你会用数据吗？5种错误的数据使用方法

【GameLook专稿，转载请注明出处】

GameLook报道/ 大数据时代下几乎所有的行业都习惯于“用数字说话”，手游行业自然也是一样，但怎么去使用数据实际上又是一门很深的学问。CEDEC2014上DeNA的野上大介介绍了5中错误的数据使用而最终失败的案例。今天GameLook就来和大家分享一下日本游戏公司在这方面的经验。

失败案例1：游戏上架前的KPI预测

问题：游戏上架前对LTV进行预测往往会选取过去产品的中间值进行计算，但实际上这一结果极有可能产生很大的偏差。

这一问题的根本在于没有考虑到产品的背景、构造以及原理。野上大介表示要计算LTV首先就需要用户留存率、付费率这些数据，仅凭一次测试是无法得到这些数据的。此外有很多公司认为进行将测试时间增加到1周就行了，但实际上这是一种非常不负责任的行为，所得到的结论也仅限于自己可控制的范围之内。

从“留存”到“付费”到“持续付费”，最后才能得出LTV数字

日本地区曾经有一款产品就犯了这个错误，其结果是产品上线之后固有用户付费总额没有太大变化，新增用户的付费总额随宣传费用的变化而变化。当然，从广告宣传部门的角度上来说他们的判断和工作是正确的。问题在于随着新增用户不断累积，固有用户的付费总额应该也随之提高，这就表明该产品“没有持续付费的用户”。这种情况下就不光是广告宣传的问题，分析者必须要注意到游戏本身、运营上存在需要改进的地方。

失败案例2：游戏上架后忽视游戏内容对用户的影响

问题：某游戏在上架之后，n日留存率非常不理想，从数据出发对游戏各个阶段的用户脱离率进行调查但仍然得不到结果，用户的付费率也非常低，最后因为用户不稳定导致游戏失败。游戏上架之后很多公司都每天盯着数据，调整各种细节，但很多时候问题并不一定是在细节上。

像上面这个案例，其实从手法上来说是没有问题的，错就错在考察的课题选择不正确。实际上该游戏以30～39岁的男性为目标用户，而实际游戏上架之后40～49岁的女性用户比例最高。当实际用户结构和目标用户结构出现大幅错位的时候，用户脱离游戏甚至都不需要其他什么明确的理由。

游戏每个阶段的用户留存率都低于正常值，这时候就应该要注意用户结构是否有偏差了

野上大介同时提到，要调整游戏游戏内容首先要有设定正确的目标和KPI，为此数据分析者必须从平时就注意从收集游戏不同的切入点和相关数据，同时数据分析者也要认识到自己是第一用户，脱离游戏体验仅从数据进行分析更容易产生盲点和误区。

失败案例3：错误理解推荐系统

问题：日本Mobage平台上的推荐内容分发到每个终端，其宣传效果将会扩大数倍。盲信这一论调在各个渠道上实现推广到每个用户的公司不在少数，但收益却并没有如想象中增长。（这一点主要针对日本区域来说）

这里实际上有两个解读错误，首先是比较对象，其次是效果测定的对象。所谓的“宣传效果扩大数倍”并不是单纯的A和B的比较，而是“A变成B”和“A变成C”这两种变化的对比，所以“宣传效果扩大数倍”并不等于“收入扩大数倍”。

推荐不能当狗皮膏药使

其次在效果测定方面很多人都把目光放在了收入上，但其实仔细想一下，推荐游戏推荐的本质是“下载安装”，虽然下载数在很大程度上会影响游戏收入，但下载数并不是一个决定性因素。现在很多公司都习惯于将宣传效果直接换算成收入表现，虽然这无可厚非，但确实在某些时候容易造成误解。

失败案例4：战斗不给力

一些有团战的游戏中，为了平衡两支队伍的能力而对分组系统进行改良，比如说确保各队伍中必有一名活跃用户。但结果是这一设计造成了用户负担的加剧，团战依然不被好评。

光修改分组设计并不能解决问题

这一设计最初确实起到了作用，平衡之后的团战让更多的用户有了战斗欲望。但这却加重了活跃用户的负担，结果就是不少活跃用户降级为非活跃用户，游戏整体活跃用户水平仍然和改版之前一样。

野上大介表示，像这一类问题往往无法一步到位，需要对用户的动向有长期稳定的检测，并且不断跟进改善。比如为后台增加KPI自动收集功能，在这样的检测下才能找到问题的核心。

失败案例5：对抽卡扭蛋太过自信

问题：现在很多游戏的主要收益源都是抽卡和扭蛋，厂商通过各种运营活动来引导用加入抽卡和扭蛋的行列，从而提升整体收益。但很多时候参加这一活动的用户数并不会增加，相反因为单价的下降销售总额也随之减少。

不是所有用户都会按剧本走

运营活动固然能够影响用户付费，但首先并不是所有用户都会按照运营商设定好的剧本走，其次对于那些平时就不付费的用户来说，运营活动对他们的影响也非常有限。所以对“抽卡、扭蛋”这个事儿，还真不能抱有太大的自信。

演讲中野上大介的观点非常值得思考，他提到“销售技巧在起作用的同时一定也会有副作用”，比如运营活动中减价的产品平时的销售就非常惨淡。为想获得道具的用户降低抽卡成本的同时，对那些抽卡的用户来说道具的价值也降低了。而这些看不到的心理变化都会反应在付费行为上。