文档介绍：: .
标体系，并且要建立
在方法论的指导基础之上。在多数情况下，指标具有很强的业务导向性和监测作
用。比比如在我们进行数据日报的制作过程中，我们就需要按照一定的逻辑组织我
们的数据，用户类数据，收益类数据，渠道数据等等。与此同时，在这些指标基
础之上，数据分析人员可根据需要，进一步加工和变换指标，从而完成深度分析，
比比如我们对于新增付费用户的研究，用户生命周期价值的探讨等，就需要在基础
数据的指引下，进一步建立新的数据规划和指标拆解。这部分指标工作看似是最基础的部分，但是最重要。理清了业务需求求，我们
需要基于目标驱动构建指标体系，在类似 AARRR 模型的指导下，整体构建并不
会有太多的特殊性，但重要的一点是，所构建的指标体系需要能够和业务匹配起
来，比比如更具业务需要，重点予以关注的指标数据，或者关键业务的评估需要微
型的指标体系来实施。这一类是在方法论指导原则下完成的。

在指标体系中，指标重在理解和标准化，如果在构建指标体系阶段，定义的
指标标准不够清晰，那么在具体的开发实施阶段，就会产生很多问题，最终造成
了类似统统计数据不准确等问题。此外，在此阶段定义的指标不是越多越好，所以
要加深对于指标的深入理解，借助数据分析来解决问题，而不是罗罗列数据，在构
建的指标体系内，每一个指标都将具备实际的分析价值和能够反映特定的问题，
并且当问题得以解决时，我们还可以从该指标或者几个指标的组合中评估效果。

数据加工

对数据进行处理使其最终变成信息，这个阶段统统称为数据加工 .在数据加工
阶段，我们重点要去解决的问题有两点。

(1) 业务理解

系统统最终是需要技术开发的，在选定技术和工具之前，最重要的是要充分理
解需求求和标准定义。在开发人员完成开发后，如果发现其数据处理的结结果并非是
分析师或者业务人员所需要的，那么就浪费了很多的时间和资源，因此是否形成
一直的指标定义认识，是否明确统统一需求求，需要分析师、业务人员与开发团队共
同商议，形成统统一的认识，否则将面临重复开发，需求求更改等等一系列的问题。
在所有人员在这些问题达成一致后，接下来就要解决的是技术开发问题。

(2) 技术开发

确立使用什么技术和架构来完成整体的数据分析平台的建设，这是需要技术
人员去评估的，而评估的一个重要参考就是前一个阶段所确立的内容，技术人员
对于业务分析需要的理解，决定了未来构建的数据平台的很多因素，比比如高安全
性、高效性、高可靠性、高可用性、高可扩展性和可管理性，等等。

在数据采集层级，我们需要解决数据的发送机制、采集内容和存储方式等。
就目前的移动互联网网游戏来说，主要采取在游戏客户端植入统统计分析 SDK 的方
式来完成数据的采集，当然，在部分公司中，也采取了游戏服务器端完成数据的
采集。两种方式各自具备优势，通过 SDK 植入游戏客户端的采集方式，在有关
游戏用户终端设备的信息，用户会话时间等方面具备优势，而通过服务器端的数
据采集，则在游戏内诸如等级分析、关卡任务分析方面具备优势，但是对于游戏
用户在客户端设备上一些行为则无法做到采集和分析。比比如，如图 1-4 所示，在
移动游戏客户端的错误日志中，多数情况下无法通过服务器端获得的宝贵数据。图 1-4 游戏客户端错误日志

而这些数据，经过采集后，则是可以快速了解目前产品的问题，比比如新增用
户很多，但是活跃时间和留存质量很低，分析错误日志则是一个很好的方式。这
一点在移动游戏数据分析方面是非常必要的，因为移动游戏环境和场景的多样
性，使得我们必须重视解决看似很小的问题。