我来教你如何科学地进行游戏运营。

说到游戏数据，你可能会理解为游戏数值，但我这边的游戏数据是指游戏运营和数据分析。不过暂且没找到较好的相关知识内容，大部分人对游戏运营和数据分析的定位似乎就是拉新留存、做做表格，这其实是一种极大的误解。

如果说游戏策划、游戏开发是游戏研发阶段必不可少的岗位，那么游戏运营和数据分析就是游戏发行阶段必不可少的岗位。设计开发出一款优秀的游戏是困难的。同样，维持一款优秀的游戏也是极具挑战性的。

这篇文章不会告诉你游戏运营/数据分析有哪些方法，所以抱着这个想法的可以关闭这篇文章。那些方法只要耐点心，网络上一箩筐。但有一个问题：你怎样去判断这个方法适用于你的游戏？

我将会用《这才是心理学》中的一些知识点切入游戏数据的应用思路。或许你会疑惑，容我解释一番。

首先，游戏运营和数据分析，都基于游戏数据，那么如果游戏数据的准确性和有效性都很低，例如数据都是无关紧要的、可信度很低，那么即使再怎么分析，也得不出一个良好的结论，因为从一开始就已经错了；其次，或许拿到了较为精准的数据，但是要如何去衡量分析结论的对错？如果只利用运营来实践检验的话，只是在做豪赌。

上面这段话，其实是针对科学中的实验操作（操作主义）的情境应用。实验操作要想有用，必须同时具备信度（准确性）和效度（有效性），而得出的结论需要避免鲜活的个人见证（人的主观性）和选择性偏差（选取错的变量为参考），以及同行的可重复实验。

当然，我并不是想说对待游戏数据要像对待科学一样那么严谨和繁琐，毕竟它始终只是一种娱乐方式。但是我们可以利用科学的方式来更准确地进行游戏运营，毕竟我们所有的运营方式都是依靠着数据来做赌注，那么为何不增加赌赢的概率呢？

别让个例影响你的判断

书中提到，社会和认知心理学家已经研究了人类记忆和决策中的所谓“鲜活性效应”：当面临问题解决或决策情境的问题的时候，人们会从记忆中提取与当前情境有关的信息。因此，人们倾向于利用更容易获得的、能够用来解决问题或作出决策的信息。

个人见证的鲜活性常常令其他一些更可靠的信息黯然失色。购物时，我们在不同的品牌前权衡了半天，最后却由于某个朋友或者某则广告对于另一产品的推荐，而在最后一刻放弃了自己的选择。

图源网络

鲜活性影响人们决策，这样的例子无论在哪个领域都不难找到。人们有这样一种倾向：即使能够获得更为精确的信息，人们的判断也常常受到某个突出例子的影响。

相关性和因果性

书中用了糙皮病来介绍这二者的区别。在20世纪初期，数以万计的美国南部民众患上并死于这种疾病。许多来自全国糙皮病研究学会的医生都认同这样的证据：糙皮病和卫生条件有关。理由是，经济状况良好的家庭似乎总是远离糙皮病的困扰，因为他们有自来水管道和良好的污水处理设施。相反，糙皮病患者家中的污水处理条件都比较差。

这种相关恰好验证了这样的观点：由于糟糕的卫生条件，传染性疾病是通过糙皮病患者的排泄物传播开来的。但最后的结论是：糙皮病是由于营养不均衡的饮食引起的。许多患者赖以生存的都是高碳水化合物、蛋白质含量极低的饮食，而那些经济状况良好的家庭，在饮食上会包含更多的动物蛋白。（最后是通过一个对比实验来验证结论的正确性，就不谈了）

相关性和因果性往往让人迷惑，因为存在第三变量和多重原因的影响，我们往往会看不到真正影响本质的变量。幸运的是，有许多复杂的相关统计方法，例如多元回归、偏相关、路径分析，能够去除其他变量的影响，提出公因子或定义协变量之后重新计算两个变量直接的相关。

找到相关性意味着摸索到问题根源的方向，而在这种情况下，虚假相关很容易出现。这也正是选择性偏差非常容易出现的原因。你很可能由于主观期望看到因果联系，而忘记了相关变量的正确性。

例如二战期间的一个故事：一位飞机分析师一直试图通过分析飞机被子弹击中的弹孔发布，来确定飞机上的哪个部位是应该放置加固防弹层的位置。他最后的决定是：把加固防弹层放在返航机上没有弹孔的地位。他的理由是，子弹袭击飞机各个部分的几率是均等的，所以，如果一架飞机能返回，就表示这架飞机被子弹击中的地方必定不会对飞机造成致命损伤。那些没有弹孔的地方，看来都是要害，因为该部分如果被击中，飞机可能就不会返航。这个故事提醒我们选择性偏差违背常理的一面。

关联性原则和聚合性证据原则

科学中的概念变化遵从关联性原则，就是说，一个新的科学理论，必须与先前已确立的实证事实建立关联。新的科学理论不仅仅要解释新的事实，还要兼容旧的事实。而对于证据的评估，有一个原则：聚合性证据原则。它提示我们去审查相关研究文献所呈现的瑕疵模式，因为这类模式要么支持，要么否定我们想要做出的结论。

