移动游戏产业的爆发式增长，推动着整体游戏产业的增长。数据显示，2015年中国手机游戏用户超过6亿，市场规模达到450亿元。但随着行业竞争的加剧，移动游戏市场却呈现出很明显的「马太效应」，腾讯和网易两家巨头占到了整个移动游戏市场70%以上的市场份额。寡头格局之下，市场上尚存的数千家游戏公司，将只能在剩下的30%市场进行激烈的角逐。
移动游戏最大特点就是生命周期的问题。对于端游来讲，半年，一年，甚至几年的游戏特别常见，但是对于手机端的移动游戏来说，生命周期却普遍比较短。如何在有限的生命周期内把投入的资本赚回来，对绝大多数游戏公司来说都将会是一个不小的挑战。
数据分析下的精细化运营
随着游戏市场竞争的日趋激烈，在如何获得更大收益延长游戏周期的问题上，越来越多的游戏公司开始选择借助大数据，以便挖掘更多更细的用户群来进行精细化、个性化的运营。
结合数据分析，通过精细化的运营，游戏公司可以将推销变为营销，做可持续地运营。在大数据的帮助下，游戏公司能够真正做到了解用户想要什么和游戏市场的规则变化，利用市场手段调整游戏运营手段，更好的被用户所接受。具体在移动游戏领域，数据分析无论对流失挽留，还是拉新，以及付费用户预测来说，都能起到极大的推进作用。
通过将游戏中零散的数据进行整合，游戏公司将可以根据产品的分类以及特点，决定产品的投放模式，使得有限的投放能够获得更大的回报。游戏公司同时也可以通过对用户本身付费习惯和付费行为的区分，对所谓不同的用户定期和不定期地推出不同档次的运营活动，提供比较精准的后续版本的开发和运营活动的方案，根据用户不同的层别区分实现精准营销。此外，通过数据分析，发现什么样的用户可能会成为流失型用户，然后去挽留他们。在用户还没有真的流失之前想办法进行挽留补救。
事实上无论是巨头还是中小创业公司，数据都可以帮助他们改善产品，让他们做出更明智的选择。从这个角度来说，数据对于移动游戏的重要性已无可厚非。然而这背后却普遍存在一个很严重的问题。
在DataEye创始人汪祥斌看来，眼下不少公司都有很强的数据分析能力，因为当公司到一定规模时，必须要依靠数据支撑去建立一个完善的体系。但对游戏公司来说，整个体系中的运营人员往往受到的重视并不够。
手游产业链上的运营人员他们往往不仅需要实时关注数据，还需要把握玩家的状态和心理，可以说分身乏力，但好的运营恰恰真正能给游戏公司带来收益。而这正是DataEye等移动游戏第三方服务平台的出发点，寄希望以游戏运营人员的需求为出发点，通过深入了解游戏内部的玩家行为，为移动游戏的精细化运营和精准推广提供数据分析服务。
渠道的大数据推荐能力
数据分析一方面推动着游戏内容更加注重用户体验，另一方面也能检测出游戏在各个渠道的推广质量。通过数据分析，游戏公司可以实现对不同渠道效果的评估，利用数据模型搜集用户的渠道行为，从而分析出相应的结论，掌握每个渠道的用户接收程度，发现渠道真正的质量。同时也发现渠道推广的问题所在，重新调整渠道推广方案，有利于更好的找到用户。
对移动游戏产业来说，不仅仅是游戏公司需要数据分析，渠道方面对数据分析的诉求也在迅速提升。随着智能手机市场人口红利的丧失，渠道陷入了增长困境中。渠道的流量逐渐趋于稳定，但对收入的增长却仍然在与日俱增。这个时候，渠道其实也需要进行变革，它们需要去思考如何把有限的流量导向流水收入更高的游戏，这也是为什么渠道也在拥抱数据分析的原因。
实际上渠道的几个关键因素天然就意味着他们适合做一些和数据分析相关的事情：第一，拥有足够多的用户量能甄选出不同用户间的特征；第二，有强大的技术能力，能够根据特征给用户画像；第三，判断用户喜好的能力，可以根据用户画像推荐给他们相应的游戏，也为CP输送最精准的用户。
