1、行業綜述算法
隨着遊戲產業進入成熟期,行業競爭日益激烈,給企業的市場運營及拓展帶來了極大挑戰,主要體如今兩方面:工具
一、流量質量堪憂,價格愈來愈高,獲客成本在運營投入中的比例居高不下; 二、玩家對於品質的要求愈來愈高,遊戲項目的生命週期愈來愈短,直接影響項目的投入產出比;
在這樣的背景下,愈來愈多的公司開始重視數據化運營體系的構建,經過基於數據指導的精細化運營,替代傳統的基於直覺、經驗的運營模式,進而達到下降獲客成本、延長項目生命週期,對各個階段的業務走向進行精準把控的目的。code
2、遊戲數據的「馬斯洛需求」
按照遊戲領域的行業細分,研發商、渠道商、發行商等不一樣類型的公司對數據化運營的業務需求各有側重——從表現形式來說,基礎指標集、客戶畫像、精準投放&效果分析、智能算法等等,不一而足。整體上,從應用層次的角度又大體能夠把它們分爲數據存儲/計算、基礎數據分析、自助數據分析、數據智能幾個階段。
各階段專一於不一樣的業務目標/價值:
一、數據存儲/計算:匯聚客戶端、服務端等各渠道數據,構建全域業務數據平臺,同時提供海量數據存儲、實時/離線計算能力;
二、基礎數據分析:經過定義的指標口徑,瞭解業務現狀、發現業務中存在的問題;
三、自助數據分析:基於分析工具+算法模型對數據作深度剖析,洞察業務現象背後的緣由、主動發現業務機會,指導市場決策;blog
四、數據智能:拓寬數據邊界,提早發現、預警業務問題,行業動向探查;生命週期