假设来自大量不同的实验的结果都很一致地支持了某一特定结论。假如实验本身并不完善，我们应该继续去评估这些研究瑕疵的性质和程度。正如安德森所言，“不同的方法很有可能涉及不同的假设，当一个假设能够通过众多基于不同的假设的证伪检验时，我们可以说是得到了一个强有力的结论”。

聚合性证据原则的最后一个启示是，当一个问题的最初的研究结果看上去有些矛盾时，我们不应当对此感到绝望。这些矛盾只不过是因为我们对问题理解得还不够充分，这些矛盾还可能仅仅是偶然事件，或者源于不同实验在方法上的细微差异。

概率的作用

问：男人比女人高，对吗？

答：“对。”

问：所有男人都比所有女人高，对吗？

答：“错。”

完全正确。你为第一个问题给出了肯定的答案，这是因为你没有把“男人比女人高”这句话理解成第二个句子所说的“所有的男人都比所有的女人高”。这反映了一个概率趋势，而不是一个在如何情境中都适用的事实。

大部分公众都能意识到，医学的许多结论采用的是概率趋势而非绝对确定性的表述。吸烟会导致肺癌并诱发其他健康问题，医学能够以很大的把握告诉我们，吸烟群体中的人比与之相似的非吸烟群体中的人更容易死于肺癌，但不能告诉我们是哪一些人会死，这种关系就是概率；它并不适用于所有个案。

但人们很难接受概率性预测的现实——人们并不是生活在一个确定的世界中。往往我们试图说服一个瘾君子戒烟，所得到的结果仅仅是对方的讥讽：“嘿，走远点！你看那个铺子里的老乔，他从16岁开始，每天要吸三包骆驼烟！现在他已经81岁了，看上去还很结实！”

当我们面对和过去持有的观点相矛盾、同时又是强有力的证据时，无所不在的“某某人”统计学总是会立刻跳出来否定这些统计规律。

偶然性事件

我们大脑的进化始终以这样一种方式，就是让我们能够不懈地寻求世界中的各种模式。我们寻求身边事物的关系、解释及其背后的意义。埃里克·瓦戈在《美国心理协会观察者》上写道，“大脑可以被描述为一个‘非因果的关联器官’——贪得无厌的意义制造者”。

然而，人类认知过程的这种极具生存适应性有时也会反戈一击。例如，环境中没有什么可以进行概念化的东西，可我们还是一味地去寻求概念性的理解，这就是一种不良适应。那么，到底是什么在人类认知这一最与众不同的方面制造麻烦呢？是什么打乱了我们对结构的寻求并阻碍了我们对事物的理解呢？没错，就是概率。具体一点，是偶然性和随机性。

偶然性和随机性是我们周围环境不可分割的一部分。自然界发生的很多事情，都是系统性以及可解释的因素与偶然因素共同作用的结果。

世界上的许多事件不能以系统性的因素来完全解释清楚，至少现在还不能。然而，当一个特定的现象没有现成的系统解释的时候，我们头脑中的概念寻求“设备”往往仍在隆隆运转，试图将无意义的理论强加与原本随机的数据。

人们有解释偶然事件的倾向，这一现象在心理学的研究中称为错觉相关。当人们相信两类事件在通常情况下应该一起发生时，就会认为自己频繁地看到了同时发生的现象。即使面对随机事件，人们也倾向于看到他们所期望的联系：他们在原本没有的规律的地方看到了规律。（人总是会为一些事情赋予意义，否则人生就太无聊了！）

还有一些心理学家则研究了另一个与此相关的现象，该现象被称为公平世界假设，它是指人们倾向于相信自己是生活在一个公平的世界里，在这里每个人都得到他们应得的东西。

到这里，其实我们已经讨论了很多关于游戏数据的东西。

我们有吗？或许你心中会有这样的疑惑。

如果你能将别让个例影响你的判断中的个人鲜活性换成某些玩家对游戏的评论抱怨，将相关性和因果性转化为你的数据分析变量中的参考，将关联性原则和聚合性证据原则理解为游戏兼容性和多重数据指出，将概率的作用中的趋势概率和“某某人”统计学转换成抽卡概率和某些人的欧皇/非酋属性，将偶然性事件中的解释偶然性倾向变成玩家抽卡前的祷告，等游戏类比时，你就可能会意识到原来我们一直在讨论游戏数据。

正如《这才是心理学》中对菜谱式知识的定义：那些只告诉你如何去使用某物，但对其基本运作原理一概不谈的知识。

你可能就会明白为什么大部分书、文章会那样去写，因为拿来主义的读者数不胜数，他们乐于看操作手册，而不想深究其内核。这并没有问题，因为我也不想在操作电视遥控器前就必须要了解电路原理和红外线原理。但是，如果你想以此为生，将其作为职业时，其内核原理才是能让你不断走下去的东西。

我对思维的理解是：思维升华的过程就好像是打开每个阶段的大门，而大门的钥匙取决于自身的启迪，这源于很多方面。但每一个阶段的大门不止一个，大门的钥匙也不止一把，你很可能会拿错钥匙或开错门，而避免错误的最好方式就是不断深究、不断学习。

正如书中描述的：科学就是在不断试错的过程中建立正确，为了减少错误就必须接受错误。

当然，我十分不建议你在招聘、工作中讲述这些东西，对于管理者来说，这没有任何意义。这些东西，要悄悄藏起来，隐藏在招聘、工作中。毕竟成长是个人的事情，没必要公之于众。