Game Analytics: начало работы с аналитикой

Аналитика – мощный инструмент, необходимый для информированного принятия решений на стратегическом и оперативном уровнях в процессе разработки игр. Она поможет ответить на ключевые вопросы о дизайне, увлекательности, вовлечении, игровом процессе, монетизации и т.д. Однако аналитика представляет собой относительно новый процесс в разработке игр, и неспециалистам может быть трудно найти полезную информацию.

Аналитика стала широко обсуждаемой темой в области разработки игр в последние годы, причем далеко не только для free-to-play проектов. Однако относительная новизна этого процесса сужает круг знаний, доступных неспециалисту, а доступная информация весьма неструктурирована. Просто погуглив различные термины, можно найти тонны информации об аналитике, поскольку она используется целым рядом отраслей промышленности, что не очень полезно.

Исключив информацию, связанную, например, со здравоохранением, торговлей акциями или анализом клиентов интернет-магазина, и сосредоточив внимание на играх, можно найти ряд постов в блогах, несколько хороших статей в Gamasutra и Game Developer Magazine, презентации с таких отраслевых мероприятий, как Game Developers Conference и Casual Connect, научных статей, официальных документов и информацию из различных сторонних источников аналитики, таких как Game Analytics.

Эти ресурсы, в свою очередь, пестрят огромным количеством сокращений (DAU, MAU, ARRPU,  LTV, …) которые могут менять свой смысл в зависимости от контекста. Кроме того, много внимания уделяют аналитике, связанной с монетизацией, то есть процессом анализа поведения игроков с целью получения максимального дохода, а также связанной с free-to-play/онлайн играми. При этом в Интернете гораздо меньше информации об использовании аналитики, которая помогла бы помочь усовершенствовать дизайн, чтобы увеличить удовольствие и вовлечение пользователя. Другими словами, знания фрагментированы и не охватывают многие области, которые важны для тех, кто только начал использовать аналитику в своих играх.

Цель этого поста: попытаться сопоставить некоторые наиболее актуальные для неспециалиста знания о работе с аналитикой, независимо от типа игры или платформы. Данный материал не охватывает все, что нужно знать разработчику игр для создания зрелой методики бизнес-аналитики, однако здесь указан возможный путь.

Начало работы: 12 шагов

Существует много хороших способов начала работы с аналитикой. Модель, которую мы будем обсуждать здесь основана на стандартной модели поиска информации, используемой в бизнес-аналитике практически везде, при этом она адаптирована и изложена в качестве руководства для неспециалиста в игровой аналитике по реализации аналитических практик и получению результатов. Соответственно, статья предполагает, что читатель не имеет никаких предварительных знаний в области аналитики.

Как и все остальное, что стоит делать, необходимо посвятить некоторое время тому, чтобы научиться правильно использовать игровую аналитику. Итак, все по порядку:

