我是Gamebeast的创始人，我们为游戏工作室构建分析和LiveOps工具，同时看到许多工作室在尝试增长游戏时的各种设置。12年前我在Roblox开始工作，学到了很多关于快速迭代和灵活应对的经验，我认为这些经验如今在游戏行业的大部分领域都适用，因为AAA游戏的发展方式日益不可持续。

对于那些一切都取决于尽早实现增长并希望走红的团队来说，数据驱动至关重要，但往往未能正确设立，或迅速回归凭直觉。最常见的原因不是工具本身，而是分析在上线时就被设置好，却从未形成习惯：仪表盘充满数据，却没有人打开，而重大决策往往凭直觉做出。下面是我在不同工具（包括免费工具）中观察到的有效做法。

GameAnalytics是一个典型的例子，因为很多工作室都从这里开始，原因有其一：它免费收集数据，兼容大多数引擎，且内置仪表盘在第一天就很有用。但它最初是为“查看图表”设计的，这导致许多团队陷入停滞。

传统设置的瓶颈

• 只有一方或两个人掌握钥匙。 回答新问题通常要通过分析师，或是最初设置的人。其他人便停止提问，回到猜测。
• 问题出现与解决在不同地方发生。 下降指标在一个工具中显现，重新平衡或测试在另一个工具中进行，而玩家反馈则在第三个工具（或更可能是Discord）。等到有人把各点连起来时，时机已逝，或是补丁已上线，却没有人检查是否有效。
• 你的游戏必须符合他们的框框。 数据被归入少量预设类别。任何特定于你游戏的内容，例如玩家跳过的教程步骤，只能被压缩进难以搜索的标签，导致当步骤被重命名时瞬间失效。

新工具正在弥补这些缺口：围绕你游戏的数据、使用自然语言提问而非SQL、以及在同一位置进行测试和数值分析。AI在第二点上最有帮助，因为团队中的任何人都能提问并获得真实答案。但养成习惯的重要性大于所用的工具。

养成习惯

1. 先从问题出发，而非事件。 列出每周想要回答的五个问题（“哪个教程步骤导致玩家流失最多？”），只追踪能回答这些问题的事件。
2. 保持追踪计划并像代码一样审查。 包含事件名称、触发时机、属性以及负责人。没有经过追踪计划确认的新事件不得发布。
3. 每周进行30分钟的回顾会议。 关注一个指标的变化、原因以及对应的决定。可事先让AI助手撰写“变化了什么以及原因”，这样30分钟用于决策而非挖掘。
4. 先写出假设，然后将变更作为测试上线，哪怕是粗略的50/50划分，也能让你获得结果。
5. 将玩家的言论与行为对照阅读。 在Discord上出现的抱怨与对应的数据一起出现时，那是下一优先级的事项。

如果你要从类似GameAnalytics的工具迁移

不要全部搬迁。切换工具是你清理局面的最佳时机。保留能回答你那五个问题的事件，并将它们重命名为团队任何成员都能理解的形式，其余内容则放弃。在一周内并行运行旧系统和新系统，让团队在切换前对新数据产生信任。目标不是复制旧仪表盘，而是让整个团队真正使用的设置。

关于AI工具的说明

由于本贴对AI工具有两极评价：它们在繁琐的 plumbing（布线）工作上很有帮助，例如映射旧事件、编写追踪调用或无需SQL即可快速回答问题。它们也能处理过去需要分析师才能完成的深度分析，这些分析原本困难或不可能实现。但你需要决定游戏中实际会发生哪些改变，以及在精神面貌与数据之间如何取得平衡。

很高兴分享我们看到的更多最佳实践，以及如何在当今快节奏、社交化的时代以数据为导向来构建。