本文作者@jetpv ，从数据的角度来看待运营，其实运营就是运筹和经营的组合。运筹是提供最优的解决方案，高效计算和分析是重点，在游戏运营的过程中，这点尤为突出，比如我们对于某一个功能，玩法去做A/B test。这就是一种典型的最优方案提取，在局部一系列问题的不断解决中，不断优化游戏的品质。

因此这个层级上我们要去钻取数据，通过对具体数据的计算、分析，找到最佳解决方案。

做为经营而言，其实更多的时候是从宏观大局上来了解整体产品的质量，对于游戏开发者或者企业管理者而言，是否要继续为这款游戏继续加大开发成本，是否进行推广注资，就要从一个高度上去了解把控产品。换句话就是解决产品战略决策、产品发展走向的问题。

2012年10月31日，TalkingData与Zynga共同举办了一期主题为《谈谈移动游戏的数据化运营》的移动游戏开发者沙龙，作者在此就从移动游戏的数据化方向介绍运营决策的订立。

三角结构

一款产品我们可能只开发了30%就上线测试了，对外运营了，此时我们就要从宏观的层面上去了解市场、玩家对于游戏的反馈。与此同时，通过对于一些游戏设计细节我们可以进行不断调整，拿出最佳方案，进而推动和刺激宏观数据的表现。

为此，在经营层面我们会关心一些重要指标来衡量游戏的质量、粘性、发展情况。那么早先我们采用了一种三角式的结构。这种结构围绕在用户获取（活跃），用户付费，用户转化等几个点来衡量游戏，因此就会出现一个稳定的三角式数据结构。

这样的结构注重产品初期的用户留存，以及随后短时间的付费形成和收入增长的环节，但是其实这样的结构一定程度上忽略了一些问题，造成了诸如缩短游戏生命周期的问题。

梅花结构

为此，为了能够去突破这种结构带来的弊端，我们必须对三角结构进行扩展。形成一个延伸结构（梅花结构），我们要更加注重玩家的活跃管理，流失管理。

活跃流失分析

活跃管理要在更宽的维度维度上解决玩家进入游戏后的生存质量和进程问题，从初期的玩家获取，必然随着周期的转换进入活跃期，因此活跃管理利于两点，

第一，维持游戏粘性

第二，促进后期付费形成

而对于流失的管理，尽管很难，但是重要性甚至高于留存的分析，因为一个稳定的付费的老用户的维持相比拉动新玩家进游戏并且开始付费，最终形成稳定付费，成本上更加低廉，且老用户的再生消费能力更加强劲。

关于流失分析其实存在一个复杂流程问题的，但是有效解决流失问题，对于游戏周期延长，以及收入增长是很有好处的。

收益分析

最后这里介绍一个收益分析的举例，从日常数据分析和监控角度如何把控一个时期的产品质量和发展状态。

宏观来看，收益分析就要解决一个时期为什么收入高了，为什么降了。从APA来看，要将APA群体进行分解，按照付费周期进行分析，是新增付费增多，还是老用户的贡献提升了，或者一段时间内的MAU增长，甚至某个渠道短时间的优质资源的介入。

于此同时，我们从另一个维度也就是付费群体的金字塔结构来进行剖析，分析是哪个群体在整体的收益中贡献值局部性增长。然后结构该群体的付费属性，进行多维钻取分析。

第二个维度就是ARPPU（等同于国内的ARPU），拿出来ARPPU其核心的问题定位就在IB（可以理解为IAP）问题上，因为在免费游戏中，游戏生存的局限性会刺激用户的IB需求，进而刺激用户进行付费，所以我们选取一个角度就是IB Selling。

这里面我要关注是否有新的IB上架，受欢迎的老的IB下架，价格调整，某些核心IB消费减弱。这些因素找到后，我们就能清楚对应于游戏的一些发展问题，比如增加新的持续消费点的设置，原有持续消费点削弱，可能是游戏开发度和系统支持度到了一定局限阶段。

这里有一张关于从宏观指标的角度如果剖析游戏在一段时间面临的游戏人气和收益问题分析的思维导图。