一、行业综述
随着游戏产业进入成熟期，行业竞争日益激烈，给企业的市场运营及拓展带来了极大挑战，主要体现在两方面：
1、流量质量堪忧，价格越来越高，获客成本在运营投入中的比例居高不下；
2、玩家对于品质的要求越来越高，游戏项目的生命周期越来越短，直接影响项目的投入产出比；
在这样的背景下，越来越多的公司开始重视数据化运营体系的构建，通过基于数据指导的精细化运营，替代传统的基于直觉、经验的运营模式，进而达到降低获客成本、延长项目生命周期，对各个阶段的业务走向进行精准把控的目的。
二、游戏数据的“马斯洛需求”
按照游戏领域的行业细分，研发商、渠道商、发行商等不同类型的公司对数据化运营的业务需求各有侧重——从表现形式来讲，基础指标集、客户画像、精准投放&效果分析、智能算法等等，不一而足。总体上，从应用层次的角度又大致可以把它们分为数据存储/计算、基础数据分析、自助数据分析、数据智能几个阶段。
各阶段专注于不同的业务目标/价值：
1、数据存储/计算：汇聚客户端、服务端等各渠道数据，构建全域业务数据平台，同时提供海量数据存储、实时/离线计算能力；
2、基础数据分析：通过定义的指标口径，了解业务现状、发现业务中存在的问题；
3、自助数据分析：基于分析工具+算法模型对数据做深度剖析，洞察业务现象背后的原因、主动发现业务机会，指导市场决策；
4、数据智能：拓宽数据边界，提前发现、预警业务问题，行业动向探查；