以前很少有专业文章深入介绍游戏数据分析师一个岗位的一些看法，但是在圈子里，大家都会让这个岗位有自己的看法。他们不是这个领域的资深人士，只是这个方向的实践者。公司提供了更好的实践平台，最近做这方面人才招聘的人才深受感动。因此，对游戏数据分析师有这种肤浅的看法。

　　因为我目前在做手机游戏的数据分析，所以只针对手机游戏。我不会表达终端游戏和页面游戏是否可以等等。

　　因为我目前正在做手机游戏的数据分析，所以它只针对手机游戏。我不会表达终端游戏和页面游戏是否可以等等。在工作中，我更喜欢通过提问来激发自己的探索，促进同事之间的业务合作。这样，我仍然可以用这种方式引出我的观点。

　　

难题1：游戏数据分析师到底做了什么？

　　我们可以在招聘网站上搜索这个职位，看看它的职责描述。一般来说，这种职责描述都是由你未来的老板写的。简单总结一下这些老板对下属工作的期望是:

　　周期（如每周/每月等）总结过去一段时间的业务数据性能，分析优缺点的原因，以及可能的未来数据性能和建议。 

　　面对具体的需求场景，帮助产品运营或运营经理提供关闭流程的实施意见，如手机游戏运营中的活动效果评价，数据分析师必须促进指标设置、程序埋点、数据选择、指标统计、结果分析和改进方案的循环过程。 

　　以主营业务为重点，构建指标体系和沉淀数据模型，并以平台化的方式进行干固，产生相对长期的软价值资产，甚至其竞争优势。

　　当然，这是对老板美的立即期望，而骨感的实际情况一直偏离了期望。根据我的具体掌握，我周围的大多数数数据分析师主要从事第一部分的工作输出，其中一部分将有第二部分的业务内容，而第三部分很少。

　　

难题2：游戏数据分析师的价值是什么？如何考虑？

　　一般来说，与运营经理不同，数据分析师不会立即背诵商品收入和用户KPI指标。例如，当月活跃用户数量稳步增长，收入超过预期，运营经理的工作价值将得到认可。但对于数据分析师来说，他的价值是如何体现的呢？将数据分析师提供的抽象作为产品，定义产品的用户价值和经济效益；从上述职责来看，产品用户包括使用数据分析师提供的任何直接数据策略的公司经理、产品运营、运营经理和其他内部团队成员。为用户创造价值就是为用户提供良好的数据支持服务。

　　如果你提供的数据服务计划能够很好地适用他的决策场景，帮助他清晰地进行市场定位和快速迭代，并促进他的价值实现，那么你的价值就不会被认可。至于如何考虑，如果必须直接量化指标，可以采取最直观的客户满意度(执行成本低)；综合过程和结果评价更合理地采用间接的商品数据指标（与支持的商品挂钩） 主观满意度指标(支持对象评分)方法。

　　在与各种产品和运营商的沟通中，我听到最多的是：数据分析师主要做报告，报告很高。这些都是普遍的东西，对他们的工作毫无用处。这不是一个例子。应该说，这是我们目前遇到的一般情况。这一现象的根本原因与上述数据分析师的工作实践内容与预期有很大偏差的根本原因相同。原因将在后面讨论。

　　

难题3：为何要有这个职位？有必要设置这样的职位吗？如果没有必要，在什么情况下设立这个职位？如何做出判断？

　　职业数据分析师是社会专业化分工、主要产品理念、人使然和综合社会环境的产物。不一定要设立这个职位，这取决于情况。以一个真正的运营团队为例，表明运营经理出生在文科领域，思维非常传播。每周策划活动的目标是拉逆流，促进消费。活动结束后，看看总数/收入曲线是否发生了变化，仅此而已。在与他们沟通的过程中，也发现很多运营商甚至没有数据验证的概念，更不用说数据实施方法了。自然，随着环境的启迪和趋势的推广，越来越多的设计和决策者逐渐期待着在产品中实施数据驱动的想法和方法，但受专业能力问题的限制，他们渴望期待专业数据人员的干预。此时应考虑设立全职职位。

　　

