
大数据分析:互联网运营管理“双创新”
近日,IBM公司宣布正式与人人游戏在业务分析领域展开合作,通过部署全球领先的IBM商业智能和业务分析平台,利用创新大数据分析技术为人人游戏业务运营、企业管理、企业战略和企业文化注入全新动力。通过对企业内部数据的深刻分析和高价值运用,人人游戏得以在互联网行业激烈竞争中脱颖而出,在高效应对多样化客户需求、提供针对性服务策略方面实现大步提升,真正实现了运营、管理“双创新”。
人人公司高级副总裁、人人游戏负责人何川先生表示:“在当前的大数据时代,数据已成为各行业企业的核心竞争力。人人游戏作为互联网游戏行业中的创新实践者,也希望通过领先的大数据分析优化数据管理,让内部用户通过可视化工具更好的了解玩家,从而准确把握复杂多变的玩家需求、提供更优质的服务。此次合作将产业巨人IBM领先的分析能力和人人游戏独特的游戏企业文化和游戏精神充分融合,是人人游戏在技术和业务两个方面所迈出的重要一步。”
▲何川先生,人人公司高级副总裁, 人人游戏负责人
激烈竞争推动转型:从海量报表到直观大数据洞察
当前,网络游戏产业正面临蓬勃发展,移动社交的普及带来激增的玩家和全新的运营模式,同时也不断加剧了行业竞争。面临差异化的玩家需求、复杂多样的运营平台、不断更新的管理模式,游戏行业在技术和业务两个层面都亟待转型。
作为人人公司旗下专业的游戏研发和运营平台,人人游戏在过去几年中坚持以消费者需求为出发点,在行业里创造了包括跨屏战略等一系列技术创新和产品创新的行动。然而,在业务和团队的扩张以及玩家的增长下,人人游戏的数据中心所面临的管理和创新压力也随之不断攀升:分散的数据后台和海量报表造成巨大的维护成本,游戏开发和运营人员则难以清晰和及时把握玩家需求变化,无法快速行动。
人人游戏业务团队开始认识到,仅仅依靠前台游戏产品方面的研发和创新已经不能够满足当前行业的激烈竞争要求。加强后端运营端核心数据平台的创新和转型,更大程度的利用好用户数据和业务数据,将大数据洞察引入运营和管理,才是当前游戏行业多重力量比拼中成功的关键。
契合业务构建大数据实践闭环:从报表分析到行动、反馈
自从人人游戏正式上线IBM Cognos商业智能和业务分析平台。充分利用IBM Cognos可视化、灵活性和开放性等领先优势、发扬互联网公司自身技术优势和资源,人人游戏在Cognos平台上成功打造了一个更适用自身游戏业务架构、公司特色的商业智能和业务分析平台:将报表分析与业务模型紧密结合,为内部用户提供源源不断的洞察力,用户在利用数据的同时发现问题和机会,通过扩展的互动模块寻求答案,采取行动,最后将行动结果和绩效通过报表进行反馈,构建了一个完整的大数据分析闭环。
该平台的一大设计原则和优势是将报表分析平台与游戏业务模型(ARM,Acquisition,Retention,Monetization)紧密结合,通过Cognos强大的可视化报表和分析功能,以日、周、月的维度分析基于用户获取、存留和变现的海量数据,增进运营团队对于用户的了解,促进更有效的回访,及时调整运营的策略和推广重点。
该平台设计的另一大优势是将Cognos商业智能平台构建成为提供发现和解决问题的通路,而非孤立报表。通过一系列的自主创新,为包括产品和业务人员等内部用户提供交互式的数据结论和使用体验。值得一提的是,通过与CRM系统打通,内部人员能够在监测用户动态的同时直接获取玩家的联系方式,通过回访、主动推广等行动增加玩家黏度。
人人游戏数据中心运营平台总监王坤博士表示:“基于对业务的理解,人人游戏商业智能项目团队希望给到内部用户的不仅仅是孤立的数据和报表,而是在这些报表中给他们提供解决问题的通路。因此,在提供紧密契合公司业务的商业智能平台的同时,我们也积极实践更具互动性的新模型,全面支持游戏开发、产品设计、玩家行为分析、CRM、针对性营销和数据驱动的游戏内货币化优化等能力,帮助更多的产品和业务同事利用数据获得洞察,优化方案,加速进程,推进‘以玩家为中心’的业务模式落地。”
