带薪打游戏的分析师真的很爽吗？
2023年7月17日发(作者：和志光)
有这么一人，他们关注着你在游戏世界内的一举一动——从你打开游戏的那一刻，你的每一次点击，每一次停留都会被以数据的形式送到他们的面前。
他们不直接参与每一次活动的策划，但是会在背后为策划团队提供决策建议；他们不直接改善玩家的游戏体验，但是会在庞杂的数据中试图分析出玩家最想要什么，并用可视化的报告为设计团队指明方向。
他们就是游戏分析师
一用数据说话的游戏热爱者！
本期，我们将会把他们带到台前
为大家展现他们独特的思考游戏的方式！
游戏分析师的团队定位
顾名思义，游戏分析师需要对游戏进行“分析”。但是他们分析的对象是什么，又是为谁分析呢？来自育碧的分析师Yossef Benzeghadi给出了自己的答案：
“我们主要分析的是游戏数据，即玩家执行动作时产生的信息……例如在《幽灵行动：荒野》中，玩家杀死敌人时携带的武器，击杀时的距离，甚至是玩家爆炸时产生的数据。
我们的部分工作是建立一个方法：从玩家那里收集我们需要的游戏数据，并与不同的游戏开发者合作以确保这个方法是实际有效的……游戏设计师们会从我们这里了解到“玩家是如何游玩他们的游戏的”，例如玩家是否能够成功完成某项任务，并由此来了解六个月后他们能够为玩家提供什么。”
如果将游戏开发的过程比作操纵一台汽车，那么比起把握着方向盘的游戏设计师，幕后的游戏分析师们在团队中更像是导航系统，他们根据汽车行驶的数据来告诉设计团队之前走过的路途是否顺利，坐在车上的玩家们现在是否满意，以及未来往哪个方向行驶是更加明智的选择。
当然，在不同的游戏公司内，游戏分析师们所专攻的方向也会有所不同。例如在三消游戏中，游戏分析师们会研究每一个关卡的设计是否给玩家带来了满意的体验；在MMORPG中，游戏分析师们则会研究例如游戏市场的货币系统是否足够稳定；在社交游戏中，游戏分析师们开始思考如何让玩家在游戏界面保持长时间的停留。但是他们所运用的方法都大同小异——用数据分析思考结论，为设计团队指明方向。
游戏分析师的日常工作
说了这么多，那么游戏分析师具体会遇到什么问题，他们又是如何解决的呢？我们将会用一个游戏公司的例子为大家阐述一个游戏分析师（典型）的一天是怎么度过的。
在幸福游戏公司里，有着这么几位卧龙凤雏：
二娃，高级游戏分析师，行业内响当当的老炮儿，搞数据分析很有一手；
铁柱，游戏设计师，最近因为新游戏里面自己负责的板块不怎么出愁的头都秃了；
老李，数据平衡师，因为数值改动都是由他拍板，所以经常在各类论坛和玩家们交换意见；
公司幸福游戏公司以它匠心独运的多人在线FPS（第一人称射击游戏）《警匪对决》闻名于世。现在，让我们将镜头对准二娃——在啃完包子骑完自行车后，他来到自己的工位上开始了新一天的工作。
日常一：检查常规指标
作为一款多人在线游戏，二娃需要从数据库中调用一些玩家的日常数据，并根据之前制定的常规指标来检查游戏是否在正常运行。例如，今天的玩家活跃度是否在一个合理的范围内，玩家在游戏内的停留时间是否和之前出现了很大的出入，这一周（或者是这一个月）的玩家消费是否符合公司设计团队的规划等等。
当然，二娃还会留个心眼——他还会检查这些数据是否真的正确——会不会有一些实际上付费了的玩家并没有包含在数据内？会不会有一些实际上登陆了的玩家被忽视了？
日常二：获取分析请求
如果自己负责观察的指数都保持正常，而且数据收集的机制没有出现明显的问题，那么二娃就会开始查阅其他团队给自己发来的数据分析请求。
这些分析请求五花八门，设计团队的铁柱想知道最近新推出的资料片中的A任务是否吸引了足够多的玩家参与；数值团队的老李想了解自己降低了一把械的伤害后它的使用率是否还在预测的范围中……偶尔二娃也会收到来自营销团队的翠花的问题，例如最近的推广活动是否有效地增加了玩家数量。
（Dota中对游戏的复盘分析）
收到分析请求的二娃并不会直接开始闷头工作，他会主动和提出问题的同事进行沟通，以确保自己所理解的正是同事所需要了解的问题。例如，吸引了足够多玩家参与的意思究竟是吸引了多少人点进活动页面，还是吸引了多少人完成了整个活动流程？
日常三：确认所需数据
并不是所有的问题都有直接对应的数据，并不是所有的数据都能直接解释手头上的问题。
