有经验的资深运营总结为2点：经验+ 数据。
“经验“需要时间和项目的积累，或者看个人“造化”。不是每一个运营都能熟练掌握运营当中获得的经验，即使掌握了部分经验，人与人之间的功力程度还是有差别的。最客观的是“数据”，数据永远不会“说谎”。有时候，经验的判断仅仅是预估，也有误判的时候。这就是为什么每一家游戏公司都会使用数据后台，自我搭建的或是第三方的。有数据就不至于盲目，有数据的驱动，运营和研发工作才会有针对性。
在与运营同学的长期沟通中，我们收到了反馈的日常运营当中方方面面的问题，我们整理出其中部分问题和心得经验来跟大家分享。本期结合游戏运营中会遇到的“坑”，用数据为大家支些招。
统计过滤“防”破解数据
“破解”就是经过一些技术处理，绕开游戏的支付过程，使需要付费的手机游戏变成免费版本。要保证游戏正常的运营，破解数据的汇入恐怕是非常槽糕的。
对于破解问题，作为开发者，会通过技术手段来“防”破解。比如说，代码混淆、防破解工具等开发手段。但是开发有时候也是一种技术“竞赛”，破解方会通过各种方式破解你的技术。
数据统计方面，也有应对破解问题的方法。在DataEye游戏分析平台（1.0）中，通过对破解信息过滤和屏蔽，来避免脏数据的汇入。具体的操作方法是：在后台的“管理中心-配置签名”页面，对每个渠道配置对应的签名，实现对破解的渠道数据屏蔽，有效地消除破解数据造成的负面影响。
数眼识别渠道刷量
开发者开发一个项目是很难的，投入大量心血做创意，做开发，还要绞尽脑汁寻找推广渠道。如果遇到无良渠道，推广费用和时间都花出去了，然而导入的用户质量差，导致游戏数据表现非常糟糕，也会打击开发和运营的自信，给运营过程带来误导，错过其他渠道最佳推广时机。
那么，如何来识别刷量呢？通过几个常见的数据指标就可以。
1.注册转化率。
刷量渠道的用户不是真正的用户，可能带有“任务”的性质，注册完就算完成任务，所以这种类型的渠道注册率高的“异常”。
如果没有这种“任务”的性质，就是另外一个情况：激活量特别高，但是注册转化率特别低。
2.用户首次游戏时长，游戏频次。
通过数据表现可以看出来，刷量渠道的用户的首次游戏时长基本上都在3min以内。
刷量的用户并不是游戏真正的“粉”，与真实用户不同，刷量渠道的游戏频次大都小于2次；而真实的渠道，游戏频次大于2次的占绝大多数。
如果遇到这种数据表现的渠道，请谨慎对待，以防被坑。
3.留存率。
刷量的用户主要是为了完成刷量任务，对游戏内容不感冒，那么留存也是直接反映这一问题的镜子。
刷量渠道的用户次日留存一般表现都不好，即使对次日留存有意再去作假，那么再多观察两日，会发现这些用户根本坚持不了几天，流失的非常快。
4.IP地址、Mac地址重复率。
这部分数据需要技术操作，通过拉数据来分析。这些也很容易辨别，即大量重复的IP地址，或者Mac地址。这种情况就是“机器人”用户的作弊方式。
这里还有一种情况，就是各种数据都跟正常渠道数据非常类似，但是付费率相当低。真实的充值模拟不来。
随着作弊手段的越来越高明，机器人的仿真度越来越高。需要运营同学根据掌握到精细用户数据，通过多种方式进行分析，才能下最终结论。
埋点与完成度
游戏内的内容有很多，游戏常见的主干内容，比如等级、关卡、道具、虚拟币、任务等，获得了这些指标的统计数据，运营就能对游戏内容地图的完成情况有一个全面的认识。
一个游戏能不能留住用户，游戏留给用户的第一印象是非常重要的。以上图“新手任务”为例，新手引导在前3个步骤没有任何问题，但是第4步、第8步，这2处于前面步骤相比，有一个明显的“断层”。在“断层”处之后，完成新手引导的人数有明显的减少。说明很多玩家并没有继续走下去，很可能流失。此时，我们就需要重点关注游戏里面“新手引导4”、“新手引导8”，排查一下这2处有哪些设计上的不合理之处，并交与策划修改。解决了这2处的“断层”问题，玩家的流失情况就会有所改善。
