游戏行业的100种死法（六十）

游戏因“数据不好”而失败，是小团队常见的一种死法。具体分析如下：失败过程：国内很多小团队项目失败过程相似，游戏完成后签代理，经几个渠道测试“数据不好”，拿回来修改后再次测试“数据还是不好”，代理不再找渠道或渠道不给量，最终没有收入而失败。对“数据”的看法：数据并非绝对科学：虽然很多业内人士认为“数据分析非常科学”“数据是不会说谎的”，但游戏数据测试与科学实验不同，科学实验具有可验证性，而游戏数据测试常出现同一游戏在不同渠道测试结果大相径庭的情况。“数据差”的解读：“数据差”只能说明有问题，但不能确定问题所在。游戏本身太烂是可能原因之一，但还有其他多种可能性。影响数据的其他因素：导入量质量：是否存在垃圾量，导入量样本是否足够大。例如，若导入大量非目标用户，数据必然不佳。目标受众匹配度：游戏目标受众与导入人群是否相符。如科幻军事题材游戏导入大量想玩连连看的女性用户，腐女向游戏导入大量宅男量，角色形象为天线宝宝类却期望吸引30多岁白领等，都会导致数据不好。导量成本与效率：对于小团队而言，常规渠道筛选相对小众题材用户成本巨大，可能远超游戏收入。而代理方的导量渠道和主要流量来源是否与目标用户相符也是关键问题。自运营的优势：自运营可能比代理方导量效率更高，且能将产品命运掌握在自己手里，减少因“数据不好”等问题导致的失败风险。