网络游戏的数据理解及流量转化

网络游戏运营中数据的作用不可忽视，从商业理解到数据理解的过程中，各类数据将游戏运营规律和现象，以独特的方式呈现，尝试从基础概念的简要说明。
网络游戏运营过程是一个用户行为转化的过程，从用户行为操作角度做分解，
1传达信息              —潜在用户发现或获知信息（媒体的传播价值）
2点击与查询（行动）    —产生相关初级行为
3注册或激活（有效行为）—行为转化升级，形成用户
4丰富信息与体验（转化）—开始用户游戏行为
5体验判断（继续/流失） —用户行为发展变异
6消费行为选择（是/否） —游戏的商品价值实现的跳跃
7行为延续至结束（周期）—游戏的主要收益期

各环节数据理解，
1的产生数据与传媒的作用密切相关，通过各类宣传推广手段获得用户行为，来源上复杂多样，数据的因果关系判断困难。
由1向2的的转化形成了最初阶段的游戏数据，通过定量分析，可以得出初步的对于运营指导性分析结果。主要传播途径产生的效果比较分析，此阶段的“噪音”较多，不同的运营阶段缺乏数据的可比性。
2的离散信息源-游戏辅助（预告，攻略，论坛，互动活动等）与用户行为直接的联系缺乏明显的容易解读的关联度脉络，单纯的以广告传播效果的数据统计分析不适合游戏数据分析的特性。
2与3之间的数据之前的关联度比较清晰， 点击–注册–激活之间的比率转化，能够形成有效的数据分析结论，用于指导游戏运营。
对于3的商业理解决定了数据分析的成熟度，与结合游戏自身结合，
从3到4的数据分析复杂和困难，“自变量”“因变量”和因果关系需要多领域的协调配合。这阶段也是产生噪音数据最多的环节之一。通过数据分析转化与流失原因是主要目的。
5与6的数据理解和分析偏重于游戏内，通过相关分析为游戏开发和运营提供参考性意见。
6和7的数据理解缺乏足够丰富的资料和经验，加之不同游戏之间缺乏比较性规律，还需要在今后做补充。
结合实践简略提出游戏运营各阶段流量转化特征
(个人观点，由于行业变化和个人能力所限，仅提供做批判之用)
1新游戏运营的内测未确定前，传播主要在游戏专业类媒体的预告和专业游戏玩家或组织之中产生，信息呈现不确定性，传递的途径相对单一和个人化，对象为小众专业群体，游戏本身特质占据主导传播地位，题材事件为主，数据流量和分析比较困难，但受到策划影响很大，往往容易形成特定热点，以往的例如A3的“十八禁”，魔兽世界。后续题材和运营无法保证时，有可能出现数据误导情况，“龙于地下城”“轩辕剑”等。此阶段的用户数据流量从各专业游戏网站和口碑传播开始，通过连接和搜索引擎转化到官方网站或信息专题站。分析用户的来源属地性质有助于其后的运营，寻找用户具备意见领袖特征的共同属性是此阶段数据分析的价值之一。
2内测阶段（测前至开放注册前）。通过限制性条件，选择所需要测试对象。数据分析在提供参考的同时，对于测试的分析和总结相隔规律。用户流量将通过相关信息汇总至帐号发放渠道和最新信息发布渠道（官网），关注游戏的核心用户产生主要的数据流量，用户的汇集与信息反馈（发号论坛或渠道）对于数据分析产生重要的数据源。内测过程中的行为表现（夸奖或诋毁）都具有集中放大作用，形成早期的舆论判断导向，相隔信息以个人化传播途径为主（口碑论坛等），相关市场手段（奖励或互动活动）的效果可以通过用户行为流量分析获得（论坛的关注程度，互动的反馈）
3开放测试阶段（收费或道具商城开放前），在前期大量蝗虫用户产生，用户行为数据和流量具有一定的欺骗性，用户从论坛向游戏操作说明（攻略）和深度体验内容转移流量，官网有可能呈现突发性流量增加变化，信息入口渠道增多，用户行为信息中夹杂“噪音”，广告宣传效果出现衰减现象，用户行为流量的分析能够在一定程度上判断用户结构，例如：通过流量分布官网位置判定用户的体验程度。对于转化率的数据分析，可以基本判定游戏主要缺陷和用户流失环节。通过与内测环节用户行为对比分析，找出目标用户的基本特征（游戏属性与社会属性），对于流失用户的原因和属性分析判断，有助于调整市场策略，优化运营解构。用户在官网流量分布变化（新闻，论坛，活动，操作等）与市场营销行为的关联程度上的分析，成为这个时期的数据分析要点之一。
4主体运营阶段（收费阶段），在这个阶段，产品的成熟度从用户流量变化中可以多角度看出，用户在游戏维护期间官方论坛中的活跃程度，互动活动信息的流量产生方式与变化，众多途径可以考察出游戏与用户行为之间的比值。
在用户来源和产生原因数据分析方面，用户在特定环节的流量变化（例如首次注册登陆时间分布与注册后访问官网的内容），以及客服信息反馈，都能够产生对运营有关的指导性分析结果。
用户在主体运营阶段的流量变化表现，互动信息的流量变化最值得关注与分析，不同类型的互动活动（活动难得与参与方式和程度），能够以局部数据分析的方式呈现运营指导规律（用户喜好）。
5收尾运营阶段（掠夺性收费阶段），从游戏在线用户的结构与行为特征中可以察看到游戏生命周期结束，游戏内容的变化更新与市场营销策略对于用户流量无法产生影响时，游戏生命周期即将终结，用户转移和掠夺性开发是必然选择。用户流失分析与替代游戏的选择密切相关，创新是游戏的生命，新旧交替中用户行为发生变异（用户需求改编），寻找和适应用户的需求的游戏方式是这个时期数据分析的重点之一。例如开心网发现了游戏用户的特定需求而加以引导和突破。

网络游戏的运营中产生了大量包含“噪音”的数据，对于游戏商业理解和数据理解是数据挖掘分析的前提，理顺众多数据之间的关联程度是一件很困难的事情，通过长期的对比性实际分析与交流，采用渐进的方式不断积累和前进可能是网络游戏数据挖掘分析的有效途径。长期性，复杂性，艰巨性，反复性，数据在呈现答案之前设置了重重障碍，在游戏运营中某一细节分支所透露出的本质都有可能改变游戏的发展，希望能够与致力于网络游戏数据领域研究的朋友建立起长期的联系，交换在实际中遇到的问题和经验。