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
在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03