2.2 数据收集

2.2.1 游戏运营数据

在第1章中，我们对完整游戏数据分析的过程做了讲解，第一步是非常重要的，就是要对我们分析的业务充分理解，才能够进行后续的工作。对于游戏而言，从运营角度理解，注重关注用户的营销，用户的经营，我们将游戏数据进行了如图2-1所示的分解。

（1）基础统计

解决用户从哪里来、活跃度、收入等情况，是对于宏观质量和运营情况的描述，这一点也是我们耗费时间和精力最多的部分。本章对数据指标的讨论多数是在基础统计分析维度上进行的。作为数据分析师，对这部分数据的驾驭能力是最基本的考验。

（2）行为方式

如何针对目标用户群，根据用户的行为进行分析，扩展及保留用户群，提供服务满足用户需求，刺激收益增长和提升活跃度。

（3）用户价值

所谓高价值用户群，就是重点运营的目标用户群，将用户作为运营的中心，尽可能地挖掘用户的潜在价值，并通过对用户的维系，提升用户规模和收益。

2.2.2 游戏反馈数据

以上的分解是从运营分析数据的角度进行的，除了上述的分解方式，还有另一种通过游戏反馈确定数据的方式，此种方式关注用户对游戏的体验，如图2-2所示。

反馈数据主要分为两大类，即数值和需求。

（1）数值

游戏本身是一个通过数值构建的虚拟社会，整体的运算逻辑是基于数值的，因此和游戏内容相关的数据都属于数值反馈数据，例如用户的关卡、等级和注册转化等就属于此类数值反馈数据。而这类数据的优化和改善从根本上提升游戏的体验，进而降低用户流失率，提升用户量。

（2）需求

在构建的虚拟社会中，通过游戏为用户创造很多的需求，典型的就是消费需求，尤其是在目前免费游戏盛行的情况下，最大限度激发用户的消费能力和游戏内容透支能力，因此，掌握用户的需求反馈数据会帮助开发者优化游戏，进一步提升游戏的收入。

2.2.3 收集方式

目前在游戏数据收集方面主要有两种模式。

（1）客户端

依靠在客户端中植入SDK，将收集到的数据自动上传至服务器。此种方式多数采用第三方数据分析服务的SDK来完成，比如TalkingData Game Analytics、Kontagent、Flurry等。

利用此种收集方式，开发者不需要进行复杂的业务数据归纳，按照SDK接口完成接入调用，通过在Web端提供的分析系统，完成大量的数据分析工作。使用此种方式的优点在于，省去系统开发时间，标准数据定义和接口设计，可以和行业数据进行对比。同时，对于部分较为复杂的分析，诸如用户分群、营销推送、多维数据钻取分析等，可以通过这些平台较为轻松地完成。当游戏公司开发或者运营多款游戏时，此种方式最大程度上对游戏数据进行了标准化，因此可以花费很短的时间来进行大量游戏项目数据的平台集成和基础数据分析，从而避免了因为每款游戏的数据结构不同而造成了数据分析系统的二次或者多次开发，以及仅仅为了对接一款游戏的数据而设计一个定制的统计数据分析系统。

（2）服务端

服务端的数据收集多数通过游戏日志或数据库来完成。这种数据收集方式对于移动游戏而言是残缺不全的，因为移动游戏的大量行为是在客户端触发的。如果目前移动游戏使用服务端数据收集方式，则很难统计和定位用户的游戏时长、终端异常情况和网络情况，尤其是对于单机游戏，基本很难完成数据收集分析，因为单机游戏多数是没有服务端的。

服务端的数据收集和分析要求团队对游戏数据有明确的需求和规划能力，且通过服务器端建立的数据分析系统并不具备复用能力，因为每一款游戏有独立的服务器端，并且其数据表结构都不同，在游戏数量增加后，随着每款游戏的不同服务器端有更多数据表结构出现，我们很难有更多时间和精力根据这些结构特性去完成对每一款游戏的分析系统的建设。

对于移动游戏而言，无论使用SDK接入，还是服务端统计，其数据准确度都是相对的。以SDK为代表的统计分析，可以大量完成客户端信息的上传和分析，而服务端受到网络等因素制约，用户信息无法上报时就会被舍弃。所以，不存在SDK接入统计就一定不准确，服务端统计就一定是准确的说法。