數據分析如今已成為巨型游戲公司的增長動力，然而我們對于這門學科的研究仍處在初等階段。數據分析有哪些價值？未來將如何影響開發(fā)商、發(fā)行商甚至玩家？數據分析者會不會被AI取代？
十年前，數據分析對于游戲公司來說可有可無，但如今卻已經成為某些巨型工作室的增長動力。所有大公司和很多規(guī)模較小的公司，都會雇傭數據科學家從游戲中提取信息，分析和量化數據，并提出能夠為產品帶來幫助的改進建議——包括提高收入、提升玩家留存率、吸引更多用戶下載或刺激購買游戲內購等等。不過我們對這門學科仍處在初等階段，數據分析究竟有哪些價值？未來將如何影響游戲開發(fā)商、發(fā)行商甚至玩家？
安德斯·德拉根（Anders Drachen）是丹麥奧爾堡大學的一位副教授，曾在Game Analytics擔任首席分析師。“在信息科學、市場營銷和數據分析等領域，（用戶）行為分析已經有相當長一段歷史。”德拉根說道，“如今我們將計算機科學、信息科學領域的很多做法運用于游戲領域。但我們不能全盤照搬，因為游戲不是生產力軟件或者一家網站，游戲更注重用戶體驗?！?/p>
“因此在對游戲用戶行為進行分析和預測時，我們做了很多嘗試，摸著石頭過河。游戲行業(yè)這樣做已經有大約5～6年時間了，一直都在尋找最正確的做法。”德拉根說。
《糖果傳奇》開發(fā)商King是精通數據分析的游戲公司之一，其首席科學家文斯·達利（Vince Darley）認為，隨著游戲數據科學進步，游戲品質也將在未來變得越來越好。
“我們注意到在移動游戲市場，游戲從極其簡單逐漸變得復雜，玩家在里面有更多事情可做?！边_利解釋道，“我認為在未來，我們需要更多地理解游戲內的復雜世界，從而弄清楚玩家喜歡哪些內容，不喜歡那些內容?！?/p>
“從某種意義上講，這是一個正向循環(huán)——你掌握到的信息越豐富，就越容易了解玩家的需求，并針對這些需求創(chuàng)作產品。那些簡單的游戲你是無法搜集很多數據的，只能看到玩家是否打開過游戲、是否通關，就只有這些了，很難真正了解玩家?！?/p>
達利認為了解玩家需求是數據分析的一部分。這意味著雖然數據分析的自動化程度越來越高，但為了正確解讀數據，分析人員必須參與其中?！澳承┬袠I(yè)（數據分析）已經相當自動化了，但在游戲行業(yè)還不具備可行性。你的標準工具是非自動化的，雖然市場上很多公司能夠提供一定程度的自動化服務，比如Game Analytics、Delta DNA、Flurry和Swrve等。這些公司確實能讓你更快地與數據互動，并根據數據反饋調整游戲內容。但在游戲行業(yè)，絕大多數公司在分析數據時還是非常周到細致，有專門的人員對數據進行解讀，從而幫助公司做出正確的決定。當然，這也說明游戲數據分析自動化仍有上升空間?！?/p>
Alessandro Scoccia Pappagallo是谷歌的一位產品質量分析師，此前曾在日本游戲公司SQUARE ENIX擔任數據分析師。在他看來，游戲公司除了“雇傭更多數據科學家和使用更多工具”之外，還應讓員工學習有關數據分析的技能。
Pappagallo說道：“最優(yōu)秀的市場營銷者，是那些熟練掌握數據的人士。我認識很多對數據有著深刻理解的營銷人員。我們不能再將銷售和市場部門的同事看成完全不了解產品的白癡了，相反，我們更應當審視自己——我們對市場營銷、銷售了解多少？舉個例子，如果我對銷售一無所知，那么當同事跟我談論銷售時，我將無法理解。這不是因為我笨，而是因為我不了解銷售方面的知識。從這個角度來講，我覺得游戲公司的研發(fā)人員和HR部門之間應當有更多溝通，HR部門的作用不僅僅是招聘和解雇員工，還應幫助員工提升職業(yè)生涯。我認為游戲研發(fā)人員學習數據分析方面的知識十分重要。”
“每名員工在加入公司時，甚至當他們在公司工作多年后，HR都應當詢問他們希望提升哪些技能、為什么，以及打算如何提升。否則大家只能周而復始做同一件事情，那就太糟了。無論你從事哪一行工作，始終得給自己一點挑戰(zhàn)?！?/p>
德拉根曾參與研發(fā)一套自動化、支持比賽回放分析的工具，據他介紹，后者能夠幫助《Dota 2》職業(yè)選手在訓練時提升水平?！斑@套工具可以分析比賽中的每一個重要節(jié)點，然后預測比賽雙方的勝率。其預測準確率達到了大約80%?！钡吕忉尩?。
“我們的研究前后持續(xù)了大約兩年，目的是為電競選手和休閑玩家的訓練提供幫助。我們之所以投入電競（賽事）數據分析，是因為我們希望看看能夠利用電競的海量數據做些什么。玩家熱愛數據，我們有專業(yè)的數據統(tǒng)計人員，所有職業(yè)戰(zhàn)隊都至少擁有一名分析師。與只搜集少部分賽事數據的足球運動不同，對于數字游戲，我們可以搜集到每一場比賽的數據。為了更全面、更深入地了解自己的比賽表現，提升競技水平，職業(yè)選手需要像這樣的一套系統(tǒng)?！钡吕f，“目前我們正在尋求投資，希望將這套系統(tǒng)打造成一款更易于使用的產品?！?/p>
還一個問題是，隨著人工智能技術的持續(xù)進步，數據科學家未來會不會被AI取代？在被問到這個問題時，達利笑了：“還有很長一段路要走。有深度學習能力的AI確實讓人印象深刻，但它只擅長解決成熟領域的復雜問題，例如下圍棋或者識別圖形。但我們的工作是解讀——這不是一個有明確定義的問題。所以我相信在未來相當長時間里，人類仍將是（數據分析的）中流砥柱。”
德拉根認同達利的觀點：“未來會不會出現足夠聰明的AI，完全替代人類？我不清楚。我不是這個領域的專家。但至少在可預見的未來，在數據分析流程的每一個環(huán)節(jié)，你都需要有人參與其中。很關鍵的一點是，用戶體驗是游戲數據分析的核心，作為人類我們才理解用戶體驗。但未來會不會出現能夠理解用戶體驗的AI？這就得看谷歌和Facebook能做些什么了?！?/p>
本文編譯自：gamesindustry.biz
* 本文系作者投稿，不代表觸樂網站觀點。
