数据一般分为三类：基础业务数据、用户行为数据、用户反馈数据；
从基础的业务数据中，我们可以为业务生命线提供事实依据，并分析现有业务的优势与不足。针对此类数据，比较主流的应用方案是利用关系型数据库进行分析处理；
一般可以通过打点的方式来收集大量的用户行为数据，以分析用户的行为特征，来帮我们进一步对业务线进行设计优化，从而让用户获得更好的玩家体验，进而达成转化；
而用户的反馈数据反映了用户在真实的使用场景中正在发生的问题，在预测用户行为习惯方面可以发挥巨大作用。它可以来源于游戏界面的某个按钮，也可以是网站上的某个常见问题解答页面，或者是人工客服等。
针对用户行为数据的分析主要包括数据的提取、处理、分析与可视化四个部分。
如上图，右侧部分一个整体的数据处理思路和架构图。通常来说，我们可以利用谷歌生态中的 Firebase 来进行打点和收集用户数据，BigQuery 作为 GCP 的数仓产品已经与 Firebase 进行集成。在着手处理数据时，我们可以直接从 Firebase 中导出数据至 BigQuery 来进行后续处理分析。
当然，除了使用 Firebase 我们还可以利用第三方平台进行用户行为数据收集，之后再通过 GCP 的 pub/sub 和 Dataflow 构建 datapipeline ，之后再将数据导入 BigQuery 中进行处理。
在 BigQuery 中，我们可以根据不用的业务场景和需求，将原始数据转换成不同的中间表，例如 pv、uv、ltv 等，之后再使用免费的可视化工具 DataStudio 进行数据报表和图表展示。
Demo 展示
利用用户行为数据和 BigQuery ，我们可以很方便的查询新增用户的设备、系统、地区分布，还可以精细力度地将 Google 平台所获取的数据根据自定义方式进行查询分析。
上图为我们做的 Demo，展示了新增用户的国家、地区、语言的分布已经设备版本的分布情况，这可以帮助我们的产品运用人员针对用户的质量和分布情况更加地了解。
上图为卸载留存分析，是 Firebase 和 BigQuery 结合使用的一个成果。具体的使用过程中，我们可以实时地追踪、分析用户的卸载情况，并且这些数据是具有全网唯一性。
推广渠道分析结合归因数据，营销人员可以准确的把握来自每一个广告主的用户行为数据，准确把握营销精准度和质量，再结合广告投放进行实时分析，从而精准地计算出 ROI，提升决策效率。
上图即是利用 Google 和第三方归因数据进行结合，对不同投放渠道所做的数据分析，判断不同渠道广告 campaign 的浏览和卸载的情况。
用户评论数据作为玩家的问题、建议和态度的载体，包含了玩家对于产品或游戏的认可和接受度，对于游戏的评估优化具有重要意义。所以我们通常需要通过一条条的评论来解读玩家的想法，进而作为产品改进或者营销策略优化的重要参考依据。
目前我们很可能会面临缺少整体有效的分析方案，从而导致只能看到表面的统计信息。
如上图示例中，我们可以看到一个游戏评分的整体分布情况，但是可能并没有很好的利用评论数据来挖掘潜在价值。事实上，我们可以通过文本分析的方式来对玩家的关注焦点、讨论话题以及情感倾向和主要评论的主题对象进行深入解读。
GCP 所提供的 NLP（Nature Language Programming ） 服务，就是利用机器学习技术，从非结构化的文本中提取有用信息。我们借助 Nature Language Api 提供的强大的预训练模型，可以在游戏应用中使用各种自然语言挖掘功能，包括情感分析、试题分析、实体情感分析、内容分类等等。
根据测试数据我们做了一个示例，再使用了 NLP 分析之后可以看出，在评分分布的基础之上，可以更深层次的挖掘出在不同评分中主要的关注点是什么。
首先我们来看上图左侧，在测试数据中，一星和五星的评论数据最多，两极分化比较严重。并且在一星的评论中，主要的关注焦点在于网络和作弊、开挂两块内容，而在五星的评论中，这两块内容出现的频率较低。
上图右侧，评论文本中评论者的主观感情色彩消极的情绪占据多数，达到54%，积极的情绪仅有32%。
之后我们针对文本进行关键词词频提取，并且基于树形图进行展现，如下图：
通过上图的展示我们可以看出在测试数据中，一星的评论中出现最多的词是 Uninstall 、Burn Money，而在四星、五星的评论中，interesting 、fun 的出现频次较高。
综上，我们可以总结出一个评论数据分析的总体方案。
首先，确定分析目标，然后进行数据采集和抽样，之后对采集到的数据进行清洗，去除非法字符、规整数据。接下来我们需要进行模型训练，以挖掘和分析数据，最后结合文本挖掘的信息进行可视化展现。
具体使用的产品或服务如下：
利用 BigQuery 存放收集到的评论数据，再利用 Google Cloud 的 Translation API 、NLP 等 AI 工具进行数据处理，并训练模型，进一步的分析之后将结果数据再次导入 BigQUery。之后我们可以将数据集成到 BI 工具中，例如 DataStudio 或Looker 来进行数据可视化分析。
WebEye 是中国大陆地区首家获得 Google Cloud MSP 资质的合作伙伴。点击了解：企业上云服务。
WebEye 为全球企业提供⼀站式数字媒体营销解决方案、增长效率工具平台、云服务、安全合规、游戏发行服务。我们汇集全球优质的移动营销资源，用大数据精准决策，用AI管理创意素材，用智能化平台实现聚合广告投放。WebEye云计算服务与多云管理平台、安全合规服务助力企业全面数字化转型。子品牌ModooPlay为国内外游戏开发者提供全渠道、一站式的游戏发行服务。