Zynga數據分析全盛期

Zynga是一家偽裝成遊戲公司的數據公司

導語：這篇博文是分析法進化史(Evolution of Analytics)系列博文中的第二篇，如果你想看關於點擊計數器（hit counter）和早期網頁分析的第一篇，請點擊這裡。

Zynga在舊金山的主辦公樓。圖片來自Slate.

「如果你不能測量它，就不要建造它。如果你不能測量結果，那就不要嘗試。否則你怎麼知道你的想法是對的？或者是不對的?」－Andrew Trader, Zynga的創始團隊成員和前銷售與商業發展副總裁。

Zynga是一家知名的遊戲公司，它的作品之一是在facebook上大熱的FarmVille，這個遊戲被認為是社交化遊戲（social and casual gaming)的先驅，在它之後才有了Candy Crush。

在Zynga鼎盛時期，Zynga全力地用數據和分析來優化他們的遊戲，使得遊戲像病毒一樣的傳播又帶來了巨大的經濟效益。

Zynga的前GM Nike Vuori舉了一個Ville的遊戲做例子(FarmVille, FrontierVille,etc)。在這些遊戲中，玩家可以通過搜集不同的元件來建造最終產品：一個房屋，一輛車或一座公園。這些產品被稱為Buildables. 玩家有兩種方式可以獲得這些元件，一是從facebook上的朋友那裡，二是從遊戲中直接購買。數據顯示，用戶並不會為了取得一點進展而購買這些元件，但是他們會為了完成一個Buildable而購買。換句話說，為了一個需要10個元件的車，用戶會為第9和第10個元件付錢，但是不會為了1到8付錢，而這1到8可以從朋友處搜集過來。

Clever Tower是Zynga FarmVille中的一個Buildable,玩家需要購買元件或是從朋友處搜集元件來完成它。圖片來自這裡。

基於這個觀察，Zynga優化了他們的盈利模式(monetization)：他們設計了那些需要元件數量剛好超過朋友圈可以拿到的總量一點點的Buildable。這樣，一個玩家可以從朋友那拿到大部分的元件，但是基本不可能從朋友那拿到所有的元件。但是他是那樣的接近完成一個Buildable，所以他會願意購買那最後的一、兩個元件。

在這篇博客中，我們會看一下Zynga在遊戲研發中對數據分析的應用，看看他們是如何發現類似上述的觀察。這家公司建立了自己的數據埋點(data tracking)架構-dubbed Ztrack,這在當時屬於非常先進的很多人聞所未聞的解決方案。Zynga用這些數據來優化和提高他們的遊戲。正如Zynga的前VP of Analytics Ken Rudin被廣泛引用的一句話總結的「Zynga其實是一個偽裝成遊戲公司的數據分析公司」。

儘管Zynga被新聞關注的主要是其管理上的一些問題和對facebook的過度依賴，但是Zynga依然因為其數據導向的產品研發的先驅者地位而受到同行的尊敬。Zynga系的員工們將這種思路帶到了許多其他的項目里，那些比社交化遊戲(social gaming)更大的世界裡。

一個Metrics(指標)導向的公司文化

據Zynga的創始團隊成員之一Andrew Trader的介紹，Zynga最重要的企業文化是其對於Metrics(指標)的重視。在Zynga剛開始的年代，鮮有遊戲創作室會追蹤他們的玩家的各種數據，大部分遊戲設計都還只是憑著設計者的直覺和用戶的反饋。

從一開始，Zynga就和其他的遊戲公司不一樣，它僱傭的產品經理大多來自於財務或者諮詢背景，這部分人都非常習慣用分析法來解決問題。公司推崇的是數據透明(data transparency)。從軟體工程師，到產品經理，到CEO都參與到指標的建立和維護中。

Zynga的高管強調了藝術和科學必須完美結合。在這裡藝術是指能夠創造絕妙的遊戲創意的能力；而科學是指理論化的測試出這個創意是否很棒的能力。下面這一頁PPT來自於Zynga的前VP of Analytics Ken Rudin在2010年的一次講座。

Zynga強調除了遊戲設計的藝術和創造力之外，能夠科學地設立指標和驗證假設的能力也是十分重要的。這頁PPT來自於Ken Rudin 2010的講座。

Zynga是怎樣決定追蹤怎樣的數據的呢？在遊戲研發階段，產品經理會為遊戲定義數據層次(data hierarchy)和玩家需要採取的一些行動（action）。設置合適的數據埋點對於發行一個新遊戲來說是至關重要的。

正如Zynga早先的一位副總裁和GM Roy Sehgal所解釋的 「我們一開始的哲學就是在遊戲上線之前全面試玩遊戲並且測試走通各個數據埋點。我們意識到用數據來了解用戶行為和產品表現的重要性，接著我們會在遊戲上線後反覆迭代來提高產品體驗。如果我們不能正確地追蹤某一指標，我們會延遲遊戲上線。數據和分析不是事後諸葛亮(afterthought)」。