▲王坤博士,人人游戏运营平台总监,人人游戏数据中心负责人
全员大数据是实践的关键:从技术创新到运营、管理双创新
值得一提的是,商业智能平台的实施展现了人人游戏将大数据实践从技术创新提升到运营和管理双创新的前瞻理念。针对具有自身特色的商业智能和业务分析平台,人人游戏提出独到的“软硬兼施”策略:除了在技术上不断创新、充分挖掘Cognos功能、不断优化报表功能、提升易用度、打造不断优化的业务分析闭环等“硬”件条件之外,在“软”件方面,人人游戏充分发挥了游戏公司“游戏化”和“人性化”的方式实践大数据,以此调动开发人员以外的内部用户的参与度,增强互动性,提升体验满意度。
考虑到大多数80和90后员工的工作心态,王坤博士带领的人人游戏商业智能项目团队提出“以游戏的方式做游戏公司的商业智能”,为内部用户提供更加亲和的数据服务。他们创造了叫做“小A”的代言人形象,用动漫表情和网络语言向内部用户传达业务分析的重要性,并在关键实践步骤中设置问答,为刚开始摸索商业智能系统的用户提供了生动的案例分享和疑难解答。他们还模仿大富翁游戏棋盘设计了“数据之路”图表,以历险游戏的方式为内部用户呈现产品生命周期中的不同阶段,和在不同时期需要关注的指标。
此外,为实现从“数据中心的BI”到“每个人的BI”,人人游戏商业智能项目团队不断汲取多元化的内部用户需求,充分利用Cognos的强大洞察能力实现了业务核心绩效指标刷新时间逐步前提、按需分类用户报表、提供可下载的Excel离线报表等更加优化的用户体验。此外,商业智能和业务分析项目培训也被树立成为公司内部文化的重要组成部分,优秀实践团队、内部专家通过展示图表和对照指标为更多内部用户提供了更加清晰的认知;高管受邀参与重点环节讨论,也让大数据价值在广大员工中深入人心。
人人游戏数据中心运营平台总监王坤博士表示:“人人游戏的使命是‘通过科技改变人类的娱乐方式’。如果BI是一种科技,而工作也视同为娱乐的话,我相信人人游戏就在用自己的方式实践这一使命。在未来,我们还将进一步挖掘Cognos的强大功能,进一步增强系统的易用性,实现让更多人参与、让商业智能和业务分析系统落地再落地、让报表设计更加符合业务逻辑,并紧密配合企业战略方向。为此,人人游戏项目团队也在持续向国内专家甚至和产品大师学习。令人兴奋的是,IBM杰出工程师、IBM商业智能和绩效管理产品开发总监Charles Potter访华期间特别参观了人人游戏,为我们的系统部署提出了多方指导。”
人人公司高级副总裁、人人游戏负责人何川先生表示:“人人游戏和IBM在商业智能方面的合作仅仅是一个开端,我们相信随着未来业务的不断发展,合作也将逐步加深。随着跨屏战略的成功,人人游戏在过去的一年中取得了100%的业务成长。因此我们更加关注的是如何保持成长,练好‘内功’,加强后端体系建设,包括在运营、客户服务等方面的研发,更好的利用内外部大数据。在未来我们将和IBM这样的领先公司展开更加深入的合作,通过更高端的技术,以及和我们现在游戏公司的企业文化,在产品、管理和运营方面不断创新,为我们的消费者提供在跨屏领域更加极致的用户体验和服务。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 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 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16