
专访搜狗:大数据分发为6亿用户精选游戏_数据分析师考试
2015年Chinajoy上,手机游戏的井喷为玩家带来了丰富的选择机会,但也给众多游戏研发商和内容提供商(CP)带来了巨大的压力。对游戏需求的背后,玩家急需一个集约化的平台来为自己降低选择成本,CP也急需一个优质的渠道为自己的产品发声。
Chinajoy展会期间,17173有幸专访了搜狗桌面事业部、商业业务部负责人王颖女士,她与我们分享了对手游渠道竞争力的独到观点,也向我们透露了搜狗旗下平台游戏大数据分发能力技术的秘密。
17173:搜狗已经是第三年来Chinajoy了,对CJ的变化有什么感悟?
王颖:这几年Chinajoy的趋势还是很明显的,端游、页游处于稳定期,手游百花齐放,竞争激烈。
Chinajoy这几年都这么热门,说明游戏产业确实是急速爆发的状态,玩家对游戏的需求是旺盛的。
17173:今年China Joy 搜狗主要给大家带来是什么产品呢?
王颖:今年主要带来两款产品。其中一款是新的搜狗手机助手,是由搜狗旗下原来两款业绩排名前十的应用整合而成的一个综合应用管理分发平台,我们希望集中优势资源,致力于给用户产生价值。
另一款是搜狗游戏中心,是搜狗旗下的页游和手机游戏推广平台。平台拥有搜狗手机输入法、搜狗搜索、搜狗手机助手、搜狗浏览器、搜狗市场、搜狗壁纸等多个优质渠道。至今累积上亿注册用户,上线优质手机游戏数千款。
17173:今年互联网很流行“大数据”这个概念,搜狗两款产品的用户量如何,在游戏分发上有没有采用一些“大数据”的技术呢?
王颖:具备大数据推荐能力需要有几个关键因素:第一,拥有足够多的用户量才能甄选出不同用户间的特征;第二,有强大的技术能力,能够根据特征给用户画像;第三,判断用户喜好的能力,根据用户画像推荐给他们相应的游戏,也为CP输送最精准的用户。
中国的互联网公司很少能做到这三点,但搜狗拥有输入法、浏览器、搜索、网址导航等等产品,为搜狗积累了6亿活跃用户。
17173:能否和我们分享一下今年上半年搜狗在手游的分发上的一些成功的合作案例?
王颖:2015年上半年,我们搜狗手游成功首发S级手游《十万个冷笑话》、《梦幻西游》,通过整合搜狗手机助手、搜狗手机输入法、搜狗搜索、搜狗浏览器等全方位优质资源,形成了非常广泛的传播和曝光。
《梦幻西游》首发当天在搜狗手游平台就产生了十余万激活用户,大大超越了业界很多知名分发平台,贡献明显。 《十万个冷笑话》在搜狗手游平一周分发量高达50余万,单日分发量破10万,也呈现出搜狗手游极其强势的增长动力。
17173:很多人认为2015年之后,手游渠道商的影响力正在逐渐削弱,一方面是因为渠道推荐大多同质化,另一方面是手游的营销方式在进步,您怎么看待这么观点?
王颖:就像我刚才所说的,玩家对手游有需求,内容提供商就多,从而渠道和平台型公司也相应增加。相对渠道的竞争来说,内容的竞争其实是更复杂的。
而且现在玩家挑选和安装手机游戏客户端的成本还是很高的,用户需要有一个集约化的平台,装一个APP就能挑选和下载所有的游戏,所以我相信渠道还是会一直被需要的。
17173:您刚提到目前搜狗游戏中心也有涉及页游业务,但页游和手游相比,这两年几乎没有太多声音,您如何看待这块市场的前景?
王颖:手游的竞争激烈是我们的机会,因为搜狗的原则其实是坚持做精品游戏,而我们相信好游戏自然会脱颖而出。至于很多人说页游没人玩了,其实只是如今的玩家越来越聪明,他们更懂得甄别好游戏,而且页游经过几年的自由竞争,市场变得稳定了。搜狗的页游业务这几年仍然逆势在成长,每个季度都超出我们的预期。
17173:对于渠道商和平台商,CP,尤其是中小型CP最担心自己的产品不受重视,能否和我们分享一下搜狗旗下的平台对游戏的判断标准?如何挖掘出真正的好游戏?
王颖:搜狗有一个专业的游戏运营团队,他们对游戏有充分的认识,知道什么是好游戏、搜狗的用户适合玩什么游戏。我们也会跟CP沟通,你的产品应该怎么推,需要提供什么样的活动,产品如何改进。
其实搜狗大平台的主要目的是为我们的6亿用户的游戏需求服务。如果是以这个诉求为基础的话,那其实中小CP完全不用担心,因为只要你的产品是精品,我们就会推送。
另外,搜狗游戏中心还推出多种扶持开发者的政策,积极给予产品各个阶段最具性价比的推广建议和资源注入,与开发者共同成长。
17173:今年IP的话题在手游圈十分热门,以搜狗平台商的视角来看,IP对游戏的影响是怎样的呢?
王颖:无论页游还是手游,有IP的游戏确实更“占便宜”,因为他们有一个先发的优势,有一张入场券,游戏就会很吸量。
但是行百里者半九十。游戏做的好不好,还是跟游戏本身的品质、内容有关系,这个是IP左右不了的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19