游戏运营中大数据的局限

游戏行业与传统行业有一个显著的不同点：可以通过大数据来提升正在设计或开发中游戏的游戏体验。在大数据之前，我们只能想像游戏中一些行为或者一些重点关注人群告诉我们可能地行为。但在大数据之后，我们就可以了解游戏中的实际发生的行为了。高效地数据采集系统成为了游戏地一个感官系统。但是，这是否意味着我们应该无条件地信任大数据了呢？

大数据擅长做什么？

zynga与Playfish签定了提升游戏用户体验的大合同，结果我们都知道：这些措施并没有阻止这些大的社交游戏走上《dodo》的道路。通过获取到的大量数据，这些公司真的可以预测游戏需要什么，保持游戏的持久化运营吗？问题的关键在：数据并不是平常人们认为的那样无所不能，至少它不可能取代创新。

我们在分析数据时经常会陷入困境，特别是当我们不明白该如何分析获得的数据时。在游戏里，我们通常在事件发生时获取与事件发生有关的参数，如日期、场景、状态等信息。但最重要的数据可能会丢失。例如：一个玩家决定不再玩这个游戏，我们能够知道这个玩家什么时间从服务器下线，但我们不可能知道玩家做出不再继续游戏决定的时间点，因此我们需要从玩家下线时间点回溯推断出这个时间点。我们当然不希望对每一个孤立的玩家都这样做，我们希望通过比较这些离开游戏世界的玩家得到一些共同点。

但是，通常有各种各样不同的原因导致玩家离开，我们不清楚到底是现实生活所致、还是游戏关卡难度过高导致、或者是玩家觉得游戏世界过于无聊，也许还有其它更好解释的原因。为了提高游戏的质量，我们所能做的就是尽力找到那些我们能改变的。

分析什么数据

这个命题真的很重要。在我们分析游戏数据的算法中，有大量的以平均值的方式展现的指标，怎样计算该平均值可能会影响到数据分析的结果。哪一个计算方式会更合理一些呢？代数平均值？几何平均值？调合平均值？希望我们正确的使用了这些不同的平均值计算方法。然而，即使这样的一个平均值指标，也可能将更重要的信息淹没掉！

让我们看一个例子：有数据显示，一个游戏的平均在线时长为2.5分钟。当我们仔细分析该平均数据时发现，有近70%的玩家在不到10秒钟的时间内直接退出了游戏。这也意味着剩余的玩家在游戏中平均会花费12到15分钟的时间。那么平均在线时长的意义有多少呢？

上面说过可能会丢失数据：一些是“终点”丢失的结果，比如强制断线；而另一些可能来自于数据传输过程中的损坏或者失效。那么这些数据的实际意义有多大呢？丢失的数据对数据分析的影响不亚于使用错误的分析方法。

不确定性

当我们意识到我们无法清楚地知道一件事行不行时，情况变得更糟糕了。那么对于游戏来说，到底应该如何做呢？我们需要一些基本的东西去反映游戏的变化，否则我们就不能够知道如何去做。

a/b测试可以提供一些帮助。我们可以给玩家提供两种不同的游戏版本，然后看哪一个版本能够带来更好的成绩。在这两个版本中，我们可以建立一个对照，在这里我们能够看到一些变化。当然，这建立在游戏的玩家群体有相当大的数量基础之上。

我们能够得到哪些选项是玩家喜欢的：是红色的还是蓝色的付费按钮能够让玩家更乐于付费。可惜的是，这样做并非无懈可击：做出改变本身可能就是销售改善的原因，改变一个按钮的颜色可能与玩家付不付费毫无关系，而一个不同的游戏版本会吸引到其它的玩家，进而导致付费改善。

更糟糕的是，我们不知道：我们在任何特定的事件点上获取的数据实际是重要的，还是仅仅只是随机发生的，这样的数据在统计学上意义有多大。这取决于同一级数据样本的大小和行为是否能够重现。即使如此，我们依然很难确定改变是行为的结果、还是改变是行为的原因。现实的情况是，任何测试或者改变都会影响到最后的结果。

使用正确的方法

拥有不同的玩家样本组是非常有用的，但对于笔者来说，更重要的是验证玩家的非一致性：玩家在玩游戏的过程中是会进化的，他们对游戏的态度、付费的意愿会随着游戏时间发生变化。

我们需要认识到这一点。这也是我通常使用玩家的实际游戏时间还展现玩家的进度，而不是用实际日期来表示。

有一些方法可以用来解决上面我提出的数据分析的几个问题：使用好的统计方法，有一个好的数据分析师。但是没有任何一个数据分析师可以预测玩家行为或过滤外部因素的影响。

了解大数据的局限

大数据只是告诉我们过去发生了什么，而不是我们做出改变后会发生什么。它不能够预测一个竞争游戏的上市是否会拉走我们的玩家，或者它的一个功能会导致相反的效果。我们必须具有一定的远见用来决定我们游戏的方向。

但是，如果没有大数据，我们实践新的想法时就会像在黑暗中行走般：冒着跌倒和打破东西的风险，也可能会很幸运。相信大数据前，请了解它的局限性，它可以用作你做出决定的参考，但请不要盲从它。