遊戲用戶行為分析數據篇之：數據分析怎麼做
文數數科技
一、數據分析的理解
數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。簡單的說通過數據研究對現狀進行指導，起優化作用。
理性並深入理解數據分析，不論你處於什麼職位，負責什麼工作，只要你接觸數據，就要敬畏它並理解它。
第一、只有你自己懂了，你才能發現並提出正確問題。過往的經歷告訴我，似懂非懂不如不懂，否則你提出一些蠢問題，別人都不知道該如何回應你。
第二、數據分析並非只有一種答案，不同的業務理解、分析角度、分析立場都會導致不同的答案，所以一定要對分析的結論進行演繹，也就是用結論去反證問題，看看能否說的通。
二、數據分析的準備工作
1.明確分析目的
任何一個事情都會有目的，分析目的主要是以某個需要改進、提升、優化的指標為方向，以科學的方式進行分析，以達到某個綜合數據的改進。
2.確定分析思路
分析思路是將數據分析的框架體系化，也就說是先分析什麼數據，後分析什麼數據，每個數據之間的相關性邏輯。
1） 分析框架
2） 常見分析思路
經典的有AARRR、漏洞模型、FAM分析思路。5W2H適合做問題的解決思路。
漏斗模型：
3） 常見分析內容
三、具體實例
舉個實例，這個是棋牌遊戲中大家常見的寶箱抽獎
? 產品數據：DAU 50000左右，平均用戶牌局數20局左右，大於10局的用戶數佔比45%，大於7局的用戶數佔比50%
? 活動目的：通過提升用戶牌局數進而提升用戶的留存情況。
? 第一次方案：每10局抽一次獎，每日可抽6次，平均每人每次送出2000金幣
? 改進後方案：每7局抽一次獎，每日可抽6次，平均每人每次送出2500金幣，增設大獎並在跑馬燈滾動播放，同時調高了中、高級場的服務費，實際每人每次送出為1800金幣左右。
改版後從參活人數上增加了1950人，參活佔比提升了近4%，覆蓋了更多的用戶。
註：這裡看到參活用戶的平均牌局數較高是因為被高局數的用戶稀釋所致。從牌局變化來看，改版前後參活用戶的牌局數提升變化很大，從而導致整體用戶平均牌局提升變化也很大。
從留存變化來看，第一次與改版後的數據變化也非常明顯，改版後的活動提升了1.2%的次日留存，這對於一個留存本就非常不錯的產品來說已經難能可貴。
四、小結
這一切的數據變化均要歸功於對數據的全面分析，首先從10局抽1次獎降低到7局抽1次獎是根據參活用戶的平均牌局數而進行的合理優化，降低了用戶的參活成本，壓縮了用戶的參活時長。其次增設了大獎並提高了平均獎勵，使獎勵更具吸引力。
您還可以免費試用數數科技ThinkingGame遊戲用戶行為分析系統，系統覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產鏈條的智能處理系統服務平臺，提供一站式全方位的玩家行為數據分析服務，為遊戲公司提供最精準、最全面的數據分析服務。
推薦閱讀：
ThinkingGame：遊戲用戶行為分析數據篇之：數據分析怎麼做
ThinkingGame：遊戲用戶行為分析數據篇之：決定分析質量的幾項要素
ThinkingGame：遊戲用戶行為分析數據篇之：運營的數據思維
ThinkingGame：遊戲用戶行為分析數據篇之：數據埋點採集的完備性
ThinkingGame：遊戲用戶行為分析數據篇之：數據埋點採集的易理解性
推薦閱讀：
