系列文章：
- 游戏日志分析（1）：概览
- 游戏日志分析（2）：全方位数据采集
- 游戏日志分析（3）：程序日志规范与埋点
- 游戏日志分析（4）：线上问题定位与排查
- 游戏日志分析（5）：数据库与日志关联分析
- 游戏日志分析（6）：CDN/对象存储日志分析
- 游戏日志分析（7）：网络日志查询与分析
- 游戏日志分析（8）：数据库日志分析
- 游戏日志分析（9）：安全日志分析
- 游戏日志分析（10）：数据可视化与报表
- 游戏日志分析（11）：数仓建设
- 游戏日志分析（12）：实时数据处理与流计算
游戏挑战与机遇
我们先看一张图，这张图是应用市场的一个报告：统计了最近4年中，一款游戏从上架到达到90%下载量持续的时间长度（生命周期），横轴代表的是年份，纵轴代表的是持续的周数。在2012年，一款游戏平均可以持续180周（也就是说到了2014年仍有人下载），但这个比例每年在持续下滑，到2015年该区间已经到了24周，进入快餐式消费时代。
不管背后原因是什么，从整个趋势来看游戏行业已经从卖方市场（20年前游戏卡带相互借阅，一卡难求），到现在的买方市场。
第二个趋势是：云计算改变了行业，一个显著特征是游戏部署、上线时间缩短了。原先繁重运维工作进一步地减轻，传统意义上运维转向了运营。这是时代的挑战，也是全栈工程师的幸运。
刚才两点更多是共同面对的问题，第三点就是大数据制造的机遇了。我们把2015年24周打开看一下，机会在哪里？从图表中可以看到，游戏一般有4个阶段：研发、增长、成熟、衰退。在增长阶段我们会遇到模仿者，抢占市场份额。怎么去应对模仿者？少犯错、离用户更近一些，实时更改自己的运营策略。
游戏运作规律
虽然市场很激烈，但20多年来用户的习惯仍然不变。我们可以看下ongamesdata在的一副漫画。面对一款新的游戏时：
- 用户首先会尝试下载demo
- 之后会喜欢上游戏，和游戏朝夕相处
- 某些热爱的玩家会在facebook/twitter等传播游戏、引入更多的玩家
- 为游戏付费
客观上看游戏用户并没有因为市场竞争激烈而减少，相反移动互联网的出现让用户在闲暇时间可以享受游戏，社交媒体使得好的游戏更容易传播，用户也越来越舍得花钱，市场的机会还是存在的。
为洞察用户，团队需要做什么？
为了能够让用户爱上我们的游戏，能够长时间参与，最好的方法就是数字化整个过程。在一个团队中，不同的人在不同的方面关注游戏运行的状态，让我们来看一些例子，不同的人会关注什么？
A 总监
总监需要对整体状况有一个客观、宏观的衡量，并能够快速分析出原因，制定宏观战略。例如FarmVille（开心农场）DAU变化举例：
除此之外，我们可以通过用户特征、历史行为记录，反复参与程度等预测一个游戏可能的欢迎欢迎程度。例如我们可以根据观察到的数据（A、B、C）去预测一个结果（例如30天留存率），例如样本1就有很大概率会留存。
| 指标 | 含义 | 样本1 | 样本2 |
|---|---|---|---|
| A | 用户一周玩的时间 | 4 | 0.5 |
| B | 用户在游戏成长速度 | 3.5 | 1 |
| C | 用户在游戏中购买道具数目 | 25 | 0 |
| 预测30天留存率 | 95% | 5% |
其他重要指标包括：
- DNU（Daily New Users）： 每日游戏中的新登入用户数量
- AU（Active Users）：活跃用户，统计周期内，登录过游戏的用户数。相应的，根据统计周期，有DAU(日活跃用户)，WAU(周活跃用户),MAU(月活跃用户)等。
- PU ( Paying User）：付费用户
- APA（Active Payment Account）：活跃付费用户数。这里我们要注意“用户”和“付费用户”的区分，这也将影响收入的计算。
ARPU(Average Revenue Per User) ：平均每用户收入，即可通过 总收入/AU 计算得出。 - ARPPU (Average Revenue Per Paying User)： 平均每付费用户收入，可通过 总收入/APA 计算得出。
- PUR(Pay User Rate)：付费比率，可通过 APA/AU 计算得出。
- LTV(Lift Time Value)：生命周期价值，即平均一个用户在首次登录游戏到最后一次登录游戏内，为该游戏创造的收入总计
B 游戏运营者
游戏总监和规划主要focus在宏观战略层面做出决策，运营则需要在各个阶段打精细化之战。以我们提到的游戏四个阶段为例子：
在游戏投入市场后，需要在短时间内积累足够的用户数，我们会在广告和推广上下功夫。例如我们可以从页面埋点获得有多少用户看到广告、点击了游戏下载，输入了账号。
