“你长大之后要靠打游戏赚钱吗？”

一语成谶，连我自己也没想到许多年以后，真的做着和游戏相关的事业，虽然还是菜鸡一样的游戏水平，但是却从事着一份成就感爆棚的工作——游戏数据研究员。

所以今天和大家分享自己从事游戏数据研究员这一职业的经历，希望有志于从事游戏数据研究工作的同学可以有所收获，并选择加入我们。

业务，永远是分析思考的出发点和落地点

游戏数据研究员是与业务走的最近的数据人员，日常工作中与产品、运营同学都要保持紧密的沟通（没事也可以一起五黑平安京啊）。如何成为优秀的数据研究人员，一定不能忽略了把数据与“业务”场景结合的重要性。

以游戏数据研究员为例，需要熟悉游戏产品制作流程、基本运营思路，了解游戏玩家的基本游戏行为和情感诉求。否则数据分析工作和结论会显得非常的“空洞”，无法很好的帮助制定决策及落地，会容易出现因为不了解业务而使结论错误的情况。正因如此，所以我们非常重视游戏数据研究员的游戏理解能力，每年的新人作业，游戏体验都是非常重要的一环。

那么如何提升“业务”理解呢？答案很简单：“多玩，多肝，多氪，多思考！”

玩自己喜欢的游戏，让自己既站在玩家的角度思考，发现、遇到问题时，又能站在游戏全局的角度思考，如何优化体验。所以“游戏热爱者”这项要求绝对不是说说而已。

从另外一个角度来说，对业务的理解可以让数据敏感性得到更快提升，对业务陌生的研究员，看到的只是一个数字。反之，熟悉业务的研究员，看到的不仅仅是数字，更能理解这个数字背后的含义。从业务的角度出发，到实际结果落地于业务，期间数据研究产生的有针对性的结论和建议，更容易对产品、运营产生直接价值。

举个数羊的例子：

如果你通过各种工具和技术计算了羊群里有1000只羊，然后告诉放羊的牧民时，这只是告诉了一个他知道的数字。

如果你告诉他，我们现在羊群有1000只羊，900只是母羊，100只是公羊。然后根据羊的特征（用户分层）不同，有300只是“非常能吃的”、100只是“非常能长的”、400只是“正常生羊崽的”。那么，牧民会高兴，高兴的是你告诉了他一些一眼看不出来的信息，而又会有些遗憾，遗憾的是并不知道后续需要做什么。

如果你告诉他，我们现在有1000只羊，900只母羊、100只公羊，严羊群性别比例严重失调，当务之急是引进更多的公羊。根据市场预估的情况，5月份买羊比4月份买羊便宜（时间序列），所以4月份可以多卖掉母羊，5月份引进公羊。牧民听到这个建议，马上调整了策略。

以上是从一个只是统计数据，到分析数据，再到解决实际问题，最终落地后就会产生业务价值，期间需要严谨的逻辑性思维能力和沟通能力。能明白产品人员的需求是什么？怎么样的决策可以使业务得到最好的优化。对于热爱游戏，又希望从事数据研究相关的同学，把个人爱好与工作业务相结合，可以使职业思维，个人能力得到更大的成长。

游戏的业务场景最为丰富

很多关于数据分析的岗位，比如数据分析师/商业智能（BI） 等互联网行业的岗位，如果只看岗位技能要求的话，游戏数据研究员这个职位和它们是非常接近的，不过实际操作中就会发现原来隔行如隔山：

电商行业的数据分析师，精通各种流量转化，A/B测试；

金融行业的数据分析师，可以精准的测量各类理财的保本收益，投放成本；

体育行业的数据分析师，会深入研究不同队伍之间的队员配置和比赛策略；

而游戏行业的数据研究员跟其他行业的分析师之间有一个巨大的特点就是“游戏是千变万化的”。

因为一款游戏相当与一个虚拟世界，其中有电商、社交、玩家自发产生内容社区（UGC）、内置的直播、宠物的培养等等，现实世界中的业务场景在游戏中几乎都可以找到对应。游戏数据研究员面对的业务场景最为丰富，也最具挑战性。上周还在研究社交，下周可能就已经在做商城首页改版（想象下当一款开放世界的游戏策划告诉你想在游戏里做个抖音的时候……）。

数据数据研究员的工作本质上是通过在数据中提取高价值的信息的来提升游戏的品质、改善游戏的用户体验。整个研究过程中，我们会用到各种模型、算法，结合内部和外部的数据，结合玩家的电访和问卷，只要是对产品有用的，就是我们要使用的，这是个道路千万条，条条通罗马的职业。

游戏数据研究员，在一个行业，就可以体验最为多样的业务场景，有没有感觉很有挑战性。

在网易游戏做数据分析，是你的最佳选择

与用研同学紧密配合的工作模式也让我们的工作事半功倍。作为偏理科背景的数据同学，最怕在分析的时候，陷入只有数据，而很多关于玩家的猜测却无法印证的情况。而我们有深谙心理研究之道的用研同学，会帮助从玩家反馈上寻找问题和解决方案，争取让每一份研究都能到“动之以理，晓之以情”。

丰富全面的知识&案例库，帮你快速了解行业。过往各个游戏，各个活动的研究报告都会汇总在我们的一站式平台，新人完全不需要担心因为对行业认知尚浅，导致研究时找不到方向。优秀的研究报告和案例可以提供参考，要做的就是在前人的基础上进一步创造价值。

优秀的团队工作模式，可以助你快速成长。

一般企业的数据分析团队有两种模式：

一种是注入模式：由各个业务团队自行配置，负责解决团队内部的问题，优势是深入贴近业务，劣势是跨团队分析门槛交流较高，像Google，Facebook都属于这种模式；

另一种是集中模式：数据分析团队统一管理，分析团队面向业务团队解决问题，优势是统一协调分析资源，产出规模化解决方案，劣势是对于业务的理解会受到影响，eBay，LinkedIn则属于这种模式。

而用户体验中心的数据研究团队很巧妙的把两种模式结合在了一起，在游戏的研发期，研究人员集中模式居多，而游戏上线后的运营期，则会采取注入模式，让数据研究人员深入业务团队。这样，无论是上线后的业务理解，还是跨游戏间的业务沟通都能得到解决，对个人能力的提升也最有帮助。

和每个岗位一样，我们拥有专业的培训课程。

对于新人而言，我们有专业的培训课程，以及一对一的导师，确保每一个新同学入职以后，可以快速上手，独立开展业务探索。新同学也会接触一些正处在运营期的项目，可以从第一视角观察产品的运营情况。

如果你热爱游戏，拥有良好的框架性和逻辑性思维能力，愿意接受多样的业务场景，与策划，程序，运营同学一起为游戏的体验负责，欢迎加入我们，一起用指标和数据创造美好的游戏世界。