游戏数据分析师

优缺点分析

角色解读

• 从数据分析师向高级分析师或数据科学家发展，深入算法和模型
• 转向游戏产品运营或商业化方向，成为业务分析专家
• 向数据平台或数据架构方向发展，负责数据基建
• 负责游戏业务数据的专项分析，包括用户留存、流失、付费等，发现增长点和风险
• 建立用户行为分析框架，开展商业化、活动、版本等专题研究并提供优化建议
• 跟踪竞品动态，输出行业洞察报告，辅助决策
• 参与用户画像、分层、LTV预测等数据挖掘项目，推动数据驱动文化
• 精通SQL和Python，能独立完成数据提取、清洗和分析
• 掌握Pandas、NumPy等工具，熟悉统计分析和数据挖掘方法
• 具备用户分层、AB Test、预测模型等实战经验
• 热爱游戏，对SLG/二次元游戏有深入理解，能从玩家行为提出分析见解

申请策略

• 关注B站游戏业务动态和近期发布的产品，面试中展示对公司的了解
• 准备一个完整的游戏数据分析项目案例，从问题定义到结论落地
• 突出SQL和Python的实际项目经验，特别是数据清洗和复杂查询
• 展示游戏相关的分析案例，如用户分层、留存分析、付费预测等
• 强调独立完成分析报告并推动业务落地的成果
• 如果有竞品分析或行业研究经历，一定要提及
• 复习AB Test设计原理和常见统计假设检验方法
• 了解SLG和二次元游戏的核心数据和用户行为特征

面试指南

• 结构化回答：先明确问题背景，再描述分析方法和工具，最后突出业务影响
• 指标量化：用具体数据说明分析过程，避免空泛描述
• 结合游戏场景：展示对游戏付费、留存、活跃等机制的理解
• 请描述一个你通过数据分析发现游戏业务问题的案例，并说明如何推动解决
• 如何评估一次游戏内活动（如充值返利）的效果？你会设计哪些指标？
• 解释用户LTV预测的常用方法，并说明如何验证模型准确性
• 如果一款游戏的次日留存率下降，你会如何分析原因？
• 你对AB Test了解多少？在游戏场景中如何设计AB Test？