1. Основы: для начала необходимо понять, что такое аналитика, какую роль она играют в разработке игр и менеджменте. Аналитика — более масштабный инструмент, чем, к примеру, монетизация. Аналитика – инструмент для всей компании, не только для конкретной игры.
2. Ключевые термины: на втором этапе нужно познакомиться с ключевыми терминами игровой аналитики и их значением. В связи с новизной использования аналитики в играх, есть некоторые различия в том, как используются основные термины. Без понимания ключевых терминов гораздо сложнее найти нужную информацию.
3. Чтение: на этом этапе следует найти ключевые материалы, доступные в Интернете. Это может показаться немного странным, тем не менее, очень важно исследовать опыт, полученный другими людьми, прежде чем задуматься, что сделать в вашей собственной игре.
4. Процесс: необходимо изучить процесс аналитики от момента, когда возникают вопросы, до получения ответов на них и изменения дизайна игры или методов работы компании. На процесс аналитики влияет ряд ключевых факторов, в частности, специфические требования заинтересованных сторон.
5. Цели: узнав, что такое игровая аналитика, и получив представление о том, как она используется в рамках игровой индустрии, нужно определить, зачем она вам нужна. Аналитика настолько широкая область, что ее можно применять на стратегическом и тактическом уровнях. Осознание полного спектра возможностей и постановка целей – уже достижение, но на начальном этапе реализации и тестирования они должны быть строго скоординированы в соответствии с узким кругом задач. Этот процесс предусматривает эволюционную стратегию прототипирования, при которой аналитика совершенствуется в итеративном режиме, а необходимость начальных инвестиций сводится к минимуму. Постановка целей может быть невероятно трудной задачей, особенно на самых ранних стадиях проектирования, поэтому итеративная разработка помогает получить необходимый опыт в процессе обучения, что является весьма полезным для тех, кто только начинает работать с аналитикой.
6. Планирование: поставив цели, необходимо разработать стратегию их достижения. На практическом уровне этот процесс предполагает выяснение того, какие именно данные, необходимо получить для достижения целей, затем как их получить и проанализировать, чтобы достичь конкретных результатов, как их визуализировать и преподнести заинтересованным сторонам. Этот этап включает несколько шагов, каждый из которых охватывает рассмотрение, выбор, планирование иерархии сообщений, требования заинтересованных сторон, анализ и визуализацию. Может показаться, что придется потратить много времени на планирование, прежде чем начать сбор данных, но это не так: сложность планирования прямо пропорциональна сложности цели. Если все, что вы хотите знать – сколько игроков соревнуется в вашей игре, планирование пройдет весьма просто. Если вы хотите получить возможность заниматься 3D картами активности, профилированием игроков через кластерный анализ или отслеживать сотни или тысячи моделей поведения, процесс поиска информации будет более сложным, и его планирование займет некоторое время. Как упоминалось выше, применение эволюционной стратегии прототипирования – начинать с малого и постепенно наращивать обороты – рекомендуется всем неспециалистам или при работе с незнакомыми типами игр.
7. Сбор информации: после постановки четких целей аналитики, пришло время для сбора данных. Для этого есть много способов – разработка встроенной системы, использование сторонних средств и др. Предположим, что была внедрена определенная система сбора данных.
8. Анализ: пора анализировать собранные данные. Опять-таки существует много способов, чтобы справиться с этой задачей. Часто простые статистические методы, такие как вычисление средних значений или сумм, дают всю необходимую информацию, в других случаях придется обратиться к многомерной статистике или методам машинного осмысления данных.
9. Визуализация: после анализа данные должны быть визуализированы так, чтобы они были понятны аудитории. Если аналитик сам является этой аудиторией, данный процесс окажется относительно простым, поскольку все цифры ему знакомы. Однако люди разных профессий, как правило, мыслят по-разному. Например, в то время как аналитик будет счастлив, получив таблицу данных, дизайнеру, возможно, потребуется их визуальное представление. Хорошо известным примером визуализации в индустрии является карта интенсивности, которая наглядно отражает, например, смерть героев внутри виртуальной среды.
10. Отчетность: теперь пришло время показать результаты проделанной работы команде, управляющим, коллегам в области маркетинга, исследователям пользователей, тестировщикам и т.д.
11. Реализация: получив какие-либо удовлетворительные результаты, можно сформулировать рекомендации, как изменить дизайн игры, процесс работы или что-либо еще. Эту работу редко поручают аналитикам – они сообщают о результатах, но принятие решений является прерогативой экспертов в различных областях. Например, если было установлено, что игрокам пришлось потрудиться, чтобы пройти определенного босса, так как они не нашли скрытый реактивный гранатомет, аналитик обычно представляет результат, но оставляет дизайнерам право решить, как лучше сделать этот гранатомет более заметными. Известно, что исследования Microsoft Studios основаны на создании успешного и плотного взаимодействия команд, занятых исследованием пользователей, тестированием, аналитикой и проектированием.
12. Зрелость: пройдя первый цикл планирования, сбора данных, анализа, можно сделать шаг вперед – может быть, стоит отследить больше данных, использовать более сложные методы анализа, провести эксперимент с интерактивной визуализацией данных, почитать об аналитике в других секторах промышленности и посмотреть, если есть там идеи, полезные для вашей конкретной ситуации и т.д. Перед вами открыты возможности неограниченного масштаба.

Каждый из этих этапов Андерс рассматривает в своих постах в блоге Game Analytics. Их мы опубликуем в будущем. 

От редакции: Оригинал был написан Андерсом Драхеном (Anders Drachen), главным игровым аналитиком Game Analytics. Он является одним из самых печатаемых экспертов по вопросам игровой аналитики, сбора игровых данных, исследований, объектом которых являются пользователи, и т.д.

Источник: blog.gameanalytics.com