如何在手游市场中致胜

尽管手机游戏已经存在了 20 多年，现在，这个价值数十亿美元的产业继续经历着爆炸式的增长，目前，通过应用商店提供的游戏数量约为 800,000 款。由全球领先的互动娱乐公司 King 出品的《糖果粉碎》(Candy Crush) 是在这个竞品丛生的领域热门的多版本游戏之一。King 的其他流行力作包括《农场英雄》(Farm Heroes)、《宠物拯救》(Pet Rescue) 以及《泡泡女巫》(Bubble Witch)。

该公司目前提供 200 多款游戏，玩家遍及全球，截至 2017 年第二季度，月活用户数量达 3.14 亿。其旗舰游戏被设计得“非常小巧”—— 这意味着您可以先玩一会儿，然后稍后再玩 —— 并且游戏是跨平台同步的，因此，您可以随时随地从任何设备畅玩。

在这个充满竞争的快节奏市场中，成功的关键在于打造始终有趣好玩的游戏。如果游戏太简单，玩家会觉得索然无味；而如果太难，他们会产生挫败感。从一开始，King 便依靠分析来帮助开发人员在简单和困难之间实现完美平衡。

更快的洞察、更高的效率

数以百万计的游戏玩家产生了大量数据，King 拥有全球最大的制作 EXASOL 集群，其 Hadoop 集群的磁盘容量超过 10PB。作为一家数据驱动型公司，King 一直能够管理大规模的分析，但他们想提高自己的能力 —— 在正确的时间为正确的人提供正确的洞察。

King 的“轴辐”(hub-and-spokes) 模式基于一个集中的组织架构，可为自主游戏工作室提供数据仓库和商业智能支持。各工作室有自己的数据科学家进行统计建模、预测以及供业务绩效经理 (BPM) 使用的细粒度分析，BPM 类似于特定游戏的产品经理，他们帮助塑造游戏以产生尽可能最佳的玩家体验。

在采用 Looker 之前，各工作室使用的多种工具无法与集中式 BI 服务完美融合，因此，查询可能产生不一致的结果。在时间至关重要的情况下，BI 复杂性可能使修改现有查询成为一个缓慢的过程。King 的团队意识到，是时候开始寻找能够更好满足其需求的 BI 解决方案。

King 商业智能主管 Jonathan Palmer 指出：“在我们的需求清单中，有两个问题居首要位置：如何能够将数据科学家‘解放出来’以集中精力做别人做不了的事？如何能够把更多权利交给 BMP 以及其他业务用户？”

选择 Looker：从概念证明 (PoC) 到积极采用

当 King 开始寻找新的解决方案时，他们明确了需要两种不同的产品。Palmer 解释道：“我们寻找一个会为我们提供单一数据源的语义层以及解读数据的通用层。并且寻找更敏捷的探索工具。”当团队发现 Looker 后，他们意识到，在一款解决方案中找到了所需要的两种产品，并且所有特性均满足其标准要求。

第一步是在巴塞罗那工作室进行为期两天的概念证明试用，一位数据科学家和一位 BPM 参与其中。在成功概念证明之后，他们选择了 20 个许可的试运行，并且很快拓展至 70 个许可。该公司继续定期向其员工部署 Looker。

“我们进行了一点宣传，然后通过口碑得到很多‘自发安装’。我们尝试让每个部门或工作室的一位关键人员接触 Looker。很快便一举成功。”Palmer 如是说。Palmer 估计有 150 至 200 位高度参与的用户至今已构建了 280 多个仪表盘，以及 100 个通过电子邮件自动发送仪表盘或 Look 的排程设置。

Palmer 的团队还一直鼓励业务用户将 Looker 内容嵌入在其 Confuence 协作软件中创建的页，这使得 Looker 的优势不仅仅局限于活跃用户组。

让数据驱动的公司尽享数据驱动的益处

在一个其运营的每一部分都依赖分析的公司，强大的自助工具的影响至关重要。Looker 在一些关键领域让 King 受益匪浅。

赋能的业务用户

King BI 团队期望 Looker 能够为游戏工作室的数据科学家和 BPM 提供帮助，但 Looker 对于整个公司的各个部门都具有明显的价值。采用的广度真的令我们惊奇。”Palmer 评述到。

所有主要工作室现在都使用 Looker，用户不再仅限于 BPM 和数据科学家。游戏开发人员、UI/UX 设计师和制作人都有自己的仪表盘，因此，他们不必等到报告发布后再对其工作进行微调。

此外，绩效营销团队也已加入其中，而 HR 部门最近已提出访问需求。以往，King 高管并不直接使用 BI 工具，不过，自试用阶段开始，负责绩效营销的副总裁一直热衷于构建自己的由 Looker 支持的仪表盘并创建计划。