例如对于铁柱的疑惑，二娃可能需要非常多的数据来得到自己想要的结论：有多少人知道有新资料片推出、有多少人知道新资料片里有A任务、参与A任务的人数、参与其他任务的人数、他们在A任务中停留了多久，以及有多少人真正完成了A任务的全流程等等。
与此同时，二娃还要考虑到很多其他更加深入的问题——是否有其他的新任务或者新模式吸引走了更多的玩家？如果是这样的话，该如何调整不同新内容之间推出的间隔？调整了间隔之后，玩家们有没有可能会催更或是弃坑？
在想到了这么多之后，二娃才能够确定自己真正需要的数据是什么，并开始在数据库中寻找它们。如果他找不到这些数据，那么很可能他要开始思考如何建立一个更新的数据收集机制，以确保在未来不会出现现在遇到的窘境了。
日常四：收集、分析数据
二娃在敲定了自己需要的数据之后，就要着手在数据库中把它们调用出来。然而，数据不可能是十全十美的，空白、重复甚至是错误数据的出现是十分常见的情况，二娃需要通过一定的数据清洗手段来确保自己最后的结论不会被这些杂质所（过多的）影响。
完成了这些，二娃才会开始分析手头上的数据。在大多数情况下，他会采用同类组对比分析的方法来得到自己想要的答案。他可能会先将玩家体根据已经游玩的时长分为四组，并按照日期分别得到他们参与A任务的次数；
又或者，他可以将A任务分解为不同的阶段，例如A任务中一共有4个需要玩家依次完成的目标，他可以根据此来找到玩家们在遇到了哪一个目标之后选择放弃任务。
对于同一个问题，不同的数据分析师很可能会采取不同的分析思路，但无论哪种分析方式最终都是为了更好地解答铁柱们的问题，以及应对他们可能提出的更多反对意见。
日常五：解释分析结果
诸如折线图和表格等数据分析的过程并不是铁柱所想关心的，也不会是二娃交出去的最终结果。
分析数据之后二娃需要解释这些折线图和表格可能代表了什么。例如，几乎没有玩家完成第二个目标可能是它的难度实在是太大了，也有可能是它实在是过于无聊。要注意，哪怕你有再多的数据，运用了再先进的分析方法，你都无法真正“证明”一个结论，你最多能做到的只是通过可靠的证明让这个结论的可能性变大，仅此而已。
无论如何，二娃得出的报告和建议最终都是为了解决以下的疑惑：
· 自己的结论回答了铁柱的问题吗？
· 自己的证明过程有没有尚未考虑到的地方？
· 自己的证明过程能否回答得住铁柱的其他疑惑甚至是反驳？
二娃回想了一遍自己的分析过程，发现自己似乎很好地完成了所有目标，所以他开心地打开邮箱，飞舞着手指把自己的研究报告发回给了铁柱。
小饮一口咖啡之后，二娃打开了自己刚才分析的游戏《警匪对决》，想要亲自玩玩任务A来犒劳一下自己，指不定还能找到一定灵感来吐槽铁柱。当然二娃也清楚，光靠玩游戏没办法让他成为一名优秀的游戏分析师，于是他趁着加载的时间看看同行的优秀分析案例：
《幽灵：荒野行动》的游戏分析师Yossef Benzeghadi在分析中发现了一独特的玩家——相比起参与游戏里的人物，他们在近80%的游玩时间内更愿意在地图里面闲逛或是做自己的事情。
一开始，分析师团队觉得他们可能是从兄长手中拿走鼠标的小孩，但随着和用户研究团队的合作，他们发现这实际上是一将游戏变成“沙盒”的玩家。他们不关心游戏给他们下达了什么任务——实际上，他们更关心自己给自己下达的任务——他们有的限制自己只能使用某种武器，有的只在晚上行动，有的甚至发明了一系列日常目标，并给自己贴上了“狙击手”或是“工程师”的角标签。
发现了这些数据之后，开发团队改进了匹配系统，并在开始配对之前询问玩家想要做什么活动，扮演什么样的角——这样他们就可以和相同游戏风格的人组成一个团队，无论是旅游观光，潜行暗杀还是直接无双。
（《幽灵：荒野行动》游戏截图）
如何成为一名优秀的游戏分析师？
Part A：必不可少的专业知识
首先，对于靠数据说话的分析师而言，拥有数据库专业知识（或者人们常说的SQL知识）无疑是一个必备的技能。基础的了解很可能难以支持你的工作需求，你需要懂得一些用于数据挖掘的编程知识（例如R语言或是python），一些常见的处理与分析数据的方法，以及拥有将你的分析结论可视化的能力。
要明白，一个游戏分析师工作的最终目的不是为了分析数据，而是通过分析数据得出用于解释问题的结论以及提出可靠的改进方案，我们可以拿二娃进入公司时所遇到的面试题为例来看一看游戏分析师所会遇到的各种情况：
