专栏首页数据猿乐卓科技运营总监廖亮:大数据助力游戏精细化运营实践(内附视频&PPT)

乐卓科技运营总监廖亮:大数据助力游戏精细化运营实践(内附视频&PPT)

数据猿导读

现在时代飞速的发展,人们获取信息的渠道非常多。在这个过程中,渠道整合所带来的竞争压力是所有的手机游戏发行行业共同面临的一个难题。渠道占据了大部分的用户资源,因此企业需要用大数据去服务用户。

作者:廖亮

伴随应用商店和社交网络的兴起,游戏市场规模空前扩大,大数据和人工智能对于游戏运营特别是延长产品寿命的积极作用越发明显。但什么样的数据有价值?如何更有效的利用数据的价值?以及人工智能具体可以将游戏行业颠覆到何种程度?都逐渐成为游戏行业共同关注的问题。

3月23日,由数据猿联合上海大数据联盟、上海超级计算中心以及Thinking Game共同举办了“魔方大数据(14):数据智能助力游戏产业升级”活动,携手产业内众大咖,共同探讨数据智能如何助力游戏产业升级。

— 视频版 —

视频内容

注:获取演讲嘉宾干货PPT请后台回复关键词“廖亮”即可

— 文字版 —

以下是由数据猿精编整理发布的 乐卓科技 的精彩分享:

分享长度为2700字,建议阅读5分钟

大家好!今天我要演讲的主题是“大数据助力游戏精细化运营实践”,内容主要分为三个部分:

第一部分 : 为什么要引入大数据?

第二部分:大数据运用的实际案例分享

第三部分:对未来大数据相关应用的展望

下面进入正题:

为什么要引入大数据?

先来了解一下信息时代究竟带来了哪些挑战。

因为现在时代飞速的发展,人们获取信息的通路、道路非常多。在这个过程中,渠道整合所带来的竞争压力是我们所有的手机游戏发行行业共同面临的一个难题。渠道占据了我们大部分的用户资源,因此我们需要用大数据去服务我们的用户,这是第一点。

第二点,用户的情报搜索能力增加,以及玩家之间的切换成本在降低,因此用户获知产品以及挑剔产品的方式、方法、通道会越来越多。这个切换成本的降低导致我们运营发行成本的提升,因此更加需要结合大数据来帮助我们发行。

第三点,玩家对个人体验的需求不断增长。当时“打飞机”并不能算作是一款手游,但它却引领了手游的发展。且随着手游的不断更新换代,玩家的体验在不断增长。

上面这个模型相信大家也见过,这个是大数据创造价值的金字塔模型:

第一层,用户的数据、开服的稳定性,以及对我们业务有效的监控;

第二层,产品的体验和玩家口碑的监测分析。这方面有很多的通路,比如说百度的舆论监控,包括贴吧以及论坛等,其中游戏内的用户体验的反馈,都需要我们做到游戏大数据分析里面。

第三层,精细化运营和营销里面的个性化推荐。通过对玩家生命周期的管理和数据挖掘,从而提升活动效果、创造价值、提升收入。

第四层,大数据能够提供业务经营的分析。像我们乐卓在所有立项的前期,都会进行大面积的数据分析,搜索市场情报,衡量业界情况等,比如说我们立项的二次元产品。事实上,二次元产品在2016年的时候就已经呈现出一个往上走的趋势了,因此,该项目的立项、项目收入的提前预估都是我们对于这个项目投入成本的一个前置条件,也是非常重要的条件。

最顶层是战略分析,公司对游戏手游行业的战略分析,也将为未来游戏大数据的研究提供助力。

下面重点说一下精细化运营和营销,我稍微总结了一下,数据驱动业务和精细化运营,主要分为以下几点:

一、以数据为基础,对玩家进行定向提取,进而实行营销或运营活动。

二、通过数据挖掘手段,提升用户对活动的响应。我们做的每一个活动,其响应的效率,用户吃还是不吃,我们都需要通过数据分析来梳理挖掘。

三、通过数据的挖掘手段,进行用户生命周期的管理。以前我们的端用户其实就是从外部接收到了刺激、数据曝光等等,从而促使他们去下载、安装、注册、活跃、留存以及后面的付费到流失,这是整个生命周期的管理。我们则运用大数据的手段,在整个节点减少用户的流失。

四、用个性的算法实现推广资源的效率和效果最大化。

举一个例子,这是我们公司在2015年底的产品,“大话梦三国”,在苹果榜单搜索大话的时候,我们的产品超过了大话西游。因为当时做了ISO的优化。

这是我们2月份和3月份的数据表现,大家可以看到,2月份和3月份有一个明显数据的对比。一个是新增角色设备的降低,第二个是我们总的付费的情况,3月份反而超过了2月份。通过LTV的数据也可以看出,我们3月份的LTV是一直往上的,高于2月份的LTV。而在2月份结束上线之后,对于游戏玩家的行为数据我们做了一个分析,以及版本情况的调整。

第一个是游戏热度的下降导致了用户新增放缓。

第二个是新版本成功刺激了用户的消费欲望,ARPU得到提升,LTV上升了40%。

第三个是进一步挖掘新版本中成功的商品作为后续开发参考。

第四个是维护现有玩家的同时,加强新用户的导入以增加整体的盈收。因为留存数据降低,用户进来会流失,这个过程中我们游戏内增加了内制用户的活动,比如说常见的分享、邀请码等等。这些我们都将加入到后期版本里面。

