遊戲雲間之七-初識遊戲分析

今年的ChinaJoy有什麼亮點？上圖先：

 

美人魚有木有？好啦，ChinaJoy你們網上去搜，各式妹子應有盡有，這裏就不細聊啦。

咱們來聊聊遊戲分析。在當今的競爭激烈的遊戲市場上，開發一個盈利性的遊戲是一件極具誘惑而又坑爹的事情。爲了有效地開發遊戲，遊戲行業也愈來愈多地借鑑其餘IT領域所使用的工具或技術，比方說商業行爲，項目管理。分析學做爲其中的一種方法，也影響着遊戲行業和遊戲研究。

分析學，聽起來高大上，其實就是從數據中發現和造成模型，爲的是解決商業中或者企業決策預估中遇到的問題。基本方法包含：統計，數據挖掘，數學，編程，運籌學，以及數據可視化。而遊戲分析做爲分析學的一項特定的應用領域，針對的是遊戲開發和研究。

 

遊戲分析能帶來什麼好處呢？

所謂無利不起早。咱們來就不一樣的角色看看遊戲分析能帶來什麼好處。

對於遊戲設計者、系統設計者和遊戲總監而言，遊戲分析能提供玩家詳細的行爲信息，比方說與道具交互、與其餘玩家的交互。還有一個重要的應用是，能經過每次的遊戲安裝來跟蹤玩家的喜愛。經過遊戲分析，設計者能夠獲知一款遊戲給玩家帶來怎樣的體驗。

 
對於製做方和項目經理而言，他們指望更好地瞭解產品進度，能對產品狀態和遊戲功能有更高層的總體把控，經過遊戲分析，他們能更加快速地在人員和資源分配上作出項目決定。

對於遊戲用戶研究者而言，遊戲分析能清晰簡潔地顯示玩家們究竟在作什麼。這有利於研究者描繪出遊戲中存在的問題。儘管說經過採訪等其餘方式也能帶來有價值的信息，但對於用戶研究人員來講，用數聽說話，更利於說服團隊其餘成員作出必要的設計改變。

對於市場部經理而言，他們指望使用分析數據來提升遊戲銷量，須要一個分析系統來及時提供遊戲和商品交易信息。經過遊戲分析，市場部經理還能夠獲知遊戲的哪些功能有更高的盈利性。

遊戲分析能帶來這麼多的益處，那接下來看看遊戲分析使用的遊戲指標。

 

遊戲指標可分爲三個方面：玩家指標，性能指標和過程指標。

 

 

1.  玩家指標： 針對用戶或玩家，多是帶來收入來源的客戶，或者是與遊戲交互的玩家。玩家指標可被用於計算與收入相關的指標，比方用戶平均消費指標（ARPU，average revenue per user ）,每日活躍用戶（DAU，dailyactive users ）。玩家指標也可被用於調查人們是如何與遊戲系統交互，比方用戶遊戲時間，用戶的遊戲內好友平均數。

2.  性能指標： 針對遊戲的技術和軟件框架的性能。通常而言，性能指標包含遊戲在用戶硬件平臺上運行的幀速率。性能指標也會被用來在觀察在改變功能，打補丁或升級對用戶的執行影響。這個指標咱們在此不詳細討論。

3.  過程指標： 針對遊戲開發中的實際過程。遊戲開發就像IT裏的其餘創新領域同樣，會使用到敏捷開發。在開發的過程當中須要一種方式來監控開發進度。相似於性能指標，過程指標中使用的管理和監控方法也不在遊戲自己的討論之列。咱們在這裏就不詳細討論。

在這三個指標中，玩家指標在遊戲指標中佔有最重要地位。下面着重來說玩家指標。

玩家指標包含三個方面：用戶指標，可玩性指標和社交指標。

1.  用戶指標

用戶指標將全部類型的用戶都視爲顧客，包含用戶獲取率，用戶留存率（Customer Acquisition and Retention）等。此類信息可用於遊戲的市場開拓和遊戲開發。

用戶下載安裝一款遊戲，隨後在遊戲中或者遊戲外的商店購買各類虛擬物品，而這種實際或虛擬貨幣支付的時間開銷愈來愈小。同時，用戶還會參與到顧客服務中，提交漏洞，請求幫助，或投訴。用戶也會參與論壇，交流使用體驗，這些均可以被用來進行挖掘和分析。而用戶的IP地址，年齡，性別以及郵件地址均可以用來構成一個強大的用戶指標數據庫。

2.  社交指標

社交指標包含各個程度上的用戶社交活動，比方論壇活動。此類信息即可用於社區管理。玩家之間的交互可能產生於遊戲過程當中的格鬥或者合做，或者來源於遊戲間的聊天。玩家間這類的交互構成一個重要的信息源，而挖掘對話信息也能夠爲遊戲設計提供信息。

3.  可玩性指標

可玩性指標包含玩家在遊戲中的實際行爲，例如角色交互，物品交易和地圖導航。對於遊戲設計和用戶體驗來講，可玩性指標是最爲重要的。無論玩家在遊戲中作什麼或者即將作什麼，五種類型的信息能夠被記錄下來：發生了什麼事情？在哪裏發生？在什麼時間發生？當多玩家交互遊戲時，對誰發生？即便就在一個遊戲場景中，玩家會產生上千個行爲信息。比方玩家角色的位置，它的當前血量，體能，活躍動做，模式，還有遊戲玩家的我的信息，比方姓名，種族，裝備，貨幣。全部這些信息都會從遊戲客戶端流向收集信息的服務器。

