数字占星术：如何让数据帮助产品进行决策？

数据对于产品的事前决策起着关键的预判作用，那么我们应当如何善用数据的分析方法论呢？

编者注：本文整理自极客公园系列公开课「探秘游戏方法论」的第一期「数字占星术」。「探秘游戏方法论」公开课的目的旨在邀请游戏背后的开发、运营、分析的相关人士，传授游戏领域里那些具有普适意义的产品观和方法论。

本期课程的演讲嘉宾分别为腾讯互娱高级数据营销经理路金贤和数据营销经理王常伦，主要内容为数据在产品决策中所起的预测性作用。

数据的来源和价值

数据主要从三个方面获得：

游戏数据，包括市场数据和运营数据； 平台数据，包括游戏之间的交叉数据和平台的行为数据； 外部数据，包括可以直接获取的外部数据和外部合作数据。

知道数据来源后，就开始进行采集，这就是所谓的「布点」。其实内部数据和外部数据的获取都是一样的，就是布点，在你所关注的关键路径和所需要获得的关键数据上去布点，按照一定的时间维度去进行数据采集。

采集来的数据可能含有一些无效或无用信息。这就需要对数据进行分类，把噪音去除掉，实际就是一个数据筛选的过程。

我们会从整个的用户全生命周期来采集数据，就是从用户看到品牌概念起，到他有没有对品牌所传达的信息产生兴趣，直到他最终愿意去尝试产品，并且向周围的人推荐这个产品。

事前决策

数据的用途可以分为事前决策、事中优化和事后考核三个部分。

如何预测产品与市场走势？

新进量级的预估。产品投入到市场之后，新进的量级是什么程度，有多少新用户会进来。

日活跃、PCU（最高同时在线玩家人数）的预估。比如拍了一部电影，有多少人喜欢到电影院看这部电影。所以我们先要有一个基础的判断，判断完之后还要看一下这款产品拉来的人中到底有多少真正留下，有多少人愿意付费，这是我们比较关注的。

游戏新进用户受哪些因素的影响？

对一件事情的未来预测受很多因素的影响。但我们会发现并不是很多影响因素都可以量化，像团队的制作水准，什么样的团队制作水准算高，什么样制作团队水准算低。高的你给他打多少分，高和低之间有多么大的差距，一开始我们都很难给出原始的判断。

在游戏中我们遵循「大道至简」的原则。当用数据去预测产品趋势的时候，我们尽量选择可量化的因素，以及产生主要影响力或者能够融合多个影响的因素。

我们发现有两个指标对这款产品到底能否上线影响甚大：

百度指数。它代表市场热度和用户关注度。一款游戏上线之前，如果大家都不知道名字那就太失败了。

网吧点击率。我们认为网吧里面的点击率代表了目标用户群体对产品前期的关注度。

我们分析了大量游戏，通过比较分析每一款游戏上线之前百度指数、资源转化率、网吧点击率，我们发现有比较明显的线性关系。

通过把百度指数、网吧点击率与实际的资源转换率相结合以后，我们可以比较好地预测总体的 90%。口碑传播是一个很重要的点，它更难用数据量化。爆款产品和口碑传播有关系，当然能够提前预测一下自己的产品能不能成为爆款。

用户进来以后怎么办？

我们可以预估月活跃，用户进来不是我们的目的，流向和投放是我们的最终目的。要对一个月之后的日活跃度有一个判断，意味着在产品第一天上线开始对它的每一天都要做出判断，要画出曲线图来。

在日活跃的关注度上，这一部分群体是可以剖开来看的。这一天日活跃相当于昨天的用户流到今天，我们把每一天的活跃用户剖析来看，每一天的日活跃用户和每一天新进用户的后续留存有直接的关系，这部分数据是我们每一个产品都可以算出来的数据。不同的产品每一天的用户都有不同的留存率，不同的产品每一天有不同的留存率，所以这是两个维度。

同一个产品每一天都不一样，不同产品也会不一样。在这种情况下，我们需要知道留存曲线满足什么样的规律，才能说今天新进 50 万，第二天、第三天、第四天留存多少，在广泛的数学模型里我们选择满足的模型来。后来明显的看出来它满足指数衰减的模型曲线，把我们的数据导入进去，就可以算出来这一款产品留存曲线是什么，系数和你的品质有关，和我们每一天的运营有关。