通过数据分析对玩家进行有针对性的画像，并对用户画像数据、用户行为和偏好数据和用户网络轨迹数据等进行分析，将玩家当下的喜好趋势将以数据形式客观的展现出来。什么游戏最受欢迎？玩家最喜欢玩什么游戏？什么时间是玩家游戏的高峰期等困扰行业的问题，都会迎刃而解。游戏无疑也会更加贴合玩家的需求。
要知道眼下游戏行业的竞争非常激烈，超90%的淘汰率让很多游戏产品沉寂沙场，但这些惨遭淘汰的游戏中，并非就完全没有精品，很多时候他们因为没有获得渠道重视或者欠缺那么一点点运气而惨遭失败。这个时候数据分析对渠道的重要性就凸显了出来，这意味着他们将有机会可以让一些优秀的游戏脱颖而出，并最终通过更加优质的产品成功抓住用户，形成和其他渠道之间的差异性。
警惕数据分析带来的陷阱
移动游戏市场中，玩家与开发商或发行商的联系和互动极为频繁，这使移动游戏公司能够获得大量有关玩家在游戏中表现的信息，包括每次点击、游戏中的进展和道具的使用。我们所能收集到的数据已远比端游、页游时代要更多。
许多游戏公司开始疯狂的使用这些数据来润色和深化自己的游戏，让它们变得更具吸引力和成瘾性。这使得他们可以在变化中寻找盈利机会，保持用户参与其中，确保他们的玩家不会流失。这种专注点引发了游戏行业的批判，有些人认为移动游戏并非由设计驱动，而是由数据分析和营销驱动。
首次将数据分析的概念引进游戏领域的是社交游戏。Zynga、Playfish等早期采纳者由于根据自己所搜集的信息采取对策而获得巨大收获，并通过增值性的调整而留存了更多玩家，掌握了吸引新用户的方法。而这种通过数据分析只注重利益的短视做法，也迅速耗光了社交游戏的潜力。
现在数据分析这个行业目前正在被越来越多的移动游戏领域所关注着。由于移动游戏快速向免费模式转向，数据分析的运用也愈加的变得重要，开发者需要及时了解玩家为何及何时离开游戏或者购买道具，这种技术甚至可以令开发者获得玩家操作习惯，将游戏留存率增长到50-70%，令游戏收益增加20-30%。
数据分析本应该是被用来为提升游戏的整体质量作指导，不过很多时候却被有预谋的用来设计成为一种“如何洗脑式地反复压榨用户的金钱”方法。我们必须具有一定的远见用来决定我们游戏的方向。如果你推出了好产品，你当然有「靠数据调整游戏」的优势，这意味着你不必在暗中瞎摸，可以有理有据地调整游戏。但对具体的一款游戏来说，其背后制作人关于游戏整体的设定才是这款游戏的灵魂所在。一味的迎合商业变现，肯定会违背游戏的本质。
预测未来而非过去总结
一款游戏推向市场之前，我们其实是无法对这款游戏的成绩进行预判的，我们也不清楚这款游戏是否真的受到玩家喜欢，并且正如开发人员所设想的那般已经完美无缺。我们需要一些基本的东西去反映游戏的变化。A/B测试是我们常用的一种手段，不断为玩家提供两种不同的游戏版本，观察哪一个版本的成绩更为优秀，并最终找到成功的密钥。
任何一个游戏发行商都想要找出复制成功的方法，但这势必要综合所有的数据进行分析，找到那些成功游戏都会具备的共同特征。但我们要清楚的指导这些数据的作用只是在于对未来的预测而非过去的总结。
通过数据分析，开发者可以知道玩家的心理，知道哪些人会为你的游戏充值埋单，可以很清楚玩家喜欢哪种类型的游戏，他们会在哪种类型游戏中进行充值，什么样的游戏类型会在未来爆发.....比如说，2015年H5游戏的概念非常火爆，DataEye就曾推出过一个专门的K系数来评估H5游戏的病毒传播效果，K系数越趋近于1，代表这个病毒传播效果越有效。这个系数很好的预测到了未来H5游戏的一个走向，而这个就是数据分析的作用了。
数据分析重要的不是提供给你历史和现状，而是通过分析做出对未来的预测。对历史数据的分析得出来的是结果，已经没有办法改变。但数据分析是通过数据和研究，得出未来用户或者玩家的行为，这个才是最重要的。只有对未来的预测，才能更好的进行运营活动，甚至是修改游戏，这样才能留住玩家。这个就是大数据对游戏的最大作用，逆转未来，留住要走的玩家，并让他们把钱留下。