可玩性指標可細分爲下面三類：

1.  遊戲中 ：包含玩家在遊戲內的全部動做和行爲，包括導航，交易行爲，遊戲物品交互。

2.  接口： 包含玩家於遊戲接口的交互，包括設置遊戲變量，比方鼠標速度，顯示屏亮度。

3.  系統： 包含遊戲引擎對玩家動做的響應。

針對不一樣的類型的遊戲，比方說動做類遊戲、音樂類遊戲、家庭類遊戲有哪些有用的可玩性指標，咱們會在後續章節中具體描述。

知道了遊戲分析的指標，那怎麼來作遊戲分析？

 

遊戲分析如何作？讓咱們一步步地來看。

1. 遊戲分析數據的採集

針對遊戲分析的採集能夠分爲兩個方面：客戶端和服務器端。

a)  客戶端

客戶端的數據採集是經過在客戶端安裝第三方SDK，數據自動上傳到第三方的服務器來完成。目前市場是有不少第三方遊戲分析公司，比方友盟、DataEye、Talking data，還有最先創建體系的盛大PRAPA。不管是那種工具，都是創建一些指標體系，而後出一些報表，涵蓋一些運營數據、協助分析的內容等。

客戶端的數據採集僅須要遊戲開發者結合第三方公佈的SDK，在遊戲代碼裏使用相應的接口調用。這樣的好處是框架簡單，直接參照集成說明便可。但也有一些問題，比方說客戶端的數據採集是否可信，還有就是敏感數據的安全性問題。對於遊戲團隊而言，像日活躍用戶相似的數據放在一個SDK的提供商那裏，或多或少會擔憂，這份數據泄露了會不會影響融資。

b)  服務端

服務端的數據採集是經過遊戲開發者在編寫遊戲之初，有意識地寫日誌或者寫歷史數據庫來完成。相比於客戶端的數據採集，服務端須要遊戲開發者有清晰的數據分析認識，這樣能夠作到細粒度的事件採集。對於上面客戶端遊戲數據採集的問題，服務端的數據是被認爲可信，更爲重要的是，敏感信息存放在遊戲團隊承認的服務器上，也會讓遊戲團隊更加安心。

2. 遊戲分析數據的存放

經過前面的討論的遊戲指標，咱們瞭解了要收集哪一種類型的數據。問題是，如此巨大的數據量，咱們如何存放？讓咱們簡單計算下，若是記錄每一個遊戲會話中的每一個用戶的遊戲事件，那麼數據量是會以驚人速度增加：100,000 DAU(每日活躍用戶)，每一個用戶平均收集1000 事件，那麼一天就有150GB的數據量，一個月超過4TB！

a)  傳統方式下游戲分析數據的存放方式和麪對的問題

傳統方式下的信息收集的工做由架設在IDC或者客戶本身的機房中的服務器完成。但是如此多的數據怎麼辦？只能不斷新增服務器。好吧，還有一種選擇，乾脆不收集數據！這確實也是一些遊戲公司現階段的作法，沒什麼日誌，不作什麼分析。不過咱們今天這裏討論遊戲分析的價值和作法，這種啥都不作的方式咱們就不討論了。

傳統方式下的另外一個問題是，要在龐大的數據中執行查詢，並獲取有用結果，對於一個傳統的數據庫是一件頗有挑戰的事情。

b)  在雲上如何解決傳統方式下游戲分析數據的存放問題：

龐大的數據量不用擔憂，由於雲的好處之一就是能夠彈性擴展。在數據量過大時，能夠動態增長資源來知足數據存放的須要。龐大的數據量能夠直接放在雲的數據庫裏，比方直接存儲到RDS 或者存儲到SLS（簡單日誌存儲）裏面。而云的可靠性讓咱們也不用擔憂數據的可靠性。自動的多重備份，對用戶透明。不用擔憂服務器宕機、數據的流失。如同圖中所示，數據庫可使用RDS，彈性擴展並保證數據的高可用性。

 

3.  遊戲分析數據的處理

a)  傳統方式下游戲分析數據的處理方式和麪對的問題：

針對遊戲分析數據的處理，若是使用客戶端安裝第三方SDK的方式收集數據，數據會傳到第三方來進行分析處理。若是使用服務器日誌的方式收集數據，它處理有幾種方式，以文本的形式把日誌拉到本地，或者用sql讀取日誌信息到本地。比方說盛大的遊戲分析，以文本的形式把日誌拉到本地，而後用腳本進行分析。而空中網則將日誌放在Vertica，經過它的接口來查日誌。

它所面對的問題是，對龐大的數據進行處理，這個過程自己就對遊戲廠商的服務器有很高要求。另外一個問題是，對遊戲數據的分析處理過程可能會由於資源的佔用而影響主營業務的系統響應。

b)  在雲上如何解決傳統方式下游戲分析數據的處理問題

在雲上，能夠利用雲上已有的各類服務來進行數據處理和分析。日誌可使用雲中的日誌服務，好比阿里雲的SLS。數據庫能夠採用數據庫服務，好比阿里雲RDS，並結合大數據分析服務，好比ODPS來進行分析。如上面的圖中所示，使用RDS和ODPS結合來完成遊戲分析數據的存放和分析。這樣不但能夠省去部署數據分析系統的繁瑣工做，也能夠儘量減小數據分析對生成系統的影響，具體會在後續文章中進一步介紹。

 

今天就大概聊這些，歡迎你們拍磚或來信交流 game@jiagouyun.com    。感興趣的話，下次咱再細聊。

（文中的架構圖使用的工具可點擊查看 工具       ）

 
更多精彩，可參見遊戲雲官網  http://game.aliyun.com/?spm=5176.383338.201.59.pzyVmn