Perfect World logo
完美世界
国内发行数据分析师

国内发行数据分析师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 1.8–3.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公数据分析
数据分析
Sql
增长分析
投放效果分析
数据运营
游戏发行
用户行为分析
竞品监测
经营分析

值不值得投

66综合评分

综合评分 66

游戏发行全链路数据分析岗,技能成长强,WLB信息不明确。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

2.4万

比数据分析中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

83 个在招

市场机会

选择面较广

北京 · 数据分析 · 约 160 个在招

职位详情

关于这个职位

该岗位面向游戏国内发行场景,负责产品全周期、宣发投放、渠道媒体、版本内容及竞品表现的数据分析

你需要用SQL、Python等工具建立分析模型和预测模型,为游戏发行策略、版本优化和市场判断提供数据支持

最低要求

年以上增长分析/数据运营/经营分析等发行相关数分工作经验;

热爱游戏,有二次元游戏经验优先;
拥有游戏完整数据分析经验,能够独立开展研究项目;
熟练使用SQL、Python等数据处理、量化分析工具

工作职责

负责国内产品数据分析工作,提供全周期数据支持,包括但不限于数据验证、市场用户行为、产品分析及舆情分析等;

支持国内发行效果数据分析,包括宣发效果分析、渠道媒体分析、投放效果分析、生态效果分析等,推动业务调优;
针对游戏版本内容,定期进行专项分析,包括但不限于游戏测试期、公测期、版本期数据分析;
结合已有数据积累建立预估模型,为游戏数据表现以及市场分析提供结果预测;
进行竞品监测,保持对核心竞品和新游的关注,监控关键数据表现,为游戏提供方向性指导和参考

优先资格

有二次元游戏经验优先

AI 洞察

优缺点分析

优点

  • 岗位覆盖游戏发行全链路,能积累从测试、公测到版本运营的完整数据分析经验
  • 工作内容与业务结果关联紧密,分析结论可直接推动宣发、投放和产品调优,成就感较强
  • 需要掌握SQL、Python、预测模型和竞品监测,有助于形成游戏行业数据分析的复合能力
  • 测试期、公测期和版本期通常节奏紧,分析需求可能集中且对响应时效要求高
  • 竞品监测和效果归因存在不确定性,需要持续校准模型和分析口径
  • 适合有五年左右游戏发行、增长分析或经营分析经验,熟悉SQL/Python,并且对游戏产品和用户行为有强烈兴趣的数据分析师

缺点 / 挑战

  • 对热爱游戏、尤其关注二次元赛道的求职者来说,业务理解和兴趣匹配度较高
  • 发行数据分析需要同时理解数据、用户和市场竞争,业务复杂度较高

角色解读

  • 可向资深数据分析师或数据专家发展,深耕游戏发行、用户增长、经营分析和预测建模方向
  • 可转向数据科学、商业分析、经营分析负责人等岗位,承担更复杂的模型建设和策略支持工作
  • 长期也可向发行策略、产品运营或业务管理方向发展,用数据能力驱动游戏项目决策
  • 围绕国内游戏产品做全周期数据分析,覆盖数据验证、用户行为、产品表现和舆情分析,为发行决策提供依据
  • 分析宣发、渠道媒体、投放和生态效果,判断不同发行动作对新增、活跃、留存或转化的影响,并推动业务调优
  • 针对测试期、公测期、版本期做专项分析,跟踪版本内容表现,识别问题并给出优化建议
  • 基于历史数据建立预估模型,并持续监测核心竞品和新游表现,为产品定位和市场策略提供参考
  • 需要熟练使用SQL、Python进行数据处理、统计分析和量化建模,能够独立完成从取数到结论输出的全流程
  • 需要理解游戏发行链路,包括宣发、渠道、投放、生态、版本运营和竞品监测等关键环节
  • 需要较强的业务分析能力,能把数据结果转化为可执行的发行或产品优化建议
  • 需要对游戏内容和用户行为有敏感度,尤其熟悉二次元游戏会是加分项

申请策略

  • 投递前可梳理目标公司近期国内发行产品和竞品动态,面试中展示对游戏市场的持续关注
  • 准备一份脱敏的数据分析项目复盘,重点说明问题定义、分析路径、结论和业务落地效果
  • 重点突出与游戏发行相关的分析项目,如宣发效果、渠道媒体、投放ROI、版本表现或竞品监测案例
  • 写明使用SQL、Python完成数据处理、建模、可视化和结论输出的具体方式,体现独立分析能力
  • 强调你如何将分析结论转化为业务动作,并带来新增、留存、转化或投放效率等可量化改善
  • 如果有二次元游戏、游戏测试期/公测期/版本期分析经验,应在简历中单独突出
  • 补充游戏发行指标体系理解,包括新增、活跃、留存、付费、ROI、渠道质量和版本内容表现等
  • 提升Python量化分析和预测建模能力,准备时间序列、回归预测、归因分析等相关项目案例

面试指南

  • 项目类问题按「业务背景—数据口径—分析方法—关键发现—业务动作—结果复盘」展开,突出闭环
  • 指标类问题先明确业务目标,再拆解到新增、活跃、留存、付费、ROI、渠道质量等维度,避免只罗列指标
  • 问题定位类问题采用假设驱动方式,先提出可能原因,再用分渠道、分人群、分版本、分时间段的数据逐层验证
  • 请介绍一个你独立完成的游戏发行数据分析项目,包括背景、方法、结论和业务影响
  • 如何评估一次宣发或投放活动的效果?你会关注哪些核心指标?
  • 如果某款游戏公测后留存低于预期,你会如何从数据角度定位问题?
  • 你如何使用SQL和Python处理大规模用户行为数据,并搭建预测模型?
  • 你平时如何做竞品监测?如何判断竞品数据变化是否值得业务参考?

职位点评

薪资福利68
成长发展82
工作生活45
使命价值62

薪资福利

68中等

JD未披露薪资和福利信息,无法判断薪酬竞争力;岗位要求五年左右发行相关分析经验,通常对应较成熟的数据分析岗位。

薪资信号未披露(AI估算:1.8千–3.0万/月)

成长发展

82较高

岗位覆盖游戏发行全周期分析、预测模型、竞品监测和专项研究,能积累较完整的业务分析能力;但JD未提及培训或晋升路径。

技术前沿主流现代技术
技术栈SQL、Python、数据处理、量化分析、预估模型
业务类型ambiguous

工作生活

45较低

JD仅说明地点为北京市,未明确办公模式、弹性安排或加班情况,生活化动机满足程度难以判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

62中等

岗位能通过数据分析支持游戏发行和产品优化,对业务决策有直接价值;但JD未体现明确的社会使命或行业价值导向。

行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs