游戲做了很多技術上的創新。比如《守望先鋒》這類游戲的客戶端預測技術，再比如紋理壓縮、LOD、延遲渲染、光照預計算、Occlusion Culling 等一系列渲染上的技術，雖然花費了巨大的代價，但都是為了玩家能在操作的時候“縱享絲滑”。

這一部分數據通常不會在用戶行為埋點中記錄，例如 FPS、加載時間、內存使用、PING、崩潰率等，為了收集這些性能數據，開發者通常會使用各種工具，主要有以下幾類：

1. 游戲引擎自帶的分析工具：例如 Unity 的 Profiler 工具，Unreal Engine 的 Performance Profiler。?2. 設備制造商提供的工具：例如 Apple 的 Instruments，Android 的 Profiler 等。

3. 第三方性能分析工具：例如 GameBench、RenderDoc、Pix 等。

4. 自定義的 DEBUG 日志：在代碼中添加自定義日志，以收集和分析特定的性能數據。

四、社區反饋

這扇窗戶，將帶我們看到玩家在游戲之外，沒有發生行為的數據。這部分數據尤其珍貴有效，因為它能反應玩家真實的整體情緒，比如我們在 steam 的評論中，經常會看到一個游戲被打了差評，但是評論語確是“We need Chinese！”，這些是玩家最真實的反饋。

在國外的游戲研發過程中，對這一塊尤其重視，比如在《殺戮尖塔》的研發過程中，開發團隊先是使用 slack 進行小范圍的反饋收集，EA 之后，又在 discord 上進行大量的反饋收集，開發團隊會一條一條地查看用戶的反饋。

這部分數據的采集，首先是要有類似的社區工具或者平臺，比如slack、discord、steam、taptap 等，又或者 Appstore 的評價、客服系統里面的直接反饋，也都是重要的來源。

其次是要有分析數據的工具和技術，無論是手動查看，還是利用機器學習技術進行關鍵詞采集、情感分析，或者用 LLM 進行總結，目的都是為了挖掘這一部分數據的價值。

事實上，這一部分數據在早期較容易被獲取，也是較有價值的數據，只是越到后期，游戲越火，數據量越大，需要分析的技術門檻隨之水漲船高。這可能是一種幸福的煩惱，游戲開發者似乎也都需要這種幸福的煩惱。

五、市場數據

這部分數據也分為兩塊。

一塊是與游戲本身相關的市場數據，比如使用廣告進行推廣，那么廣告的花費、廣告的效果，就至關重要。對于廣告數據來說，精準的效果追蹤是必修功課。第二塊是整個市場的大盤，以及競爭對手的情況，還有當前的廣告的熱度素材，畢竟知己知彼，才能百戰百勝。

這五類數據，從用戶行為數據到市場數據，每一部分都為游戲的數據分析提供了不同的視角，當新的技術不停地涌現，游戲的研發和運營過程也會不停地迭代和變化，新的窗口和手段都也會不停地產生。