事件分析法的先驅

儘管從現在來看，這個層次的埋點和分析是所有高成長性的公司的標配，但是在Zynga的年代這還是一項非常新的技術。前文提到的Sehgal先生表示「時至今日人們已經對這些指標和分析習以為常，然而在Zynga的年代，並沒有很多人在做這樣的事」。

在2008年的時候，市場上並沒有許多自助式分析平台可以使用。唯一的方法是自己建立這樣的平台，而這需要極大的人工和資源成本。這也就意味著那些沒有達到Zynga規模大小的資源匱乏的公司很難獲得像Zynga一樣豐富的數據和強大的分析能力。

當大多數公司都還專註於pageview（頁面訪問量）為中心的網頁分析時，Zynga建立了自己的內部分析平台ZTrack。 Pageview(頁面訪問量)對於測量impression(顯示)和提高廣告營收是十分重要的，但是，當企業的盈利模型由廣告營收慢慢轉向用戶付費時，pageview就不再那麼重要了。一些像Zynga一樣成熟的公司就開始追蹤網站上不同產品（遊戲）的用戶行為。

在遊戲上線之前建立分析模型

Zynga的團隊在上線每一款遊戲前都會製作一個詳細的產品表現分析模型。這個模型會將諸如鉤子效應(virality hook)和用戶獲取渠道(user acquisition channel)等因素都考慮進來。這個模型可以從這些數據中對關鍵指標做出預測。這些指標包括每天的下載量，下載曲線何時會呈現下降趨勢，不同時間病毒式傳播的因子(virality K-factor over time)，第一天客戶留存率，日活用戶的花費等。Zynga團隊還會通過建模來確定遊戲中虛擬商品的定價。

通過這些模型， zynga團隊能夠了解到如何將遊戲設計得成長最大(growth)，用戶參與度最高(engagement)，盈利最大(revenue)。這些模型還成為了一個比較的模版，遊戲上線後，團隊能夠迅速察覺到遊戲是否在走向正軌，是否能達到目標。

Zynga常用指標

Zynga常用的指標有哪些呢？通過和zynga許多經理的交流，我了解到了很多測量遊戲的健康程度和是否成功的有趣的指標。

1. 3R 原則：Reach, Retention, Revenue

Zynga的發展是圍繞3個R來的：Reach(有多少用戶)， Retention(有多少留存用戶)和Revenue(盈利)。其中Retention(用戶留存)是關鍵，如果用戶留存率高，另外兩個R(Reach&Retention)都會相應地上升。Zynga還發現第一天的客戶留存率(Day 1 retention)對長期的客戶留存很有指導意義，一個用戶如果第一天沒有回你的遊戲，他之後也不會特別粘這款遊戲。

Zynga有一個很有趣的地方，也是造成它和其他非遊戲類公司不一樣的地方：每一款遊戲都有一個設置好的長短在12-24個月的lifecycle（產品周期）。不同的指標的重要性取決於一個遊戲在產品周期的位置。對於一款新遊戲來說，Zynga團隊專註於增加他們的第一個R-Reach,也就是有多少人玩這個遊戲。這意味著他們會宗教一般地追求每日的安裝下載量，每日的新增用戶數，第一天的客戶留存和付費用戶轉化率。遊戲上線三個月以後，團隊會將重點放在最大化第三個R-Revenue上。

2. 行為群組分析法(Behavioral Cohorting)

Zynga是群組分析法的重度用戶。一個群組(cohort)是指一群有相同特性的人，比如遊戲安裝時間相同，相同年齡組或是相近的地理位置。在Zynga，產品經理們還會按用戶對於某個具體功能（feature）的投入程度（level of engagement)和行動(action)進行分類，既行為群組分析法(behavioral cohorting)。分析師通過對比不同群組的留存率和盈利可以識別出那些可以預測出用戶被遊戲粘住了的行為，或者是識別出那些讓用戶轉變成付費用戶的功能。

3. 用戶路徑(User Walk)

用戶路徑是Zynga採取的另外一種分析方法。它主要回答了如下問題：我們的活躍用戶從上星期到這星期有什麼變化？假設你在一周中從100萬日活用戶增加到了120萬日活用戶，這新增的20萬用戶是從哪裡來的？用戶路徑會被分析師具體地拆分成幾個部分：多少用戶是新用戶，哪些是重新激活的用戶，哪些用戶即將沉睡（inactive），以及這些用戶分群的來源。用戶路徑為遊戲精準詳細地展示了新增和流失用戶的來源。

4. 第一次用戶體驗(First Time User Experience [FTUE])

在一款遊戲上線之前，產品經理會列出第一次用戶體驗（縮寫「FTUE」)過程中的30+個步驟。Zynga團隊會尋找每個步驟之間是否出現用戶數量的大幅度變動，這可能意味著這一步用戶體驗可以再完善一些，或者這一步就是有個bug！