让数据科学家重新专注于战略要务

由于采用 Looker 的工作室通过自助仪表盘立即获得了所需要的分析，工作室的数据科学家不再需要编写例行查询，而是能够专注于只有他们才能做的高价值工作。

通过集中工程提高效率

集中数据团队仍然非常忙，不过，现在他们关注的是以 LookML（Looker 的建模语言）编写的数据管道和数据模型的准确性、完整性和质量。工作流已经转变为协作模式。以往，数据仓库工程师要构建查询和 ETL 管道，然后 BI 工程师将接手构建前端报告。现在，每个人共同使用一个集中数据模型，该模型可由整个企业共享以进行自助分析。

根据 Palmer 的预计，由于这种新的自助模式以及 Looker 内置的适用于最终用户的功能，使用该工具，多年的努力已经被浓缩到前 7 个月。“例如，以往，我们的中心团队要花一年甚至更长的时间来为用户准备现在他们已经和计划构建的数以百计的报告。”

更敏捷的游戏开发

Looker 的灵活分析方法已经提高了游戏开发的效率。测试游戏需要快速洞察玩家如何与游戏互动，因为测试可能只运行几天。中心团队提出一个通用 KPI 定义（例如，玩家数量），然后各团队的数据科学家将测试点插入区分游戏的模型中，侧重于经济平衡或者衡量首次用户体验。这显著减少了获得洞察的时间，在游戏测试过程中，几乎没有玩家弃玩，因为游戏可能更加精彩。

同时，中心团队还可深入了解工作室使用模型的方式，这使他们能够验证模型或者根据需要对模型进行改进。同样的反馈也为数据仓库开发流程提供了信息。

单一数据源

无论团队是使用 R 语言，或者通过 Looker API 自定义接口，还是使用 looker 语义层，拥有单一数据源意味着他们都将共享一致的答案。

“他们并不害怕工具。他们害怕的是从两个不同的来源获得针对同一问题的两个不同答案。利用 Looker，除了外观和感受以及所体验到的易用性，令他们高兴的一点是，能够得到一致、可靠的答案。”

LookML 建模语言提供让这成为可能的语义层。根据 Palmer 的观点，“我们将工程工作集中于搞好那些模型，从而使人们能够按照我们希望的方式来解读数据 —— 在将灵活性与真实性相结合的约束条件下。”

出色的用户体验

Palmer 将 Looker 在 King 的成功部分归因于中心团队监控和调整其使用方式的能力。他解释道：“能够确保人们对一款工具有良好体验和工具本身的质量一样重要。” Looker 让一切变得简便易行，因为 Palmer 的团队能够使用 Looker 后端查看平均查询时间；了解一个模型是否正变得太慢或者是否有人出现太多错误；并且监控众多仪表盘、报告和计划的创建方式以及人们将多少时间用于使用工具。

他指出：“它被恰当、完好地打包到您已经使用的相同 UI 中。这使得您很容易提出需要进行扩展的论点，因为您可以说‘这就是吸引力所在。这就是差别化优势所在。’”中心团队还会评估人们是如何思考与他们试图讲述的“故事”相关的数据，从而使其既能够优化数据模型，或者为用户提供有关如何组织其问题的建议。

Looker 能够满足现在和未来的需求

如何在一家数据驱动型公司让数据更有价值？在 King 广泛传播的一个 Looker 帮助企业进行分析的关键指标是人们理所当然地认为这是他们日常工作不可或缺的一部分。 Palmer 评论到：“过去四年，我从来没有在经过会议室时看到有人在使用我们的任何一款 BI 工具。”

那么，今后会怎样？随着 Looker 继续在公司广泛采用以及工作室数据科学家创建可向上游推送的模型以与其他部门共享，Palmer 预期会看到 LookML 要素的双向流动。他还预测 API 的使用会增加。但最重要的是，King 将使用 Looker 在整个企业实现更高的效率，从而能够继续在竞争激烈的手游市场中保持不败地位。

关于 Looker

Looker 是一个统一的数据平台, 能够在决策时为员工提供行之有效的业务洞察。Looker 将数据整合到用户的日常工作流, 使企业能够从丰富的数据获得更大价值。2000 多家行业领先的创新企业 (例如,Sony、Amazon、The Economist、IBM、Etsy、Lyft 和 Kickstarter) 信赖 Looker 为其数据驱动文化提供动力。Looker 公司于 2020 年 2 月正式加入 Google Cloud。要了解更多信息, 请通过以下方式与我们联系:LinkedIn、Twitter、Facebook 和 YouTube 或者访问 looker.com。