随着大数据AI对游戏运营的作用越发明显，如何通过较少费用、较短时间，完成游戏的研发和更迭，在精准触达每一位用户的同时还能确保留存率，成为游戏开发者和运营者开始考虑的问题。
事实上，大数据并非新鲜事物，早在上世纪90年代，伴随全球经济的快速的提升，人们对数据积累和分析的需要就慢慢的开始急剧增长，其应用领域开始慢慢地从天文、气象、军事、基因生物，逐步拓展到搜索、互联网乃至电子游戏等民用范畴。
伴随应用商店和社交网络的兴起，游戏市场规模空前扩大，大数据对游戏运营特别是延长产品寿命的非消极作用越发明显，但什么样的数据有价值，如何利用数据的价值，也越发显得重要。
游戏数据分析能让游戏开发商、渠道、分发平台都能实现精细化运营。比如，在一些游戏应用的平台上，每个人看到的都是一样的界面，但是能做到不一样，你很喜欢玩棋牌类的游戏，系统给你推荐的就是棋牌类，根据每个人的喜好来推送一些游戏。
今年3月底，魔方大数据圆桌系列论坛“数据智能助力游戏产业升级”举行，来自大数据行业与游戏产业的多位专家齐聚一堂，深入探讨了大数据和AI在游戏产业高质量发展中的应用与发展。
数据显示，2016年上海游戏行业产值达500亿元，在上海文化产业整体收入中占比达70%以上。游戏行业产业协会秘书长韩帅认为，在线游戏已成为上海文化产业最重要的一个细致划分领域，而且在线游戏具有天然的大数据平台属性，其中，游戏研发、游戏运营、游戏推广以及游戏玩家导流都与大数据密不可分。
我国游戏行业自2008年至2016年，市场规模由原来的185亿元提高至1655亿元，用户玩家数量由0.67亿上升至5.66亿。
ThinkingGameCEO吕承通认为，有一款休闲游戏，其每天的DAU(日活跃用户数量)是80万量，日增文本数据量为50G，数据库增量为45G，而这仅是一款休闲小型游戏。我国游戏产业的数据体量极大，海量用户产生的海量数据对游戏运营和游戏开发而言极具意义。
游戏作为一个虚拟世界，实际上却是依托于人类现实世界存在。如何通过大数据实现游戏运营和产品优化呢？
吕承通给出两点建议，首先，挖掘游戏外部数据，包括游戏分发渠道、游戏媒体、游戏论坛、玩家的有效发言等数据；其次，挖掘游戏内部数据，包括玩家活跃度、付费玩家数、DAU、玩家道具的购买行为等数据。
乐卓科技游戏运营总监廖亮认为，通过渠道数据分析，不但可以筛选出对产品有价值以及有潜力的分发渠道，还可以针对这些渠道增加投放活动数量和相关奖励内容，优化渠道结构以保障持续稳定的玩家导入。比如通过平台数据分析，可以对当前游戏版本的情况做评估，针对流失较为显著的时间节点分析玩家留失的具体原因，从而可以有效的进行游戏版本更新和游戏内容设计。
中国的游戏市场大部分是在PC和智能手机平台上，但现在电视屏幕的市场也在释放。
目前电视游戏行业的用户行为数据量已经逐步接近手机游戏。电视游戏市场一直以来都存在游戏种类少、吸金能力差等问题，不过这一现象有所改变，不过付费情况还是远低于手机游戏。
相关机构多个方面数据显示：到2020年，伴随着一个41%的复合增长率，中国电视游戏支出将达到11亿美元。
在论坛上指出，伴随着业态的不停地改进革新，大数据AI将在游戏产业发挥巨大的推动作用。上海市科委高新处副处长肖菁强调，企业在利用人工智能加速产业高质量发展的同时，还是要更加理性。因为目前尚未有明确的法律和法规对智能机器做到合理的行为规范，所以企业要在加强技术的同时还需要自律。
上一篇：2024年全球云核算商场规模及区域占比猜测剖析 下一篇：南方大数据300A
