原文网址:http://www.csdn.net/article/2011-08-26/303631

摘要:在市场层面上,可以说Zynga已经取得了成功,对大多数人而言,Zynga仍旧是一团迷雾。每个技术公司都有技术大牛,Zynga也不例外,他们做产品的思维方式不是拍脑袋,谁级别更高谁就能够去掌握全局,而是结合经验对游戏数据进行全方位分析。

从很多指标来看,Zynga这个07年才成立的公司也许LOGO不够漂亮(个人感觉),也不象Google、Facebook那样地脍炙人口,但它却被《财富》杂志称Zynga为“今年以来提交IPO申请的互联网企业中实力最强的一家”。

这家公司开发了《FarmVille》和《黑帮战争》(Mafia Wars)等热门Facebook社交游戏,日活跃用户达到6000万,每天的用户在线时间长达20亿分钟,2011年7 月,Zynga正式申请IPO,融资10亿美元,几乎是近期计划IPO的科技公司中最高的一个。同时,公司估值也达到了200亿美元。

Zynga的成功并非偶然,从技术上来说,每个技术公司都有技术大牛,Zynga也不例外,在这里,有曾开发了《红色警报》的Westwood的首席创意官和创始人Brett W Sperry,也有开发了大名鼎鼎的《文明》系列的主策划师 Brian Reynolds。但在产品研发面前,他们并不是唯一的规则制定者,他们做产品的思维方式不是拍脑袋,谁级别更高谁就能够去掌握全局,而是结合经验对游戏数据进行全方位分析。

社交游戏的生命周期以周为单位

“之前中国的社交游戏规模比较小,在开心农场以后,就很少有非常火爆的社交游戏了,但是从Zynga在国外的经验来看,现在其实只是社交游戏的初级阶段。”,Zynga中国总经理田行智认为,用户对社交游戏的需求同两三年前比已经很不一样了,他们对品质的要求很高,比如画面、玩法、后续的开发和后续的新功能,包括技术和服务的稳定性,这些都是新的市场需求并需要投入去做。”

Zynga中国总经理田行智

在田行智看来,社交游戏的生命力在于每个星期都需要有一些不同的功能或内容提供给用户。如果不能提供给用户新的内容,用户很快就会离开——刚开始的时候用户来的很快,很容易聚集大量用户,但如果没有能力去快速把握用户需求,他们走得也很快,这是社交游戏的特点。

“做社交游戏的难点在于,每个星期你有两三颗子弹,但是每个星期你的目标都在移动,对开发商而言,需要每个星期都准确地把这两三颗子弹打到靶心,你才有可能活到下个星期。”

“这是一个用互联网网页开发的方式,用高速迭代的方式来做游戏,里面有很多复杂的因素。”他表示,快速、精准,是社交游戏成功的根本,如果只追求了快,但不够精确等于零。你做的新玩法很可能是用户不喜欢的东西,但是用户不会告诉你;此外,如果做得功能很好,但太慢推出的话也会导致用户失去耐心而流失。因此社交游戏需要做到又快又准,而且质量又要高,这也是为什么虽然推出一款游戏比较容易,但要想做大却并不容易。

不能用开发功能软件的方式开发社交游戏

在田行智看来,“国内一些游戏公司在用开发功能性软件的方式开发游戏,这其实是错误的,因为好游戏其实是改出来的,用户对娱乐产品的质量敏感性是很高,远比一个功能性软件要高,发邮件或聊天这样的功能性软件可以稍稍粗糙一点,但游戏不能是这样的,如果游戏质量稍微差一点,用户就会流失得很快。”

“Zynga的成功,不在于有牛人能够预测到这个产品是否有前景,而是有强大的技术体系和数据分析体系来快速测试不同的想法。”

比如新手引导的开发,Zynga会详细跟踪每一步的流失率,根据不同的情况进行分析,然后把每一步进行优化。Zynga游戏的成功靠的不是两三个很卖座的玩法,而是由无数的1%、0.5%、1.1%、1.5% 的小优化积累起来的。

