事實上，大數據并非新鮮事物，早在上世紀90年代，伴隨全球經濟的飛速發展，人們對數據積累和分析的需要就已經開始急劇增長，其應用領域開始逐步從天文、氣象、軍事、基因生物，逐步拓展到搜索、互聯網乃至電子游戲等民用范疇。伴隨應用商店和社交網絡的興起，游戲市場規模空前擴大，大數據對于游戲運營特別是延長產品壽命的積極作用越發明顯，但什么樣的數據有價值，如何利用數據的價值，卻依然是個難題。

[[113788]]

百度總裁李彥宏在前幾日的百度聯盟峰會上曾表示看好大數據和企業級軟件，對數據的積累與識別提出了一系列設想與問題。本文作者Nils Pihl是一位行為學工程師，致力于研究行為學、數據分析與游戲的融合，他從更加專業的角度，針對數據的分析特別是數據之于游戲產業的意義，提出了一些獨到的觀點。

大數據時代的困局數據之于游戲產業

作為產業而言，我們正越來越多地關注大數據與分析的前景。這是個很簡單的概念：在足夠大的框架下 運作時，收集到數以TB計的數據、數以十億計的事件之后，就連百萬里挑一的洞察力也可以成為開發者唾手可得的工具，我們可以籍此預示行業走勢，復制成功。 我們已經看到了大數據在Zynga和Kabam這樣的企業中獲得了怎樣的成功，數以千計的博客、座談會和文章不斷地宣示著大數據市場的光明未來。現代市場 的巨大規模讓每個人獨特的行為都納入了體系之中。

20年前，人們做夢也沒有想到一款游戲能夠擁有數以千萬計的活躍用戶，更不用說記錄存儲他 們的行為與習慣了。市場變化了，我們的注意力也轉移了——但每個人心里都清楚，雖然對大數據的興趣日漸高漲，但它帶來的創新卻是相對有限的。將數據驅動的 設計融入工作流程之中仍然是無比困難的事，更不是每個公司在大數據上的投資都可以得到回報。分析仍然是困難的，因為我們仍然身處困局之中，而這困局存在的 時間堪比我們的年齡。

對那些關注這個行業的人來說，過去20年間的技術發展確實是令人矚目的。我們從軟盤一路走到了app商店，從電話撥號升級到了寬帶網，從DOS來到了iOS，從命令行來到了觸摸屏——但SQL仍然是SQL。(譯注：一種數據庫查詢和程序設計語言)

去年麥肯錫全球研究院預測，到2018年，數據分析師的短缺將達19萬人。而現在，單單舊金山一個地方，就有上千個數據分析師的崗位虛位以待。這告訴我們兩個結論：

1)我們希望根據數據做出決定;

2)我們讓自己對數據分析師有著非常痛苦的依賴，因為“根據數據做出決定”是非常困難的事情。

那么數據分析師到底是什么?上周我在推特上看到了這個段子，來和大家分享一下：

“數據分析師(n.名詞)：統計學得比軟件工程師好、編程學得比統計學家好的人。”

另外一些網友則戲稱，數學分析師是“住在舊金山的統計學家”，就像“增長分析師”是住在舊金山的職業銷售員一樣。這些數據分析師每年至少要從你手里拿走13 萬刀的工資，而根據我們在Traintacks上看到的信息，游戲工作室中至少有十分之一的開發人員認為，這些數據分析師所做的事就是不斷地吵嘴、以及玩 弄數據。那么我們為什么還需要他們?

我從一家公司的網站中摘錄了下面的句子，這家公司號稱是引領大數據與數據分析行業領域的, 在此不特別指名：

“【本產品】擁有著無與倫比的速度和為大家所熟悉的ANSI SQL界面，為提高你的軟件表現提供一站式解決方案。”

熟悉的ANSI SQL界面!這簡直是語法錯誤!貴公司的決策者里到底有多少人能熟練使用SQL?