在游戏的试玩阶段，我们要从玩家的角度去衡量“参与度”。以FPS和页游为案例，我们可以把用户分成几个阶段，衡量每个阶段玩家的数目，耗费的时间及转化率。
运营主要关心的指标有
- CVR (Click Value Rate): 转化率，衡量CPA广告效果的指标
- CTR (Click Through Rate): 点击率
- CPC (Cost Per Click): 按点击计费
- CPA (Cost Per Action): 按成果数计费
- CPM (Cost Per Mille): 按千次展现计费
C 游戏开发者
这里说的开发者是偏向运营的开发人员，这类角色需要不断游戏的参数以确保平衡性与用户体验。例如以“今晚吃鸡”的FPS游戏为例，需要统计各道具的平衡性，以及关卡的难度设定：
- 程序员通过不同Kill事件统计武器的平衡性
- 通过地图可视化，调整关卡的难度与设置
除此之外，一般关心的数据有：
- EED：Enter Event 进入事件
- XED：Exit Event 最后退出事件
D 开发运维人员
开发运维人员（DevOps）最关注的是游戏的SLA、稳定性、用户使用的体验（延时、顺畅性）以及成本。另外如何对线上进行快速排查也是至关重要的，主要考虑点有：
- CDN的质量是否符合预期，全国各地的用户是怎么来访问的？
- 游戏各个服务器分布位置与用户增长分布
- 游戏客户端的卡顿率，崩溃率，使用模式等
- 服务端访问的延时、质量等
- 线上程序的日志查询、Debug，问题定位
E 客服人员
客服主要进行用户的咨询、问题的排查与诊断。例如
- 有用户丢失道具、如何排查
- 分析用户行为，是否有作弊等出现
- 登录失败、充值失败、下载失败、无法连接服务器等问题排查
收集用户行为、优化游戏整个过程
为了拿到以上结果，游戏团队需要做什么事情？我们可以大致拆分成三个过程：
- 在游戏开发阶段埋点
- 在各个渠道收集数据
- 对数据进行多维度的分析，拿到结果采取行动
在整个过程中串起用户端和服务端最重要的点就是日志数据。
运行两种状态：切片(Snapshot)状态和增量日志
为了更好理解日志和游戏的关系，让我们来看下什么是日志数据，和游戏之间是什么关系：
游戏在用户端看起来是两个行为交替：行动、绘图。当移动鼠标、点击键盘时我们改变了主人公位置和状态，之后渲染引擎进行了绘图。我们可以在一个时间点上对游戏的状态进行采样，例如10：06分，游戏中所有主人公的位置、金钱和手持武器如下，状态反映一个时间点下系统的全貌。
日志是状态与状态之间的变化量。例如10点-10点06分这个时间上用户做了哪些操作？日志相比状态最大的好处是，能够记录整个细节。
状态数据一般会保存在数据库（DB 或 NoSQL）中，数据量在几百G一下。
日志其他作用
除了刚才提到的帮助运营、渠道更高效地运作，日志对游戏还有什么作用？
-
帮助用户：
- 找寻丢失：装备掉了
- 修复数据：机器当机数据丢失了，可以通过日志来进行还原
-
定位异常：
- 找到偷盗、作弊等行为
-
广告；
- 没有打赢Boss：缺少什么道具
- 用户画像：年龄、性别、什么是你的菜？
-
日志可以帮助运维
- 用户反映卡，在什么环节
- 登陆失败，背后是什么原因
日志处理几个挑战
日志有那么多的作用，那处理起来有哪些挑战呢？
第一个挑战和产生相关，游戏涉及到方方面面的合作。例如涉及游戏发行商、移动端、网页端、服务器端等。因此要从多个维度、多个渠道来收集日志，对于每一种日志有独特处理方法：例如为了分析渠道我们需要在网页埋点；为了拿到用户的行为，我们需要从移动设备、服务端等记录玩家轨迹；为了分析服务的稳定性，我们需要观察请求的延时等特点。
在这里我们需要使用一个统一的数据模型，支持各个渠道的数据通道来完成统一大事。
第二个挑战来自规模、性能和稳定性：举一个直观例子，假设每秒钟我们需要收集一个用户1KB数据，在100W玩家同时在线的情况下，这个数字就是100MB/S处理流量，这个量挑战不小。如何在数据规模增长的情况下，保持性能的稳定性，是工程师需要关注的。
第三个挑战来自于需求，在之前我们提到了游戏团队中不同人对于需求的产出是不同的。比如对访问日志，运营的需求是统计活跃人数比例，运维关系的是延迟和访问状态，开发关心的点是哪些资源是热点，需要进行优化。因此我们需要对一份数据，支持多种处理、统计的方法。
阿里云日志服务
阿里云的日志服务（log service）是针对日志类数据的一站式服务，2013年研发，有5年多线上运行经验，经历双十一、新春红包等考验。对应的Agent运行在100W+机器上，为万级别应用提供服务。主要特点点如下：
日志服务主要包括 实时采集与消费、数据投递、查询与实时分析 等功能，接下来我们介绍下如何利用日志服务进行游戏日志处理与分析。
