部门墙压死了这届游戏人

真正影响游戏人心态的，似乎从来不是外部行业大环境。毕竟，诸如“流量见顶”之类的论断早已司空见惯，实质性威胁有但不多。但是反观日复一日的内部协作，却经常让人血压升高。

尤其在当下，砸钱买量的作用已经十分有限，深度行为数据分析对业务的指导意义愈发重大，但在常规性的企业内部工作里，如何通过协作真正做好这件事儿，却困难重重。

“部门墙”背后的业务难题

在数据分析的业务场景中，游戏企业内部往往有两类群体会频繁产生交集。

数据需求方，一般是业务团队，包括策划、运营、市场等；数据提供方，一般是数据中台团队，包括数据开发、分析师等。需求方会提出数据分析需求，比如报表、指标、看板等，提供方则会基于需求进行排期开发上线。

我们可以用下方流程图，来表示需求相关方的协作流程：

然而在协作过程中，往往却存在许多难题：

• 一些游戏企业的数据中台团队需要支持好几个游戏项目组，而项目组的数据需求层出不穷，光满足这些数据分析指标已经让团队有点「捉襟见肘」，想要保证数据的准确性，对齐数据口径更要花费大量人力。

• 

在实现这些需求的过程中，不同的项目组之间往往有大量共性的分析需求，但是想要将公司整体的分析思路和框架沉淀下来赋能给所有的项目组，却缺乏好的机制，导致「重复造轮子」的事始终存在。

这样的流程使得需求相关方沟通的成本极高，经常存在到了验证环节发现不符合需求，还要重新沟通需求进行开发的情况，对于整体时间和人力成本有很大的浪费，经常一个需求真正落地需要花费一周的时间，而游戏业务变化很快，往往等到需求上线时，业务团队已经不需要该数据了。

另一方面，数据分析需求常常非常复杂，很多时候，我们很难通过需求沟通的方式，准确地对齐统计口径，导致上线了的报表和指标是错误的，但需求方也很难验证，最终使用了一个错误的数据来「指导」业务，这个问题比起时间成本更为可怕。

如何攻克协作壁垒？

为了尽可能提升与业务对齐「统计口径」的准确性，中台团队需要搭建一个产品化的数据埋点管理系统，让业务方在这个系统上可以非常清晰地看到和对齐每一个事件、属性的业务含义。

其次，每一个生产出来的指标和报表，也需要有一个产品化的数据资产管理系统，来管理并沉淀公司内部统一的指标体系。

同时，对于数据埋点和数据资产之间的血缘关系也需要在系统内清晰地呈现，构建一张完整的企业内部「数据地图」。

为了帮助不同游戏公司解决指标口径对齐、资产沉淀管理等核心需求，数数的游戏大数据引擎 TE 系统在产品内内置了数据埋点方案的管理功能，并提供了 1000 多份完整的游戏埋点方案，覆盖所有在线游戏品类，可以一键导入到 TE 系统中进行管理，能够帮助游戏公司快速构建标准、统一的企业内部数据体系。

另外在看板、指标、报表、标签这些数据资产层面，TE 系统也提供了对应的「模板中心」和「资产开封箱」等功能。

•  模板中心

•  资产开封箱

通过这些能力，TE 系统可以帮助游戏公司在对齐管理数据分析口径、优化数据资产、提升数据质量的同时，将企业内部游戏项目的分析体系快速的复制到新的游戏项目中，而这也是游戏公司经常遇到的数据业务场景。

数数所服务的一家老牌游戏企业在接入 TE 系统后，将各个项目组通用的数据看板、报表和指标，搭建为一套统一模板，并下发给业务方，满足了业务方直接基于模板创建并编辑和调整所需数据指标的诉求，极大地释放了数据团队的人力。

同时，基于各个项目组反馈比较好的分析指标，通过 TE 系统中的「资产开封箱」功能，将一整套的数据分析框架打包成自有资产，作为公司内部的数据分析思路沉淀；并在与 CP 方合作的过程中，驱动 CP 方也按照该套框架进行数据分析，提升并扩展了公司和合作方整体的数据分析能力，从基础入手，打破了部门墙，乃至与合作方的协作壁垒，保障游戏业务的顺利推进，促进企业的长久、健康发展。