京公网安备 11010802034615号
经营许可证编号:京B2-20210330
游戏行业的大数据分析管理
作为国内最大的网页游戏和智能手机游戏的研发、运营和发行商之一,人人游戏的大数据价值发现从结构化数据集起步,逐步向非结构化数据集延伸。
在骄阳似火的七月,人人游戏的“词云”应用火热上线了。所谓“词云”,就是先对人人游戏玩家的在线聊天记录进行分词,汇总之后对玩家行为进行分析和展现。目前,“词云”已经在人人游戏的四款重点游戏中安家落户,随后有关玩家情绪的分析功能(通过关键词对应玩家的情绪指数)也将上线。人人游戏运营平台总监、数据中心负责人王坤表示,“词云”应用的上线是人人游戏对大数据的利用从结构化数据集向非结构化数据集延展的重要一步。
成立于2006年的人人游戏正在努力转型为一家跨PC、平板电脑和手机终端的多平台游戏研发、运营和发行商。从2007年推出第一款网页游戏《猫游记》至今,人人游戏一步步向着这一目标靠近。在此过程中,人人游戏坚持在“跨屏”技术创新领域的研发投入,同时也积极利用大数据技术优化整体业务运营。
目前,王坤所领导的30余人的技术团队正致力于从包括游戏日志、玩家行为数据、日常经营数据等在内的大数据集中寻找更好的数据利用和展现途经,同时他们还是大数据应用在企业内部营销推广的主力军。“我们要做每个员工的大数据分析,而不仅仅是数据中心的大数据分析。要做好游戏行业的大数据分析,构建360°的用户视图非常重要。”她说。
从0°到360°
2009年,人人游戏对于业务数据的利用还停留在汇总游戏日志数据,仅用于简单分析的阶段。而在2013年,人人游戏已经基本上完成了基于IBM
Cognos的BI系统整体建设。同时,其基于Greenplum社区版的分布式数据仓库也已初具规模。对人人游戏而言,这些都是获得360°用户视图的必要工作。而360°用户视图为其业务运营和决策所带来的价值则是实实在在的。
“BI系统主要是管理结构化的大数据,我们搭建了报表、行动和洞察三位一体的闭环系统,而不仅仅是一个报表系统。”王坤说。新的BI系统将人人游戏的业务模型更加清晰地呈现出来,对游戏业务覆盖用户获取、客户存留、客户付费的核心流程进行了优化,能够更准确地为业务决策提供参考。在报表设计方面,王坤所带领的技术团队坚持遵循MECE(mutually-exclusive
and collectively
exhaustive,即相互排斥而又集体穷尽)的分析原则,确保每张报表都有清楚的存在意义。同时,BI系统上线后,企业在开发和运维方面的投入也有所降低。
“从结构化大数据到非结构化大数据,数据分析范围和深度的扩展,让我们能够更准确地把握玩家的行为和需求。”王坤说。以“词云”应用为例,“炸金矿”是人人游戏旗下“乱世天下”这款游戏中玩家参与度很高的一个玩法,玩家需要邀请一定数量的友人帮忙炸矿来赢取金币。但在节假日期间,这款游戏的参与度通常都会下降。“通过‘词云’分析后发现,节假日期间‘求炸’成为玩家的聊天热词。我们也因此得知,并不是玩家不爱玩这个游戏,而是玩家在节假日邀请不到足够数量的友人帮忙炸矿。基于这样的分析,我们可以在节假日期间对游戏规则进行调整。”王坤说。
大数据的行业价值
“每个行业都会有自己的大数据故事。在游戏行业,大数据分析可能不会直接带来电商网站那样真金白银的收入,但其价值同样会体现在精准营销、客户体验优化等多个层面。”王坤说。她指出,全面的大数据分析能够有效提升玩家的留存率和转化指标,并且为游戏产品的研发提供指引。而个性化的精准营销同样与大数据分析紧密相关,像是针对不同性别、不同年龄、不同地域人群的广告精准投放,背后都要依靠基于360°用户视图的玩家特征分析。
王坤坦言,对人人游戏乃至整个游戏行业来说,大数据的管理与分析仍然是一件“体力活”。“大数据团队所面临的最大挑战是数据的整合,把多来源的结构化、半结构化和非结构化数据整合在一起,很多企业还没有做到。另外,在企业内部和外部找到大数据的消费者,向他们营销大数据技术,同样是一件艰苦的工作。”她说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12