阐述游戏开发过程中的数据分析原理

手机游戏已经成为一种全球性的巨大商机，在2012年的市场规模达90亿美元，在未来数年其产值还将进一步增长。预计到2015年全球智能手机将双倍增长，游戏在所有手机应用收益中也将占比高达66%。

游戏开发的前景依然光明，但这只适用于能够推出具有盈利性产品的团队。对于这种盈利性的追求已经形成了一门精确的科学，监测分析和持续的A/B测试也因此成为游戏开发的常态。事实上，Zynga这家推广了数据分析行为的游戏公司，通常被归为大型数据公司。

由此可见，参数已经成为游戏开发者用来实现其追求结果的“杠杆”。有些杠杆具有广泛的活动范围，而有些则具有局限性。游戏开发者的任务实际上是，以最少的成本找到能够产生最佳商业结果的完美杠杆组合。

至于创意、创新和趣味则要受到这种以分析为主的开发方法——它们有助于优化分析结果，才会有发挥空间。这正是当代游戏开发背后的基本原理。

为了方便各位进一步理解游戏数据分析的原理，我设置了一个简单的数学模拟法，通过假设性的留存率和病毒配置来对比游戏表现。

假设有家游戏工作室旗下有6款游戏：

这里我们以游戏1为基准，其他游戏都有一个参数与之不同。例如，游戏2在平均玩家生命周期上有别于游戏1(游戏邦注：其他各项参与均与之相同)。我已经使用平均为1.3美元的CPA来计算游戏各自的广告投入。现在我们来看看这种模拟方法的广泛结论：

1)游戏的玩家平均生命周期越长，其DAU数量就越高。由于DAU是衡量玩家粘性的近似测度，而粘性又直接与游戏收益挂钩，因此平均玩家生命周期对游戏潜在收益具有明显的影响。

在表格中的游戏1与游戏2的“相当收益”条目中，我们可以注意到游戏2有更长的玩家生命周期，相对于游戏1，它在DAU和收益数据上也更占优势。

2)游戏第二天留存率越高，DAU数量就越可观。DAU直接与收益相关，因此可以推测第二天留存率也会对游戏收益潜力产生明显影响。多数游戏公司在上线早期都会使用A/B测试来优化游戏留存率。此外，由于第二天留存率通常无法优化到2位数，所以拥有较低留存率的游戏很快就会被剔除。对比游戏1和游戏3就可以看到，后者的第二天留存率更高，所以DAU数量也更乐观，其收益也更为显著。

3)巨大的广告预算并不能提升游戏盈利性。也就是说，如果游戏在特定玩家群体中的收益不甚理想，收买更多同一群体的玩家也无济于事。所有，有许多游戏公司会在投入大量营销预算之前优化游戏参数，这也正是有些游戏尚未问世就被取消的原因。

4)游戏病毒性越强，盈利性越高。更强的病毒性确保游戏免费获取用户，这也就可以最小化一个关键成本因素——每用户获取成本。开发者如果拥有一个铁杆玩家网络也可以实现类似的效果，以较低的成本交叉推广自己的游戏。病毒性还可以实现玩家网络的自我扩展。

总之，获得免费用户对任何一家游戏公司来说都很重要，所以Mark Pincus才会在最近的财报中一再强调要把投入和利用Zynga玩家网络作为公司未来战略的基石。

运算达人能够一眼看到游戏1和游戏5之间的区别，分辨出这两款游戏的eCPA差异。

5)每用户收益越高，游戏利润就越可观。这是一个很显然的结论，但其中蕴含的深意却值得进一步探究。这正是游戏公司追求长期/多次游戏会话，以及43岁左右家庭主妇或28岁男性玩家的原因。这也是运营商计费系统在南亚等新兴市场受到热捧的原因，并且能够解释真钱博彩游戏公司兴起，以及《Candy Crush Saga》等游戏推行跨平台战略的原因。

对比游戏1和ARPDAU相对较高的游戏6，就不难发现这两者的收益差别恰恰验证了我的结论。

总体上看，游戏开发者很显然应该以制作出具有较长玩家生命周期，高留存率，强病毒性和高ARPDAU的游戏为目标。

这里的关键在于要认识到，我们无从保证获得理想的玩家生命周期、留存率、病毒性和ARPDAU。游戏公司最多能做的就是根据以下做法，制作出具有理想参数的游戏：

*快速创建原型和玩法测试：这可以在正式开工之前，快速衡量游戏的潜在留存率，由此判断出有些游戏设计是否值得开发者投入精力。

*广泛的A/B测试：在游戏生命周期中进行健康、广泛的A/B测试十分必要，因为即使是分析中的一点差池也可能对利润造成重大影响。

*频频更新的管道：若要延长平均玩家生命周期，那就必须拥有传递经常更新内容的可靠管道。游戏公司投入开发一款游戏时，要始终如一地将游戏视为半成品。

大型游戏公司已经在开发过程中遵循了上述原理，而小型工作室却通常不走寻常路。这是一种糟糕做法，因为这无助于小型工作室迎头赶上，只会随着时间发展愈发强化大型公司与小型团队的差距。

随着手机游戏市场的发展，当今的游戏开发者很有必要根据数据分析原理来规划自己的整个开发过程，其职责是创造出一种数字娱乐产品，令其最大化地虏获极具病毒性和活跃性的用户。

筹划税务收费

代理记账哪家好

注册公司代理公司