被“妖魔化”的数据分析

作者@小强me 认为新手总觉得数据分析是一件超级复杂，技术含量极高的事情。他们总关心一些专业词汇，图表怎么做，excel工具怎么用，结论怎么写…作者强调文中所说的都是游戏的数据分析，因此别以为大数据什么的也都这么简单。

数据分析是一个方法，但不是唯一的方法

数据分析的优点是相对客观，但是缺点也很明显，人力和时间成本很高。

游戏里的数据分析无非就是要实现2个目的：

• 发现现存问题的本质，并解决他（99%）
• 发现一些趋势，以便未来做的更好（1%）

其中第一个目的占99%！第二个目的我没见人专门做过，我自己也从来没有专门做过类似的事情，最多就是数据看多了，瞎猫碰上死耗子，发现点趋势来。

所以数据分析主要是为了发现问题，解决问题而做的。发现问题和解决问题的方法有很多种，有时候数据分析并不是最好的办法。

例如：新版本很快就要更新了，一还有一堆准备工作没有完成，这个时候你发现新出的装备卖的很不好，远远不如预期。

如果你还花很多时间去分析为什么那个装备卖的不好，那你就耽误了更重要的新版本！当时间不够的时候，分清主次，别再数据分析上浪费时间。找不同类型的用户聊聊，基本就能发现主要的问题所在了。

数据分析不是万能的

数据分析能够发现代码的问题根源，但是很难解释用户的行为。

数据分析思路（脑图来自《游戏数据分析三部曲》）

如上图中，当我们通过数据发现游戏里的大R流失了。数据能做的就已经到尽头了，数据无法告诉我们流失的具体原因。数据不能告诉我们用户是因为公司破产而停止玩游戏，还是因为跑去玩其他游戏了，还是因为玩累了不想玩了…

数据很多时候也解释不清楚，只是通过数据的不断细分，我们能把问题的范围缩小再缩小，而不是在茫茫大海里找一根针。

所以再牛B的数据分析师，如果不了解产品，不了解用户，也没用！

数据分析不是把图表和文字堆砌出来就行了

见过很多数据分析：排版整洁，图表做的很漂亮，每页都有公司logo和版权说明，乍一看感觉好牛B！

但再一看内容，纯属一堆垃圾！

• 数据采样完全不科学
• 根本没有细分数据，只有一堆说明不了问题的宏观数据
• 没有任何对比数据
• 数据完全不能支撑“分析”得出的结论

简单总结：结论全是主观臆断，跟堆砌的数据和图表完全无关。

数据分析是一个很严谨的事情，每个结论都应该从数据中得出，数据不能说明的问题只能是猜测。所以当我们写下每一个结论的时候，一定要搞清楚这个是“我觉得是这样”，还是“我从数据中发现是这样”！

来源微信公众号：互联网er的早读课