Day 2｜游戏数据分析到底要回答哪几个问题
系列第 2 天。昨天聊了为什么自建，今天先别急着写代码，想清楚这套系统到底要回答什么问题。问题没想透，系统一定跑偏。
很多人一上来就纠结用什么数据库、什么框架。我的经验是：先别管技术，先把"要回答的问题"列清楚。系统能力的边界，是由问题定义的，不是由技术定义的。 游戏数据分析，翻来覆去就是在回答五类问题。
一、用户还在不在？——留存
玩家今天进来了，明天还会回来吗？第 7 天呢？第 30 天呢？ 留存是游戏的命根子。一个新游戏次日留存（D1）跌破 30%，基本可以判死刑。所以系统要能回答：某一批新用户，随时间推移还剩多少人在玩。而且要能按渠道、按区服、按版本切开看——因为"整体 D1 是 40%"没意义，"A 渠道 D1 只有 15%"才是能动手的信息。
二、玩家花钱了吗？——付费
付费率多少？人均付费（ARPPU）多少？首充转化率多少？大 R（大额付费用户）占了多少流水？ 付费分析最容易踩的坑是口径。比如"总付费金额"这个字段，到底是单笔金额还是累计金额？测试账号和虚拟货币算不算进来？口径错一个，结论全错。这些坑后面会专门讲。
三、玩家在哪走丢的？——流失与卡点
玩家不玩了，是在哪一步放弃的？ 新手引导第几步掉的人最多？卡在哪个关卡过不去？战力停滞了多久就流失？这类问题要能定位到具体的那一步、那一关，而不是只给一个"流失率 40%"的笼统数字。我们后来做的 AI 诊断，就是专门回答"ch5 到 ch6 流失率翻倍，是难度设计问题"这种颗粒度的结论。
四、核心玩法转得顺吗？——行为与漏斗
一个关键流程，用户从第一步走到最后一步，每一步漏了多少人？ 比如"打开商城 → 选商品 → 下单 → 支付成功"，每一环的转化率是多少。漏斗分析回答的就是这个。它和流失分析是一体两面：流失看"人去了哪"，漏斗看"流程断在哪"。
五、经济系统健康吗？——资源与平衡
SLG、MMO 这类游戏，还要盯经济系统：各种货币产出多少、消耗多少、通胀了没有、道具堆积了没有。经济一旦失衡，玩家体验和付费意愿会一起崩。
把问题翻译成系统能力
这五类问题，直接决定了系统要具备哪些分析模型：
| 业务问题 | 对应的分析能力 |
|---|---|
| 用户还在不在 | 留存分析 |
| 玩家花钱了吗 | 付费 / 事件分析 |
| 在哪走丢的 | 流失 / 漏斗 / 路径分析 |
| 玩法顺不顺 | 漏斗 / 事件分析 |
| 经济健不健康 | 经济分析（基于事件聚合） |
而所有这些模型，底层都踩在同一个地基上：一条条用户行为事件。玩家登录、通关、付费、点商城，都是一个个事件被记录下来，分析不过是在这些事件上做各种切片和聚合。 所以地基就是——埋点，以及描述埋点的元数据。这两样东西的质量，直接是你所有分析结论质量的上限。 明天，我们把整套系统的全景架构画出来，让你一眼看清数据从埋点进来、到最后变成一张图，中间都经过了哪些站。后面每一篇，都能在这张图上找到自己的位置。
下一篇：Day 3｜一张图看懂整个系统长什么样