难题4：如何做好游戏数据分析师？必须具备哪些素质和技能？为什么会这样？

　　个人认为最重要的因素主要列在这里。

　　逻辑思维和架构思维技能，

这就是为什么许多公司在招聘数据分析师时优先考虑来自咨询公司的人。你可以想象，如果你根据数据梳理的逻辑是异想天开的，你的结果有多有吸引力。

　　

协调沟通能力强，与产品、运营、技术等团队合作，有时取决于他们与您的信息共享和应用，以实现您的数据报告和数据流程计划；当然，您的数据分析结果也与他们达成协议，以促进进一步的合作。

　　以上两项是与非专业相关最重要的软质量。当然，还有很多其他的。一般来说，很多人在进入职场之前都有这种软技能，而以下素质需要在行业环境中逐步积累和建立。

　　了解游戏业务，

如果你不知道游戏产品的生产过程，不知道游戏产品的系统结构，不知道游戏产品的基本操作理念，不知道游戏玩家的基本游戏行为和吸引力，你的数据分析工作等于在空中建造建筑，所以了解更多的游戏规划游戏设计理念，手机游戏操作版本计划，抓住所有机会观察和学习他们的工作理念和方法，并参与其具体的实施过程，从而逐步积累真正的游戏业务经验。现实中，很多游戏数据分析师没有这样的经验，也没有相关的经验积累。因此，他们的大部分工作输出主要是一些与非商品相关的渠道数据分析内容和结果；当然，我坚信，并不是他们不愿意积累，而是公司的一些系统。例如，大多数游戏数据分析师是技术部门或平台单位的base，而不是特定的产品单位，很少有机会有效地渗透到业务现场。了解游戏业务是游戏数据分析师的基本要求。这种观点不仅在游戏市场，在任何其他行业也是如此。你可以读一些关于汽车产品感觉的书，这将使你更好地掌握真相。总之，“不了解游戏业务的游戏数据分析是一种流氓行为”。了解游戏业务是游戏数据分析师的基本要求。这种观点不仅在游戏市场，在任何其他行业也是如此。你可以读一些关于汽车产品感觉的书，这将使你更好地掌握真相。总之，“不了解游戏业务的游戏数据分析是一种流氓行为”。

　　最后特别的一点，保持一颗平常心很重要。

通常在与身边做数据分析(不限于游戏市场)的人沟通时，会发现很多人觉得自己做的事情很低，不值一提。很少有从眼神或言语中透露出来的自信和信念。一般来说，他们表现出目前的工作实践与他们理想的数据分析师工作不符。 ，他们理想的数据分析师工作是什么？“根据大量的数据研究，我们制作了一个非常强大的xx模型，然后用这个模型供销售人员使用。根据这个模型，他们增加了商品的用户数量和收入。。。“，这是很多人心中的想法，也是这些即时boss期待手下数据分析师输出的结果之一，但为什么在目前手机游戏行业的具体情况下做得少呢？我们都知道，这是考虑投入产出率的结果，特别是考虑到手机游戏行业和产品本身的优势，让那些仍然担心下一个在当前激烈的竞争环境将是他们自己的企业领导者，如何有耐心做这些可能不会带来价值输出投资。因此，这些期待用牛x数据模型盲目的失志数据分析师感到沮丧。

　　归根结底，

企业中的游戏数据分析师到底是如何处理的？应该如何创造财富？每个家庭都有自己的观点，每个人都遇到不同的环境，这应该取决于实际情况。从我目前的商业环境和团队来看，我希望做、正在做和相信有价值的事情是：

　　从最基本的指标定义逐步创建所有业务团队对数据指标的共识认知和应用理念，这是所有数字驱动的起点。无论是在日常业务合作中，还是在定期的培训会议中，我们始终坚持传播统一的数据理解和概念，如基本指标、同比环比值的定义、可用场景、整体趋势和层次细分的分析理念等。深入参与实际项目运营，对于我们的一般应用领域，如第一次测试前的方式测试，如每周运营活动规划、月度运营版本升级等，产生系统的数据流实施意见，同时促进平台，也通过“鱼”到“鱼”，促进每个人都是数据分析师的理想国家。

　　

结语：

　　在保证脚踏实地的同时，从不放弃仰望星空的愿望，关键在于人的观念，每天问自己以下两个问题:

　　你真的相信用数据能为你的团队创造更多的价值吗？

　　你真的用数据为团队创造更多的价值吗？

　　From：

www.66team.com ，Author：大熊