手游产品在数据分析中都有哪些常用的数据模型？

最近和运营的兄弟接触很多，对数据分析方面接触越多越觉得数据分析是个很考验能力的活儿，希望各位大神们不吝赐教，你们工作中接触到比较实用的数据模型或者分析方法论是什么样的？

我是做手游的，维护游戏的时候，经常会看后台数据，整理分析一下数据，简单的谈谈，看看能不能帮到你。个人觉得数据分析是助力我们寻找问题，解决问题的一种有效手段。主要思维是通过搜集用户行为转化为数据模型，通过数据模型反推用户行为。

我整理了一下，做数据分析大致有这几个阶段：确定目的或问题（why-为什么要做这个数据分析）、数据采集（how-怎样做数据采集以及采集有用的数据）、数据建模（how-如何有效建立数据模型）、数据分析（analysis-分析已搜集的数据）、数据图表（chart-将分析后的数据制作成直观的图表）、数据结论（conclusion-得出结论并撰写报告）、帮助决策（decision-通过数据结论为你的决策提供帮助）

1、确定目的或问题

这里就需要观察原始数据，一般我们的游戏都会接入数据统计工具的SDK，记录用户的行为数据，我们用的是Talking Data，接入后，可以通过后台看到一些常规数据，比如DAU/MAU/ARPU、次日留、七日留、30日留等。这个工具里面有一个漏斗转化，需要程序配合埋点，我一般是将一个用户体验核心系统以及主要系统的流程都埋一遍，建立一个转化漏斗，或者单独埋一些自己想要知道的数据点，然后建立漏斗，可以清楚的看到各个阶段的转化率，如果转化率突然降低了，你可以看到是在哪一步降低的，你就去在这个节点找问题，做分析。

通过上面的后台数据以及转化漏斗，我们就可以直观的看到哪里出现了问题，或者通过其他外在因素发现了某些问题。首先要确定这些问题是真的存在，然后去寻找问题的根源所在。

2、数据采集

确定问题之后，我们就去数据源中寻找与问题正相关、侧相关的数据，数据与数据之间都有一定的关系，正相关即与问题有直接关系的数据，这类数据都比较能够清晰的搜集，侧相关即与问题没有直接关系，但是会侧面影响问题的数据，这类要靠自己去筛选。比如我发现玩家在30级之后流失严重，我首先主观上的感觉可能是这个等级段有未知的BUG，那排除BUG后，我通过数据分析，直接原因是30级之后新增的付费资源溢出，导致平民玩家与RMB玩家实力差距过大，那侧面原因是30级时解锁竞技系统，玩家之间进行了交互，一些玩家挫败感严重，导致流失。

3、数据建模

虽然叫数据建模，看起来高大上，其实就是处理你搜集来的数据，我一般使用EXCEL，里面的一些函数能够很好的帮助你处理数据，比如offset+match、vlookup、round、randbetween等。

这里最好不只是选择一个时间段的数据，最好有几个时间段的数据进行对比，通过不同时间段的数据对比，发现里面的规律，并要及时的记录下来。

4、数据图表

数据模型建好了，你得出的数据都是一些数字，看起来不是很直观，那就使用EXCEL里面的图表，将数据整理成直观的图，常用的有折线图、散点图等。

5、数据结论

最后将你得出的数据结论撰写一个详细的文档，文档最好结构清晰，该标注的标注，该注释的注释，一定要详细，因为这个文档不一定只给自己看，你可以传到SVN上，供大家查阅。

6、帮助决策

最后，即使你的数据是通过详细分析得来的，但也不能百分百信任，分析结论只是为你的决策提供一个强有力的依据，你依然要从其他层面考虑，下这个决策。

文/薛定谔的起司猫 岳森文化 产品经理

关键字：产品运营, 产品经理, 数据

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！