上面是我们分析的渠道数据对比图,渠道名称我就隐去了。

这些都是我们通过数据分析筛选出的对该产品有价值及有潜力的渠道,对于渠道的分析我们也非常在乎,渠道属性和产品属性有一个契合点,有的渠道完全不吃你这个产品,就像现在经典的bilibili的产品,如果给他一个武侠类的游戏,完全不能达到这样的效果。

举个例子,像UC工会玩家会比较多,他们对于工会性质的道具和活动非常在乎,所以我们在游戏里面针对单个渠道增加了工会活动,其实就是对于我们资源的优化,好的渠道,配合度高的渠道,以及用户质量高的渠道,我们会根据这些进行版本的调整以及运营资源的调整,以及举办现金的活动等等,从而配合他们做相关玩家的导入。

此外,我们对以数据为基础的留存数据进行了评估。可以从图中看到,在第二日的时候有一个急速的下降,因为在第二天我们的新手引导结束以后,上了强推的活动。在用户还没有熟悉装备特点的时候,上这个对于用户的影响会比较大。

真正流失比较明显的是玩家流失情况。因此,我们以数据为基础,对当前游戏版本的情况进行了评估;并针对流失较为明显的几个时间点分析玩家流失的具体原因,并以此来进行下一步游戏内版本更新的目标,与当前版本的活动设计。第三,是围绕挖掘出的流失原因,通过运营活动等手段优化玩家当前版本的游戏体验。

这是大数据解决方案的展望:

第一,我觉得以后大数据的解决方案应该是更为精细的趋势捕捉,所谓精细趋势捕捉,是因为手游行业发展很快,我们对于各种大数据的分析,需要更冷静、更精确的去定义,去捕捉他的含义。

第二,运营突发事件的告警与处理。

第三,用户画像精细化和精简化。大数据能给我们做的就是越来越精细化和精简化,可能最后只有一个关健词或者两个关健词。

举个例子,游族的“少3”,他定名字的时候最终加了少年这个词,通过这个词打造了“少3”系列品牌,当时他为了游戏取名想了很长时间。这是非常经典的用户画像精细化和精简化。

第四,单纯的数据抓取、可视化,成长为提供解决方案的平台。从我们一系列的数据平台中提供可视化的平台展示,直接的视觉预估。我们想代理一款产品,或是想给用户推一款产品,就将其放到我的数据分析平台里,平台就可以为我的产品评分、指出优缺点,并将用户的目标画像分级。

我的演讲就到这里,谢谢大家!

本文分享自微信公众号 - 数据猿(datayuancn),作者:廖亮

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-04-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 51猎头CEO刘维:大数据认知时代下如何让人力资源产业更聪明!

    <数据猿导读> 51猎头CEO刘维在2016年中国信息通信大数据大会上分享了以“大数据认知时代下如何让人力资源产业更聪明”为主题的演讲。他讲到,传统招聘虽然非常...

    数据猿
  • ThinkingGameCEO吕承通:大数据与人工智能在游戏行业的应用(内附视频&PPT)

    数据猿导读 近一两年来关于大数据和人工智能的话题越来越多,但是游戏似乎和大数据人工智能没有什么关系。其实不然,接下来我就给大家揭开这个答案。 ? 作者 | 吕承...

    数据猿
  • 中国统计信息服务中心主任江青:政策红利到来,大数据落地应用和人才建设也要跟上脚步!

    <数据猿导读> 中国统计信息服务中心主任江青在2016年中国信息通信大数据大会上主要主要进行了十三五规划中对大数据纲要的解读。江青讲到,有了政策的有力支持,企业...

    数据猿
  • 大数据最大的问题不是隐私,而是不开放

    不过现实还是要从理想说起,【理想】经常都会和一些时髦的东西沾边,就像10年前无线热的时候,我就在做无线。【其实我们所说的大数据,就是公众数据分析,拥有最大的公众...

    小莹莹
  • ThinkingGameCEO吕承通:大数据与人工智能在游戏行业的应用(内附视频&PPT)

    数据猿导读 近一两年来关于大数据和人工智能的话题越来越多,但是游戏似乎和大数据人工智能没有什么关系。其实不然,接下来我就给大家揭开这个答案。 ? 作者 | 吕承...

    数据猿
  • 【友盟+】CDO 李丹枫:机器模仿人的能力越来越强,但应用的发力点还集中在辅助决策功能上

    数据猿导读 过去将人工智能分为两类:第一类是模仿人做事,第二类是做人做不了的事情。尽管现在技术的发展已经使第一类的商业化成为可能,但从投资的角度,还是更看好第二...

    数据猿
  • Drawbridge总监 数据科学负责人李想:跨屏打通之后的数据链接

    <数据猿导读> Drawbridge总监、数据科学负责人在“无数据不智能”的主论坛上,分享了技术如何联结数据。李想分享了强账号体系和跨屏联结两个概念 ? 数据猿...

    数据猿
  • 游戏方法论:数据如何驱动产品决策

    大数据文摘
  • 【观点】数据挖掘三要素解析

    我对数据挖掘和机器学习是新手,从去年7月份在Amazon才开始接触,而且还是因为工作需要被动接触的,以前都没有接触过,做的是需求预测机器学习相关...

    小莹莹
  • 腾讯汤道生对话牛津大学互联网研究院Luciano:大数据将如何改变世界

    image.png 大数据似乎在一夜之间迅速走红,它势不可挡地冲击着金融、零售等各个行业。云计算将如何改变计算的世界?未来将有怎样的应用前景?如何解决“信...

    腾讯研究院

扫码关注云+社区

领取腾讯云代金券