如果不知道怎么使用，那么它就不是我們的界面。數據分析師才是我們的界面。數據分析師是人形鍵盤，與電話剛剛出現時的接線員沒有什么區別，他們在你和你的數 據之間進行操作，橫亙在你與“根據數據做出決定”之間——而到2018年，將有19萬數據分析師的崗位需求。這絕不是可持續化發展的樣子。

大數據之于游戲產業

這篇文章的讀者之中，有不少人的公司今年在數據分析上的開銷已經達到了上百萬美元。我們這個行業正在把百萬計的真金白銀砸進去，試圖用數據指導決策，以解決大家都在關注的問題：如何能夠讓下一筆投資取得成功?

為什么創建游戲工作室是這么艱難的事情?因為游戲產業缺乏保證性和延續性。今天你的游戲有著一千萬的月活躍用戶，但你的下一個游戲也許只有不到十萬的下載 量。游戲工作室的興亡似乎只是一夜之間的事。我們都在為此擔憂。作為期待更穩定工作的雇員，作為希望建立更優秀公司的經理人，作為投資者——我們中每個人 都有擔心的理由。看到這個產業過去的表現，每個投資者都有充分的理由去擔心。這個行業本身，以及在這個行業中的投資者，都同樣期待著更多的創新、更好的解 決方案。

FoundersFund的Bruce Gibney在一篇名為《未來怎么了》的博客文章中更是雄辯地指出了這一點。他寫道：

“用最簡單的話說，我們需要比現在更強大、更簡單易用的分析軟件。大多數分析平臺對普通人來說都太神秘了，需要在相應平臺上長期的工作經驗才能夠掌握，然而數據分析的質量仍然欠佳。收集了海量的數據，但只有極少數特定的人群能夠分析，這對社會絕對不是什么好事。”

“神秘”這詞用得真是一點不錯。1994年，筆者父親的公司的開發員建立了他們自己的數據庫和編程語言，以降低對復雜SQL工作流程的依賴度。雖然他們可能有 著某些錯誤的認知，但至少他們覺得，這是擴大業務規模的唯一方式。那是20年前的事了，但自那之后，這個行業并沒有太多改變。現在他們提供給我們的仍然是 “熟悉的ANSI SQL界面”，而他們要求我們認為這是“熟悉的”，而不是神秘的。

有一個關于SQL的冷笑話，你也許曾經聽過，說是一個SQL檢索走進酒吧，充滿自信地在兩位坐在不同桌子(譯注：table，英文同表格)的女孩中間坐下，問道：“我能加入(譯注：join，SQL常用命令)你們嗎?”

如果你和我一樣是技術宅的話，這是個很不錯的笑話，值得一噴。考慮到這個笑話的年齡可能比我還大，就更有意思了。

大數據產業仍然等待著它的“1984時刻”。我們期待著像麥金塔一樣的東西出現，用圖形化的操作系統帶來便捷的操作，完全改變我們與數據的交互形式，但在大數據產業意識到目前的行業范式對客戶有多么不友好之前，這樣的東西是不會出現的。

這個產業即將——或者說能夠——走向何方?在這個問題上每個人都會有自己的解答，而我投入時間與金錢的理念非常簡單：偉大的游戲并不是由數據分析師創造的。 創造偉大游戲的，是那些致力于制作優秀的游戲、而非隨波逐流的偉大工作室。我希望能夠通過數據分析的方式，讓這樣的工作室更了解他們的玩家，讓他們與玩家 相聯結，理解玩家的需求，這樣對未來誕生的某個偉大的游戲產生一點點影響。

開創Traintracks(譯注：本文作者創建的一個致力于數據分析的平臺)的目的就在于讓“數據分析師”這個名詞盡快成為歷史，最好能像它成為潮流一樣迅速，而讓優秀的游戲設計師不再需要學習SQL，以增強自己在求職時的競爭力。如果說過去的二十年我學會了什么東西，那么就 是：只有在每個人都不需要專門的訓練就能夠高效使用時，技術才能發揮其的真正潛力。游戲產業是建立在技術民主化基礎上的，我們需要不斷地弘揚這一精神。

游戲產業有著光明的未來，但沒人能夠保證你在其中擁有一席之地。你的未來取決于你能不能做出正確的預測、不斷取得成功。所以，就讓你的數據成為競爭力的一部分吧。