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；
网友评论