太數據導向了？為短期利益犧牲了長期利益

儘管Zynga的以指標為中心的策略在剛開始時創造了極大的成長和盈利，部分Zynga的前員工依然認為Zynga有一些太以數據馬首是瞻了（當然現在也許時代不同了）。

Zynga某前產品經理曾經評價說因為Zynga過於強調短期的可測量的指標（類似日活人數），從而忽視了遊戲設計中那些無法計量考核的部分，比如提高遊戲整體的可玩性(usability)。他認為「數據變成了人們用來追求短期利益的借口」。在追求最大化利益的過程中，遊戲創作的藝術在漸漸丟失。

Vuori補充道：「最終的結果可能是人們因為太關註定量的數據從而沒有花太多的時間在定性研究遊戲的質量上。但其實我們關注了那些定性的因子，只是定量的那部分總是佔據了我們的主要精力。」

Sehgal也支持這種平衡定量(quantitative)和定性(qualitative)研究的理論。他說「你非常有可能變得過於依賴數據。數據導向（data－driven）是一個複雜的辭彙（loaded term）。我相信一個人應該是假設導向（hypothesis-driven）的，並且用數據來驗證或否定自己的假設。數據並不一定需要告訴你要怎樣改變。數據只是能告訴你你的假設是否正確以及強調一下可能可以改善用戶體驗的地方。然後你需要聰明的有創造力的人來幫你想新的富有創意的解決方案，從而提高用戶體驗。」

閃購：是一時性的風口嗎？(Boom or Bust)

有些時候，太過注重短期的利益將會損失到你的長期收益。Zynga的閃購就是一個非常好的例子。在Zynga 的遊戲中，類似前文提到的buildable的虛擬商品都有固定的價格。Zynga第一次開始決定打折銷售這些商品時，效果十分之好。銷售額一下子衝到了天上！基於那些盈利數據，Zynga決定常規性的採用閃購的銷售模式。

在一開始，銷售數據打破了之前所有的紀錄。

不過慢慢的，這個策略的弊端就顯示了出來。Zynga發現他們為了讓用戶買更多的虛擬幣就會發起折扣更深的閃購促銷活動。這直接造成了遊戲世界裡的超級通貨膨脹：玩家們有比自己能花的錢更多的虛擬貨幣，打折越來越沒有效果，長期來說這個促銷手段帶來的是負收益。

短期的數據顯示促銷促進了收入的增加：更多的玩家變成了「買家」，玩家花得越來越多，遊戲收入越來越高。但是長期來看，Zynga只是把未來的收益轉到使用閃購模式的今天來收取，並且還使得虛擬貨幣通貨膨脹了。

撲克玩家都去了哪裡？

Zynga Poker, 圖片來自這裡。

另一個有關Zynga過度依賴數據的例子來自於Zynga撲克牌遊戲(Zynga Poker)。Zynga團隊的每一個人都會佩戴一隻提醒他們日活用戶（DAUs)的老鷹圖案的表。如果日活人數降到某個臨界值，這個表會自動發出報警信號。

某一天Zynga撲克牌遊戲的月活人數急速地下降了，手錶報警了，分析師們都嚇壞了，趕緊聚起來商量到底發生了什麼事。他們什麼原因也找不出來，幾個小時以後，月活人數由恢復到了正常水平。幾周以後，同樣的事情又發生了一遍。

分析師花了大量時間試圖找出月活人數降低的原因，依然一無所獲，直到有人想到要看一下足球的比賽時間。原來Zynga撲克牌遊戲的主要玩家是世界各地的年輕男性，而月活人數降低的時間正好是幾場最火的球賽進行的時候。

「非常滑稽的是數據在告訴我們有東西壞了，有東西變得糟糕了」Vuori回憶說。「用戶們都到哪裡去了？！他們消失了！有什麼東西一定壞掉了！」

Vuori在那之後創立了Rocket Games, 一個設計老虎機遊戲（slot game）的獨立遊戲工作室。Vuori覺得Rocket Game對數據採取了一種更平衡的使用方式。他說

「我們大多數人都同意，Zynga向我們展示了數據的重要性，他能幫助你做決定。在缺少數據的時候，很難將工作設優先順序。就像在說『我的直覺比你的直覺好』一樣無厘頭。但是數據不應該佔據整個世界(rule your world)。」

在Vuori看來，並不是所有的新功能或創意都需要數據來支持。「你仍然應該對那些與眾不同的，直覺導向的設計做好接受的準備。我們依然是非常假設導向的，但是我們應該勇於支持挑戰那些沒有數據支撐的但是非常棒的點子。」

原文鏈接：Zynga analytic at its peak

原文撰寫時間：2015年6月24日

作者：Alicia Shiu, Amplitude的Content Strategist, Amplitude是一家YC Combinator孵化的矽谷大數據創業企業，目前已獲得200萬美軍的種子輪投資。

譯者：Angela Guo, Data product manager intern@vip.com

推薦閱讀：