至于这些主干内容之外的，一些零散有特殊的统计需求，则可以通过打点“自定义事件”的方式来统计。
比如，如果要分析有多少玩家在“版本更新”这一过程流失，我们可以添加这些“事件”：打开游戏、检查更新、确认（取消）更新、下载过程、下载结果、开始加载、加载完成、注册，这一系列完整的用户操作事件进行埋点。
结合DataEye平台提供的漏斗工具，可以很直接的看出来每一步到下一步的完成情况。
以demo数据为例，我们可以看出，整个版本更新事件，从开始到完成，整体的走势是递减的。对整体走势影响较大的几个步骤是：”确认更新“，”下载完成“，”加载完成“。
接下来，我们就要分析为什么在”确认更新“和”下载完成“这2步完成人数开始减少。是资源包”太大“？还是其他原因，我们需要在数据的驱动下深入分析。“加载完成”完成人数锐减的问题，恐怕是适配问题，需要检查一下版本兼容。也可以结合DataEye后台的”崩溃分析“寻找线索。
运营同学期望的数据工具
随着手游市场的迭代，运营水平和运营工具也必须不断发展才能满足需求。下面再谈一些运营同学希望的数据工具是什么样子。
更实时的数据
在的游戏推广已经比较规范，渠道在选择游戏项目排期上，也会遵循一定的原则。渠道的资源也有限，作为渠道方，肯定是希望把更多的排期和资源留给数据表现优秀的游戏。
在有限的时间和资源条件下，如果对渠道放量期间的数据有一个准确的把控，更好的掌握第一手的用户画像？这就需要有一个强大的数据系统作为依托。
在游戏首发当日，作为运营人员，迫切地需要掌握用户的导量的各种情况，比如激活、注册、首付、活跃和停滞、事件和任务等的完成情况。而且这些信息的获取越快越好，尽可能是实时。目的是通过早期的关键数据观察，更早的预估风险方便做下一步调整，这样对项目的调整和补救就越及时。从而使游戏运营活动更加充分，数据更加漂亮。
更灵活的查看方式
数据是一个大盘子，但是各个地区、渠道、区服，等等甚至更小范围和更个性化的统计集群的表现肯定是参差不齐。如何把低于平均水平的小范围找出，并加以调整，这对于提升整体数据有关键性的作用。所以，运营需要更灵活的数据查询支持，方便查找任何想查的群体。对”劣势“群体进行针对性处理，这也需要数据的驱动。同时，对数据系统也有更高的要求。
也有很多运营同学青睐报表。通过一张报表，基本上就能对游戏的前一天的状况有一个明显的认知，不需要再去翻各个统计页面。也有很多运营同学反馈过希望报表能够更加灵活设定的期望。
更新智能化、自动化
数据后台是每一个运营必备工具。经验可以作为预估，但是绝对不是运营成败的决定因素。
作为一个游戏运营，每天的工作不仅要整理运营数据报表，还有各种对接环节和杂散的事情要处理。如果数据平台能更加智能，自动化地处理好运营所需的数据，就减去了大部分的数据操作工时。这对于解放运营人员工作时间，提升工作效率非常有益。
数据清洗
数据清洗，相信这是有被脏数据困扰过的运营同学的共同期许。
比如破解、测试数据的汇入，会对运营提取有效数据造成干扰。如果是自家后台，可以随时做技术处理，但是要占用开发的工作量；往往脏数据比较多，技术处理之后还会再频繁出现。这时，对脏数据的数量就费时费力，并且不彻底。
经验不常有，而数据人人可有。作为一个手游运营，掌握了游戏数据，也就能把握到游戏运营周期中的命脉。以数据为眼睛来明察秋毫，驱动项目的运营，相信是所有运营同志们的共识。