“在成功这条道路上是没有捷径的,Zynga三年投入了巨资研发,而外面是看不见的,当然,如果有公司也愿意学习Zynga的研发方式,现在开始投入,以后也可以做到Zynga这样。”

Zynga成功靠的不是经验而是数据

提到数据,Zynga实际上是一个很特别的公司,它将感性的内容和理性的内容做到了很好的融合。

田行智谈到了Zynga员工的工作方式——产品经理的首要任务就是先要花30%以上的时间进行数据分析,然后才根据数据分析的结果布置新的任务,他们的数据分析细化到每一张图片的位置和颜色等等。

对于每个游戏,Zynga倡导的是像乐高玩具一样拼接:第一步哪个效果最好、最初五分钟什么效果最好、最初一小时什么效果最好。

“外人恐怕不知道,我们对产品的指标分析非常详尽,Zynga针对游戏数据进行了大量采集,分析出下一步应该做什么,这是外面所看不到的。”

据了解,在任何一款社交游戏中,Zynga都会对用户行为做精准跟踪,所有的行为都会有数据分析,然后再以此分析哪些功能是用户喜欢的,哪些是不喜欢的,并在下一次的升级中做出改进。

田行智表示,“比如游戏中的某一个建筑过高,档住了后面的道路,那么我们会在第一时间内调整建筑的高度,而这个调整的高度也并非凭经验去调整,一般而言,我们会给出五个不同的高度,让用户去体验,然后将用户体验的数据进行分析,最后找到一个最能让用户喜欢的建筑高度。”一旦某个测试成功,这些测试内容就会推广到所有游戏的用户。

“实际上,这是互联网公司常用的AB测试,但Zynga将此发挥到了极致,将大量不同版本同时推送给不同的用户”,“Zynga 的数据分析系统能做到每一个更新内容设计几个不同的版本,从后台同时推送给不同的用户群,在几个小时之内把数据统计结果发回来,分别得到各种设计情况下用户的使用频率和比例,造成的付费或者病毒推广效果的变化等等,并根据测试结果和事先设定的判断标准选择其中比较好的一种方案全部更新上去。”

经验只能是方向

每个技术公司都有技术大牛,但Zynga的思维方式不是拍脑袋,按经验,谁级别更高,谁就能够去掌握全局,经验和数据要同时来合作。游戏都是新的,经验只 能为开发者指明一个方向,但是有了经验方向以后,怎么去具体走好这条路,我们是让数据来告诉开发者。经验是很模糊的东西,而且每个用户,每个时候都感觉会 不一样,所以我们的优化是持续性的,并且要保证速度和深度。这也是为什么Zynga的很多游戏能够做到很大的,持续不衰的原因。

员工要有数据思维能力

但是问题也随之出现,在游戏开发领域,如果全凭数据说话,是否容易扼杀团队或个人的创意呢?

田行智认为,二者并不矛盾,过去没有数据的时候,产品设计来源于头脑风暴或者是高层拍板,但开发资源是非常有限的,所以会有很多争吵来制定到底做哪个主意。但如果有了数据,一切都以数据来说话了,用户的欢乐值、乐趣值都可以衡量,如果某个功能99%的用户都不喜欢,那么对不起,这个功能必须放弃。

而有了数据系统支持,开发人员反而能更加放得开,一次性可以测试很多不同的功能,而且每次只开放给1%或3%的客户,即便是错了也不会造成很大的影响,这也降低了整个产品失败的几率。

“在Zynga,所有人都用数据说话,我每天也看很多数据,如果有了数据,我们的一个工程师和一个PM可以直接反驳CEO。在Zynga,所有涉及产品的员工都需要有数据分析的能力。”

