
人工智能热潮袭来,游戏上市公司用大数据提升竞争力
随着2017年7月,国务院印发《新一代人工智能发展规划》(以下简称《规划》)的发布,人工智能(AI)正逐步向各个行业渗透。游戏是其中比较为人熟知的一个领域。那么,游戏企业可以利用大数据为自己带来些什么?大数据为游戏行业带来了哪些变革?梳理在A股上市的多家游戏公司恺英网络(002517)、游族网络、昆仑万维可以发现,它们均在利用大数据等技术提升各自的竞争力。
人工智能已经上升为国家战略,《规划》提出,面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施--举全国之力,在2030年一定要抢占人工智能全球制高点。
对于人工智能对企业的影响,百度创始人李彦宏曾著书论述:做人工智能要跨越的第一个障碍就是如何落地,首先必须找到非常好的、实际的用户体验,然后要找到用户价值的场景,最后找到适合的商业模式。
对于用户个性化非常明显的游戏行业,迫切需要利用人工智能等技术来提升用户体验,并籍此进行相关业务的延伸。
作为游戏行业的龙头,腾讯非常注重大数据业务。腾讯互娱市场部对接数据业务负责人王常伦认为,可用数据预测产品趋势、做好精准营销。
"大数据"业务是游族网络的三大业务之一。在中报中,该公司透露,公司秉承"大数据"核心战略,着眼于大数据战略能力升级与运用,持续提升公司营收的多元化增长。目前游族拥有全球最大的移动开发者服务平台-Mob平台,依托全球200多个国家与地区、67亿移动设备的覆盖量,Mob平台已经建立起庞大的数据图书馆,并通过对数据进行系统性的分析和挖掘构建用户标签系统及用户画像体系;同时结合自有数据体系和Google、Facebook、百度等国内外顶级投放渠道的战略合作,深入把握细分市场,实现更优化智能的投放策略,最终促进公司营收多元化增长。
昆仑万维虽然没有将"大数据"业务作为主要业务之一,但其"海外领先的社交媒体和内容平台""的发展战略应用中,多次提到"大数据"工具的应用。在中报中,该公司提到,在社交媒体业务中,"依托Opera浏览器在海外的品牌优势以及3.5亿月活跃用户,进一步提升Opera旗下产品的市场占有率以及变现能力,商业模式也从原来的导航、搜索引擎分成、软件预装等,延伸至广告变现,且将与公司其他业务板块产生显著的协同效应";亚文化社交媒体业务中,"以昆仑集团为主体的收购的Grindr 100%蕴含着深厚的广告价值,为Grindr未来业绩的持续增长提供了保障"。
而恺英网络中报中透露,通过搭建大数据处理平台,能分析在平台运营、广告推广、产品用户行为等各个阶段的海量数据。以此进行产品趋势预测,为公司产品研发提供依据;进行用户行为数据计算,以实现用户个性化推荐等功能。同时,公司自研精准营销系统,能通过海量渠道数据分析,筛选优质渠道资源、实现精准投放,确保运营效率的最大化。公司通过大数据处理技术还有助于挖掘用户新的价值、捕捉新的用户需求和商机。大数据平台的数据积累和挖掘将成为公司发展的一项重要核心竞争力。
广发证券认为,恺英网络具有较强的流量运营能力和市场预判能力,拳头产品生命周期长。目前公司游戏IP储备丰富,强大的运营能力将保证新品成绩,另外公司也积极布局互金等高科技业务。假设公司收购浙江盛和于9月份并表,一方面带来相应业绩贡献和原有部分股权的增值收益,一方面补充公司研发能力。预计公司17-19年净利润分别为12.3、12.8、14.0亿元,当前价格对应PE分别为22.3x、21.3x、19.5x,看好公司短期在头部作品加持下业绩稳步发展,中长期保持流量运营优势,首次覆盖给予"买入"评级。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09