游戏运营的常规：从内容和数据做好游戏产品运营

GameRes游资网授权发布 文 / 66TEAM · 闫鹏

游戏运营之数据分析

作为产品运营人员，数据分析是为了解决问题，不要为了分析而分析。

也就是说：

1、要带着问题去分析数据，而不是从海量数据中找问题。（后者是该数据分析师做的数据挖掘工作）

所谓带着问题是指在拿到数据前做出预设：

正常情况下数据应该在什么范围内？

现在情况出现异常或与预期不符，那么预测现在数据在什么区间范围？预测其原因是什么？

如果数据高于/等于/低于某个值将说明什么问题？

带着这些问题再去查询、处理、对比、分析数据，效果会好很多。

而相反，拿到数据结果之后再去找原因，就很有可能陷入咋说咋有理的坑中，也难以提升分析预测能力。

2、简化问题

数据分析说简单很简单，说复杂很复杂。

简单来说，数据分析就是各种拆分、组合、对比数据，然后发现问题、解决问题、预测问题、预防问题。

到这种程度其实并不需要熟悉什么统计学模型与工具，熟悉SQL+Excel就够了，已然可以解决80%的问题。

当然，每种简单的方法也可以用复杂的模型来代替，这样可以另他人“刮目相待”。

游戏运营之内容优化

1、简化

用户时间宝贵，内容要简明直接，去掉多余信息。


2、形象化

观点→例子

文字→图片→视频

如:

“特别冷”

↓


3、快速化

做内容，快是非常重要的。

先求快，后求精。

在内容品质相差并不多的情况下，快代表生，慢代表死。

当然，如果你的内容特别优秀，慢一些也可以。


4、精品化

内容求精不求全。

信息过载时代不要给用户增加筛选信息的负担。

游戏运营之内容推荐

用户获取内容主要有两种方式：推荐和搜索。

推荐说简单也简单，说复杂也复杂。

简单来说，内容推荐只要满足一点：用户当前感兴趣的。

一、满足用户感兴趣的

1、基于用户喜欢的内容，推荐相似内容。

最简单的方法是给内容贴标签（越细致越好），然后通过标签进行匹配。

以游戏举例：

《魔兽世界》标签如下：

玩法：MMORPG

画面：3D

画风：写实

题材：魔幻

类型：网游

平台：PC

那么根据这6类标签，我们就可以匹配出相似游戏：《暗黑3》、《战锤Online》、《巫师之怒》等。

2、基于用户喜欢的内容，推荐相辅内容。

用户买钢笔，咱就推荐钢笔水、铅笔盒、字帖、笔记本。

用户关注汪峰，咱就推荐章子怡、康作如、葛荟婕、撒贝宁、霍启山。

3、基于用户行为推荐

购买A的人，70%也购买了B。

同时安装了X和Y应用的人88%也安装了应用Z。

4、基于相似用户推荐

给用户挂标签（标签基于用户填写资料、历史行为等），通过标签匹配相似用户，再将相似用户喜欢的内容做推荐。

5、订阅（关注）

以上4点都是基于用户已产生的数据，那么在没有用户数据时，可以引导用户根据标签去订阅内容或关注人。

二、满足用户当前感兴趣

用户的喜好不是一成不变的，而是受诸多条件影响。

用户也许：

工作日想学习，休息日想游玩；

月初想花钱，月底想省钱；

20岁想旅行，30岁想安家；

冬天想滑雪，夏天想游泳；

……（常规变动）

大爆炸后想了解内幕、想学习安全知识；

NASA发现火星水后，想了解外太空；

……（突发热点）

简单来说就是我们在基于用户历史数据做推荐时，要注意时效性，重点关注新产生数据及数据变化（规律）。