据了解,Zynga现在招聘产品人员基本上不要求一定要有同业工作经验,但一定是数据统计能力超一流的高才生,经过他们的培养,很快可以成长为优秀的产品人才。 。

但是千万不要被Zynga的数据分析理论所迷惑,Zynga除了有强大的数据分析理论,伟大的创意家也是必不可少的。在这里有曾开发了《红色警报》的Westwood的首席创意官和创始人Brett W Sperry,也有开发了大名鼎鼎的《文明》系列的主策划师。

“数据不是Zynga的全部,创意也是必不可少的。数据是在游戏上线后才有的,而在上线前,我们需要一些真正的高手对内容做指导,严格控制流程”,“Zynga很多游戏设计师都有十几二十年的游戏开发经验。”

数据分析理论背后的基础架构

而在Zynga强大数据分析理论的背后,是一套复杂的数据分析基础架构。

事实上,从2007年开始,Zynga便把筹集到的数亿美元都用来招募工程师和购买服务器。2008年秋天加入Zynga担任CTO的卡迪尔•李(Cadir B. Lee)被委任的任务便是建造游戏行业最大的数据仓库,目前,这个数据仓库每天要处理15TB的游戏数据。

“Zynga的开发技术架构专为数据分析而建、在开发机制上也是充分考虑了数据处理的问题”,田行智表示,Zynga数据仓库是基于SQL来开发的,这个数据仓库能够储存大量信息,而且快速提取,是过去两三年当中我们逐渐建立的。

据了解,Zynga的数据挖掘与分析部门主要是Oracle的前员工构成,每个领域都有三万份左右的报告,包括如何获取用户、如何留住用户和如何引 导用户付费。因此,在产品架构上,其数据仓库是基于SQL的,不同于普通的行式数据仓库,Zynga专门采用了新型的VERTICA列式数据仓库。

“我们经常需要提取各种表数据,列式数据仓库能够让Zynga在做一些表合并的时候很快,在这个架构上,数据提取的速度比Hadoop要快很多,这是很大的优势。”

与腾讯的合作

Zynga已临近IPO,对投资者而言,Zynga对Facebook的过度依赖无疑藏有较大风险。而今在中国市场借力腾讯,则可以避免把鸡蛋都集中在一个篮子里。但实际上,腾讯、Facebook、Zynga之间早有关联。去年4月,腾讯向俄罗斯互联网公司Digital Sky Technologies投资3亿美元,而后者手中也拥有美国社交网站Facebook和游戏公司Zynga股权。

田行智表示,“与腾讯合作看重的是腾讯巨大的平台价值和专业服务能力。作为刚刚进入中国的公司,我们目前最重要的是把第一步走稳,先要努力把《星佳城市》这个Zynga在国内推出的首款产品做好。”

Zynga研发之道探秘:用数据说话相关推荐

  1. 华为数据之道_DT|华为数据之道,怕你学不会,这次干脆出了本书

    多年前,我第一次以项目经理角色负责一家汽车厂的ERP系统实施.系统上线后,生产部门反映一种名为"尼龙布"的物料经常缺料,影响生产交货,进而抱怨系统做得不对.我和业务部门去仓库检查, ...

  2. 慧尔视:以CRM为抓手,打造用数据说话的企业

    慧尔视是一家致力于毫米波雷达研发.生产.销售的公司, 从成立至今已经有十余年时间,在全国建立了十个分支机构,业务覆盖全国各个省市自治区,目前在交通雷达的细分领域处于行业头部位置.CRM让慧尔视的内部体 ...

  3. 一文看懂 BDTC 2018:探秘大数据新应用(附 PPT 下载)

    12 月 8 日,北京新云南皇冠假日酒店,由中国计算机学会主办,CCF 大数据专家委员会承办,CSDN.中科天玑数据科技股份有限公司协办的 2018 中国大数据技术大会(BDTC)圆满落下帷幕. 从 ...

  4. 深度探秘大数据新应用,2018 中国大数据技术大会(BDTC)强势来袭!

    2018 年12 月 6 -8日,由中国计算机学会主办,CCF大数据专家委员会承办,CSDN.中科天玑数据科技股份有限公司协办的2018 中国大数据技术大会(BDTC),在北京新云南皇冠假日酒店隆重召 ...

