【大话IT】在数据分析中，你都遭遇哪些技术命门？（获奖已公布）

lbj06

支持王者农药

kasabulanka888

“为什么总有人说微信公众号不行了？”
“因为大多数公众号的数据确实下降的很厉害。”
“那为什么我看到的有些公众号数据越来越好？”
“想想你为什么弃坑阴阳师，沉迷王者荣耀了？
那么，如何通过数据挖掘和数据分析来阐述一个产品的发展成败，这其中我们又需要运用到哪些技术手段来解决该问题呢？

答：對於游戏本人从来不玩,深知游戏的危害！听同事了解了下,阴阳师的互动性相对很差,王者荣誉互动性特别强,特别是当今
讲究团队合作的重要性,在后者体现的淋漓尽致,有人在游戏得到了"老大"的尊称及多人服从的帝位,其他人也得到了快速跟随升级;
从而是双赢的局面.
从数据分析来讲,最重要的就是总体在线量,对游戏收益来讲是总体在线交易量！ 两者相比后者比前者要强不至多少倍.交易值每天皮服达亿的概念.

从数据分析来看,游戏本身就是有一个无形的产品,成败不是游戏本身的收益,而取决游戏本身对游戏者现实生活中的收获！游戏的利弊不是本期
的话期，从技术手段来解决的最重要的是 投其所好.从游戏者本身玩游戏的目的和喜好做出 如角色,竞技等相类的游戏.前提还要遵守国家的法律.


今天，让我们从数据分析的角度，展开讨论：
1.在收集数据过程，数据分析和挖掘有哪些公开的数据来源来祝你判定某个产品的发展趋势？
答：每日在线总数量,交易量. 还有一些大神（职业游戏者）视频推出的讲解.

2.在大大小小的数据分析中会因为各种原因犯不同的错误都是哪方面的呢，又如何解决的各位大神可分享经验吗？
答：从DBA来讲只注重DB及Server的各项性能的稳定性,从开发来讲关注的是达到的功能;在每个人每个方面来讲都是

在每个人的立场来阐述,我们只是某一方面,不能诠释整体.目前较多的采用工具是hadoop这种海量数据分析,大大加快了数据的分析.当然还有其它软体,相对此软体,对扩展性,开源性,灵活性的分布式的软体优先选此类软体.

王江玉

我刚才把王者农药卸载了，因为丫今天又出更新了还是400多M的更新，实在受不了了，天天更新，2天一小更5天一大更，比大姨妈还准时。

pure_lotus

今天，让我们从数据分析的角度，展开讨论：
1.在收集数据过程，数据分析和挖掘有哪些公开的数据来源来助你判定某个产品的发展趋势？
有助我们判定某个产品的发展趋势的最公开容易获取的的数据是活跃客户的总数、社会影响曝光度。这个数据来源可以从APP安装总量来统计，几个重要的最有名的应用市场都有显示下载总量，反推一下就大致知道整个网络下载安装的量。
另外的一些数据要有后台权限的产品经理才可能知道，如产品用户上网的时间段、持续在线时间线、IP段、高峰人数和低峰人数等，这个来源只能是系统日志了。
单从王者农药的收集数据公开信息来说，我觉得这个产品的趋势是到了社会影响力越来大，参与的学生越来越多，再过一段时间，就会受到教育部门和家长们的质疑，然后就是社会舆论要喊打，甚至会被禁，单靠防沉迷系统做个样子是不行的。当有一些无法自拔的孩子出现，人家家长不干了，这个产品也就完了。

2.在大大小小的数据分析中会因为各种原因犯不同的错误都是哪方面的呢，又如何解决的各位大神可分享经验吗？
主要还是数据质量吧，即使是大数据，与怕遇到假数据，数据的真假和数据的多少没有必然关系。所以数据质量的建模非常重要，不能依靠单个数据来源，数据分析之间要能够相互验证。

sqgame0706

太多了，说不完

xuzhengchuang

数据分析遇到的最大的问题就是 没有数据

wuqingbingyu

王江玉 发表于 2017-7-12 08:30
我刚才把王者农药卸载了，因为丫今天又出更新了还是400多M的更新，实在受不了了，天天更新，2天一小更5天一 ...

互联网产品都是迭代更新的啊

wuqingbingyu

pure_lotus 发表于 2017-7-12 10:24
今天，让我们从数据分析的角度，展开讨论：
1.在收集数据过程，数据分析和挖掘有哪些公开的数据来源来助 ...

等到了家长和学校都抵制的时候,这个游戏的生命周期也差不多了,腾讯钱也捞足了已经

东风玖哥

1.在收集数据过程，数据分析和挖掘有哪些公开的数据来源来祝你判定某个产品的发展趋势？
我现在已经可以通过某些技术网站或服务的公众号推送频率判断他们的运营状况了。

2.在大大小小的数据分析中会因为各种原因犯不同的错误都是哪方面的呢，又如何解决的各位大神可分享经验吗？
微信文章阅读量是可以造假的，点赞数是可以花钱买的

pastime_Wang

1.在收集数据过程，数据分析和挖掘有哪些公开的数据来源来祝你判定某个产品的发展趋势？
主要看搜集对象的类别和相关性. 可以从下面几个公共数据源来获取相关的数据:
1. 国家\政府\协会等提供的统计数据或年鉴. 如 国家统计局公布的统计数据(具有历史的连续性)
2. 一些共享数据平台提供的API. (大部分是收费的)
3. 数据交换(有偿收费)
------------------------------------------------
2.在大大小小的数据分析中会因为各种原因犯不同的错误都是哪方面的呢，又如何解决的各位大神可分享经验吗？
1. 数据源的准确性不一, 同样的数据从不同的平台获取后会有些差别，可能会带来统计偏差
2. 数据源格式不统一，造成导入分析困难。
3. 数据源粒度和时间性参次不齐，很容易造成模型失衡和偏差。
4. 分析过程中需要反复趋势计算，识别和去除 "变异/异常" 数据而发现 "周期性" 数据。需要考虑更多维度和条件（比如节假日等）