游戏用户如何运营？浅谈游戏数据的应用思路

说到游戏数据，你可能会理解为游戏数值，但我这边的游戏数据是指游戏运营和数据分析。不过暂且没找到较好的相关知识内容，大部分人对游戏运营和数据分析的定位似乎就是拉新留存、做做表格，这其实是一种极大的误解。

如果说游戏策划、游戏开发是游戏研发阶段必不可少的岗位，那么游戏运营和数据分析就是游戏发行阶段必不可少的岗位。设计开发出一款优秀的游戏是困难的。同样，维持一款优秀的游戏也是极具挑战性的。

这篇文章不会告诉你游戏运营/数据分析有哪些方法，所以抱着这个想法的可以关闭这篇文章。那些方法只要耐点心，网络上一箩筐。但有一个问题：你怎样去判断这个方法适用于你的游戏？

我将会用《这才是心理学》中的一些知识点切入游戏数据的应用思路。或许你会疑惑，容我解释一番。

首先，游戏运营和数据分析，都基于游戏数据，那么如果游戏数据的准确性和有效性都很低，例如数据都是无关紧要的、可信度很低，那么即使再怎么分析，也得不出一个良好的结论，因为从一开始就已经错了；其次，或许拿到了较为精准的数据，但是要如何去衡量分析结论的对错？如果只利用运营来实践检验的话，只是在做豪赌。

上面这段话，其实是针对科学中的实验操作（操作主义）的情境应用。实验操作要想有用，必须同时具备信度（准确性）和效度（有效性），而得出的结论需要避免鲜活的个人见证（人的主观性）和选择性偏差（选取错的变量为参考），以及同行的可重复实验。

当然，我并不是想说对待游戏数据要像对待科学一样那么严谨和繁琐，毕竟它始终只是一种娱乐方式。但是我们可以利用科学的方式来更准确地进行游戏运营，毕竟我们所有的运营方式都是依靠着数据来做赌注，那么为何不增加赌赢的概率呢？

别让个例影响你的判断

书中提到，社会和认知心理学家已经研究了人类记忆和决策中的所谓“鲜活性效应”：当面临问题解决或决策情境的问题的时候，人们会从记忆中提取与当前情境有关的信息。因此，人们倾向于利用更容易获得的、能够用来解决问题或作出决策的信息。

个人见证的鲜活性常常令其他一些更可靠的信息黯然失色。购物时，我们在不同的品牌前权衡了半天，最后却由于某个朋友或者某则广告对于另一产品的推荐，而在最后一刻放弃了自己的选择。

图源网络

鲜活性影响人们决策，这样的例子无论在哪个领域都不难找到。人们有这样一种倾向：即使能够获得更为精确的信息，人们的判断也常常受到某个突出例子的影响。

相关性和因果性

书中用了糙皮病来介绍这二者的区别。在20世纪初期，数以万计的美国南部民众患上并死于这种疾病。许多来自全国糙皮病研究学会的医生都认同这样的证据：糙皮病和卫生条件有关。理由是，经济状况良好的家庭似乎总是远离糙皮病的困扰，因为他们有自来水管道和良好的污水处理设施。相反，糙皮病患者家中的污水处理条件都比较差。

这种相关恰好验证了这样的观点：由于糟糕的卫生条件，传染性疾病是通过糙皮病患者的排泄物传播开来的。但最后的结论是：糙皮病是由于营养不均衡的饮食引起的。许多患者赖以生存的都是高碳水化合物、蛋白质含量极低的饮食，而那些经济状况良好的家庭，在饮食上会包含更多的动物蛋白。（最后是通过一个对比实验来验证结论的正确性，就不谈了）

相关性和因果性往往让人迷惑，因为存在第三变量和多重原因的影响，我们往往会看不到真正影响本质的变量。幸运的是，有许多复杂的相关统计方法，例如多元回归、偏相关、路径分析，能够去除其他变量的影响，提出公因子或定义协变量之后重新计算两个变量直接的相关。

找到相关性意味着摸索到问题根源的方向，而在这种情况下，虚假相关很容易出现。这也正是选择性偏差非常容易出现的原因。你很可能由于主观期望看到因果联系，而忘记了相关变量的正确性。

例如二战期间的一个故事：一位飞机分析师一直试图通过分析飞机被子弹击中的弹孔发布，来确定飞机上的哪个部位是应该放置加固防弹层的位置。他最后的决定是：把加固防弹层放在返航机上没有弹孔的地位。他的理由是，子弹袭击飞机各个部分的几率是均等的，所以，如果一架飞机能返回，就表示这架飞机被子弹击中的地方必定不会对飞机造成致命损伤。那些没有弹孔的地方，看来都是要害，因为该部分如果被击中，飞机可能就不会返航。这个故事提醒我们选择性偏差违背常理的一面。

关联性原则和聚合性证据原则

科学中的概念变化遵从关联性原则，就是说，一个新的科学理论，必须与先前已确立的实证事实建立关联。新的科学理论不仅仅要解释新的事实，还要兼容旧的事实。而对于证据的评估，有一个原则：聚合性证据原则。它提示我们去审查相关研究文献所呈现的瑕疵模式，因为这类模式要么支持，要么否定我们想要做出的结论。

假设来自大量不同的实验的结果都很一致地支持了某一特定结论。假如实验本身并不完善，我们应该继续去评估这些研究瑕疵的性质和程度。正如安德森所言，“不同的方法很有可能涉及不同的假设，当一个假设能够通过众多基于不同的假设的证伪检验时，我们可以说是得到了一个强有力的结论”。

聚合性证据原则的最后一个启示是，当一个问题的最初的研究结果看上去有些矛盾时，我们不应当对此感到绝望。这些矛盾只不过是因为我们对问题理解得还不够充分，这些矛盾还可能仅仅是偶然事件，或者源于不同实验在方法上的细微差异。

概率的作用

问：男人比女人高，对吗？

答：“对。”

问：所有男人都比所有女人高，对吗？

答：“错。”

完全正确。你为第一个问题给出了肯定的答案，这是因为你没有把“男人比女人高”这句话理解成第二个句子所说的“所有的男人都比所有的女人高”。这反映了一个概率趋势，而不是一个在如何情境中都适用的事实。

大部分公众都能意识到，医学的许多结论采用的是概率趋势而非绝对确定性的表述。吸烟会导致肺癌并诱发其他健康问题，医学能够以很大的把握告诉我们，吸烟群体中的人比与之相似的非吸烟群体中的人更容易死于肺癌，但不能告诉我们是哪一些人会死，这种关系就是概率；它并不适用于所有个案

好文分享

但人们很难接受概率性预测的现实——人们并不是生活在一个确定的世界中。往往我们试图说服一个瘾君子戒烟，所得到的结果仅仅是对方的讥讽：“嘿，走远点！你看那个铺子里的老乔，他从16岁开始，每天要吸三包骆驼烟！现在他已经81岁了，看上去还很结实！”

当我们面对和过去持有的观点相矛盾、同时又是强有力的证据时，无所不在的“某某人”统计学总是会立刻跳出来否定这些统计规律。

偶然性事件