  5. 腾讯云图,让数据说话

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯云数据库 TencentDB发表于云+社区专栏 一.腾讯云图 数据之美 了解腾讯云图之前,我们先来看看数据可视化? 这是星云图,他 ...

  6. 一文看懂BDTC 2018:探秘大数据新应用(附PPT下载)

    戳蓝字"CSDN云计算"关注我们哦! 12 月 8 日,北京新云南皇冠假日酒店,由中国计算机学会主办,CCF 大数据专家委员会承办,CSDN.中科天玑数据科技股份有限公司协办的 2 ...

  7. 腾讯云图,让数据说话 1

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯云数据库 TencentDB发表于云+社区专栏 一.腾讯云图 数据之美 了解腾讯云图之前,我们先来看看数据可视化? 这是星云图,他 ...

  8. 用数据说话——数据分析的基本思想

    今天分享一下数据分析的一些基本思想,我给它起了个名字叫做用数据说话.内容都是个人的一些心得,比较肤浅!如有不足之处,希望大家谅解!废话不说了,现在咱正式开始. 用数据说话,就是用真实的数据说真实的话! ...

  9. [转载]用数据说话 Pytorch详解NLLLoss和CrossEntropyLoss

    [转载]用数据说话  Pytorch详解NLLLoss和CrossEntropyLoss https://www.cnblogs.com/jiading/p/11979391.html NLL_Los ...

  10. 直播 | 脑血管斑块磁共振成像:技术研发、临床转化和数据挑战

    脑卒中(脑中风)是我国居民的首位死因,因其具有高发病率.高死亡率.高复发率和高致残率等特征,现已成为国人最为沉重的健康负担.脑动脉易损斑块破裂是缺血性卒中的主要致病原因.因此,早期识别脑动脉易损斑块是 ...

最新文章

  1. 反射 -- 通过字符串操作对象中的成员
  2. mysql char 和varchar哪种效率高_MySQL数据库中的字段类型varchar和char的主要区别是什么?那种字段的查找效率要高,为什么?...
  3. 什么推动当今品牌的忠诚度
  4. 上传文件和提交textfield_0基础掌握Django框架(37)文件上传
  5. 不要再问我this的指向问题了
  6. 如何删除git本地分支
  7. 手把手搭建一个完整的javaweb项目(适合新手)
  8. svn和git下载安装
  9. TCP/UDP端口大全
  10. Python Opencv cv2提取图像中某种特定颜色区域(例如黑字白纸背景下的红色公章提取),并将纯色背景透明化
  11. 如何阅读matlab项目并调试运行成,【转】读书笔记:MATLAB
  12. 2020年全国软件业务收入将破8万亿元
  13. testng和idea_TestNG,FEST和CDI
  14. 这些年MAC下我常用的那些快捷键
  15. R语言进阶之3:数据汇总/透视/提炼
  16. 十三、传智书城项目设计
  17. jfinal框架教程-学习笔记(一)
  18. 电源符号 VCC、VDD、VSS 为什么都要双写 C、D、S,这么写的目的是什么?
  19. Apache: 使用mod_deflate模块启用gzip功能
  20. OpenStack中国行(武汉站)现场记录

热门文章

  1. 【论文阅读|浅读】DeepEmLAN: Deep embedding learning for attributed networks
  2. ASU计算机科学专业大学排名,2013年U.S.News美国大学排名--计算机科学专业研究生排名...
  3. 关于TP3.2.3的反序列化学习
  4. 一文详解什么是代理模式
  5. 李理:自动梯度求解——使用自动求导实现多层神经网络
  6. 用python实现自动化翻译
  7. 用TEXT函数解决日期用连接字符日期变成数字格式的问题
  8. 关于电信路由猫、无线路由猫的设置
  9. SIM800C长短信学习笔记
  10. php发送邮件的方式,php 发送邮件几种方式