一看就懂的数据分析思维树

做数据分析，遇到的问题，无非两点；

1.没数据，不能用；

2.有数据，用不好；

第一种情况呢，显然是基本功不好，什么基本功呢？

A.对于玩家行为的判定有机制上的认识，这里更偏程序化；

B.对于数据存储和使用没有流程上的认识，就是数据库常识；

这个AB，其实也是一种专业门槛，

对于学计算机的童鞋，

上学的时候再渣，这种常识也还是有的；

不是科班出生的，也不要着急，

这种基础常识，没什么难理解的；

多找程序哥哥问问，多看看一些好的服务端公众号，

到处都能找到大佬的经验分享，从入门到精通；

知识遍地都是，难为的是有心人；

第二种情况呢，显然是专业能力不行，

什么是专业能力呢？

C.对于游戏内规则目标的理解能力；

D.对于玩家行为动机的推测能力；

这个CD，显然在考研对游戏设计认识的基本功；

很多人都觉得玩了一个两个游戏就能做游戏了，

抱歉啊，这个道理就好像会吃的人不一定会做菜一样；

发展了近20年的行业，其实已经有很多知识沉淀了，

可以学习可以理解别人的思维模式；

但是，最怕那种依葫芦画瓢，有样学样的；

特别反感那些写案子，

动不动心流，动不动透镜的人。

写是写的漂亮，知其然不知其所以然，

最终做出来的东西，都是没有自己灵魂，

甚至都没有时代感，脱离了时代的。

就好似人家已经在坐高铁了，他还在坐绿皮火车；

不思考的下场，无非就是这样了；

其实我个人觉得，有数据用不好的人，

基本就等于是没数据的；

用不好数据，

其实就是在内容规则和玩家行为的理解上有问题；

我们通常把这种情况叫做“没有理清思路”。

这样的才是最可怕的；

用着数据，但却不精准的用着，

是非对错，都是未知；

用的巧了，对了，就是好的；

用的不巧了，错了，那简直就是噩梦；

在数据运营项目中，数据属于核心驱动，

数据的错与对，直接影响了一些优化迭代；

其中利害，读者老爷们可以自行斟酌；

其实对于游戏中的数据分析，

是很简单的一颗思维树：

这个思维树，无非就两个语法；

1.主动：

什么人(用户分层)，

做什么事(行为模型)，

有什么结果(分析目标)；

这里的什么人就是用户分层，

什么事就是用户的各种行为过程，

什么结果就是最终关注的分析问题结果；

2.被动：

什么事(行为现象+模型)，

被什么人做(用户分层)，

有什么结果(分析目标)；

这里的什么事就是用户行为表现出的现象，

这个现象，是需要有行为模型的；

先看到现象的分析问题，

是需要有原因推测过程的，

是比较典型的思维模式；

这个数据分析思维树，很多人可能都不屑去看，

但是，从我的从业观察来看，

这个思维树，完全可以属于，

一看就会，一做就错系列；