第一题：你上班第一天来到公司，发现你的好同事铁柱在原有的《警匪对决》游戏基础上打造了以解救人质为背景的新模式，而且你获得了这一模式在测试服内到目前为止运行的所有数据与日志，你该如何评估这一个项目的前景并向你的董事长汇报呢？
第二题：在铁柱的设计中，即将推出的《警匪对决》的春节活动里，玩家可以通过招募一位新玩家来为自己赚取5枚特殊货币，并通过积攒特殊货币来购买价值200枚货币的特殊皮肤。然而老李觉得每次招募应该赚取10枚特殊货币才对。你该使用什么指标，通过什么样的方法来测试哪种提议更好呢？
为了解决这些问题，你必须了解或是设立一些常用指标，以此作为自己判断事情是否正常发展的标准。
在用户保留指标方面，人们常用的是留存率这一概念，即指在第一次访问后，在数日内再返回的用户百分比。例如第二天就返回的用户百分比称为1天留存率，在七天内返回的用户百分比称为7天留存率，以此类推……而据分析师博主Eugene Matveev介绍，如果一个应用在发行28天后仍能保持较高的留存率，那么说明它的用户体忠诚度在一个很高的水平。
而在用户活跃度方面，对DAU（每日活跃用户）、WAU（每周活跃用户）以及MAU（每月活跃用户）这三个数据的计算和加工是十分基础且重要的。WAU指的是在一周内登陆过APP的唯一用户总数——要注意，一个用户可能在七天都登陆了这个APP，但是在最后他只会被计算一次，这也是“唯一用户”的含义。这三个数据的大小直接代表了一个APP的发展规模，而为了进一步了解用户的活跃度，分析师们又创造了粘性因子（即DAU与MAU的比例，代表了用户活跃的规律性）、LDAU（每日忠实用户数量，即在第一次访问后每天至少运行一次APP的唯一用户总数）等概念。
（大数据分析的全过程）
除此之外，还有付费内容指标、生命周期指标等等，作为游戏分析师们最坚实可靠的工具，它们的创建、监测与组合分析帮助一个又一个的二娃们解决了一个又一个的难题。
Part B：加速工作的合作能力
其次，光是掌握了分析的专业技能仍然不够，你还要拥有出的合作能力。对于29岁的游戏分析师Constant Bails而言，他认为一个优秀的游戏分析师最宝贵的技能是知道如何更好地进行合作：
“仅仅了解数据是不够的。我必须了解开发团队的工作，并能够设身处地为他们着想，更好地了解他们的需求并有效地回应他们。就我而言，了解我正在研究的游戏也很重要。我经常不得不与那些为制作这些游戏做出贡献并且对它们了如指掌的团队合作。为了与这些团队进行良好的互动并建立真正的信任关系，我总是至少花几个小时玩这些游戏，直到我掌握了代码和会用到的词汇。是的……这也是我工作中最酷的事情之一！”
无论是和开发团队待在一起，还是亲自成为众多玩家中的一员，数据分析师所需要了解的不仅是数据分析，更是游戏本身，开发团队的想法甚至是玩家体的想法。数据分析师是一个在工作过程中不断学习的体，他们面对层出不穷的新问题，学习着如何去理解对方的需求、如何去解决对方的需求、如何让对方更能够接受自己的结论。基于沟通的合作，往往是一个游戏分析师最好的制敌法宝。
也许在大多数人的心目中，游戏分析师可能是最近十年才诞生的新生职业（尽管事实也是如此）。然而，早在1938年，荷兰学者约翰·赫伊津哈（Johan Huizinga）就写下了游戏研究领域中的开山之作《游戏的人》。
从孩提时对游戏规则的争论不休开始，到我们如今为了更快地通关翻阅游戏攻略，为了更好地玩耍与网友探讨游戏内容——也许，对游戏的分析与热爱自我们每一个人诞生之初便出现了。
（当然也有这种千古难题）
在Constant Bails的访谈中，他对那些想成为游戏分析师的年轻人们给出了自己的建议：
你一定要喜欢游戏，如果你能够享受游戏，剩下的部分就会水到渠成。当然，你也必须接受过数据方面的培训，尽管这方面的专业知识很重要，但这项工作最重要的是要包含热情。驯服数据并不总是那么容易，有时需要花费大量时间，但是你的专注、决心和你对于正在开发的游戏的热爱才是你最宝贵的动力来源。
也许玩家，开发者和数据分析师身份各异，享受游戏的方式不同，理解游戏的方式也不同，但是大家都乐于看到一款又一款“好玩”的游戏横空出世，也乐于花费自己时间、精力乃至金钱去一次又一次地沉沦在他人所构造的奇妙游戏世界当中。
而在这背后，正是热爱二字在不断激励着我们向前——我们渴望游戏，我们热爱游戏，我们创造游戏。
—END—
