打着游戏公司的幌子，干着分析公司的活，人人游戏，探索自己独特路径。

　　前段时间，人人游戏的负责人何川亲自写了一张祝福卡，寄给一位住院的游戏玩家，他们素未谋面。他的信息源来自公司新建立的数据处理系统，其运营团队通过“抓取”玩家在公共聊天频道的谈话(人人游戏声称不会抓取私聊频道的信息)，得知该玩家因重症入院治疗，消息很快反馈给了他。

　　数据，正在悄悄改变这家公司。

　　数据成灾

　　游戏行业传统运作规则被颠覆，数据依赖性增强。

　　2007年，人人游戏推出了国内第一款网页游戏产品《猫游记》，郝彬(化名)负责调研玩家反馈，他戏称那时的工作方式是“原始的细致”，郝彬每天亲自潜入游戏，和玩家们畅谈以获得对游戏的看法，再反馈回产品开发团队。

　　好日子并没持续太久，同行们看到了网页游戏的市场潜力，迅速杀入。郝彬的工作量开始呈几何级增长：他要监控更多数量的玩家，而玩家在游戏中的行为日益复杂。郝彬一天的工作时间增至13-14个小时，用于收集玩家创建账号、登录网站以及游戏过程等相关数据，借助公司技术部门利用开源技术建立的若干数据库系统，郝彬可以进行基础的数据处理。

　　让郝彬真正感觉不堪重负是在2011年。人人游戏的产品数目迅速增加至百款，且开始横跨PC、手机等多种终端设备。游戏业务每天产生的数据量从GB级别上升到TB级别(如今人人游戏每天产生的数据量峰值时接近10TB)。

　　公司分析系统的效率开始显得滞后，像郝彬这样的运营人员，很难高效率地从大量数据中甄别、筛选有效消息，然而，行业对数据的依赖性迅速上升。

　　传统游戏业的生产方式普遍采用工作室式的项目制，具备长研发周期、长生命周期、强用户黏性的特征，但是，移动互联时代，智能终端游戏、网页游戏的兴起打破了游戏业的传统规则，游戏公司大规模、跨平台生产游戏成为可能，产品生命周期缩短，新型游戏公司需要快速捕捉用户体验信息，并迅速体现到产品中。

　　正如Zynga(2011年世界上风头最强势的社交游戏开发商)首席分析师肯。鲁丁所说：“我们打着游戏公司的幌子，实际上做的是分析公司的事，所有运作都要以数据为基础的。”比如，根据用户购买道具的习惯等数据，Zynga能提供多个版本的游戏，甚至是100多个版本的游戏。

　　发展初期， 人人游戏不过数款产品，尚能以按照游戏公司的项目制运营，如今，自主研发、联合开发及运营的游戏达到上百款，同时横跨多个平台，员工往往要跨部门组成虚拟团队，传统的运作模式无以为继，游戏创意的高效产生、快速复制、及时修正依托于大数据。

　　人人游戏数据中心运营平台总监王坤曾了解Zynga的模式，她觉得，理论界往往过于“乐观”，似乎企业可以顺理成章应用大数据重新定义商业模式，“不要忘记的一点是，企业的业务永远是一点点做起来的，不太可能一开始就有远景式的大数据规划，企业最优先级考虑的永远都是柴米油盐酱醋茶的问题。”

　　那么，人人游戏的当务之急是什么呢？

　　制伏报表“怪兽”

　　数据系统彼此鼓励，内部不统合，就是一潭死水。

　　作为数据中心的负责人，王坤最头疼的是，2012年开始，人人游戏饱受海量数据庞杂无序的折磨：每一个产品在不同地区发售时都会产生一个数据后台，不同数据后台产生不同的数据报表；随着人人游戏产品数量增长，公司一度拥有82个数据后台、100个数据报表。

　　庞杂的数据体系导致两大难题：首先，数据库维护成本迅速增加；其次，难以迅速抓取有效数据。受制于不同的数据后台和报表体系，人人游戏无法实现数据的互通。例如，用户会用电话向客服中心投诉一款游戏产品的服务，由于客服系统和用户数据库系统没有打通，客户流失与客户投诉间的相关性，人人游戏无从了解。

　　王坤对此感触颇深：“无论积累多么全面的数据量，采用多么先进的分析方法和工具，大数据的基础目标就是有用。人人网能有效利用的数据，一度远远低于既有的数据。为什么？数据系统彼此孤立，一潭死水。如没有内部统合，从外部获取再多非结构化的数据，也是无用。我们寻求大数据解决方案的最直接目的，就是整合。”

　　现实是，王坤的团队抽不出太多时间整合数据，更多的时候，她在忙于“救火”——防范数据出错或者服务器宕机，一直是人人游戏后台维护团队最优先的工作。预警机制建立和安全检查的时间都很有限，更遑论静心进行数据整合了。

　　于是，人人游戏决心从全球范围内筛选“外脑”，相中了IBM，后者在大数据技术方面拥有全线的产品和解决方案。人人游戏第一次主动上门时，IBM软件集团业务分析软件大中华区技术经理周庆伟有点惊讶，因为IBM大数据应用的客户多集中在金融、医疗等行业，他抱着试试看的态度开始沟通，出乎他意料，“人人游戏内部对数据的应用非常前卫。”IBM同意帮助人人游戏重建BI(商业智能)系统。

　　新的BI系统始于报表系统，贴合人人游戏的业务模型，让企业产生的每一张数据报表都有其存在的价值，而不是单纯数量的堆砌，同时可生成高度可视化的界面，以便郝彬这样的员工能以轻松、直观的方式了解用户的行为。此外，IBM帮助人人游戏统一了数据后台，进行数据治理，以降低系统的维护成本。

　　此外，人人游戏也在寻找认知心理学、行为心理学上的知识提供者，人人游戏市场营销中心高级总监李勍曾经在广告、公关和互联网营销等领域从业多年，他如是解释这一问题：上个世纪进行市场调查的时候，台湾曾经有透过院子偷窥别人在看什么电视的方式，现在固然觉得可笑，但是，大数据专家们所否定的抽样调查真的能被抛弃吗？产品设计师的直觉、经验真的能被机器数据分析代替吗？“至少现阶段，我觉得不是。” 李勍说。

　　有计算机和数据研究经历的王坤则从“样本全面性”的角度进行解读：“如何理解大数据所强调的样本信息全面性？理论上，采集一个消费者的完整信息，要包括喜怒哀乐等各种情绪表达，然而，数据化本身意味着信息的离散，有些信息丢失了，有些信息则扭曲了。”比如，以汉语的表达方式，“这游戏真好玩”，在不同的语境下所表达的意思可能完全相反。

　　目前，借助数据分析工具，郝彬的工作已然轻松不少，但是，他还是要经常在线访谈玩家，甚至进行面对面的交流，“谁知道一些玩家的激烈言辞，到底是拍着桌子、暴跳如雷说的，还是一副无所谓的随口之词？”

声明：新浪网游戏频道登载此文出于传递信息之目的，绝不意味着新浪公司赞同其观点或证实其描述。