无论你承认与否，游戏运营的门槛正在变高。
初级运营做的基础数据分析、内容运营输出，这些AI也能做。除了一些和各部门各平台耦合的部分无法用AI代替外，企业对游戏运营整个岗位的要求，更多偏向全才。
高级运营需要能看懂数据、设计商业化、操盘运营用户的全生命周期，需要对本品类非常熟悉的人才，这才是企业愿意招聘和付高薪的原因。
猎聘数据显示，游戏运营0-1年经验的初级运营，月薪8-15k左右，2-5年的中级运营15-25K左右，而高级运营经理可达3-6万/月。
差距不是来自运气，而是来自有没有走过正确的进阶路径。初级运营和高级运营的差距在哪里？
数据不会看。留存掉了只知道“掉了”，不知道“为什么掉、掉在哪、怎么修”。老板问原因，你只能说“我回去查一下”。
商业化凭感觉。道具定价靠拍脑袋，活动设计靠抄竞品，付费率一直上不去。做活动就像开盲盒，上线之前永远不知道效果。
用户留不住。买量越来越贵，用户来了就走，LTV算不过来账。市场部花钱买量，运营部眼睁睁看着用户流失。
本期分享我们邀请到了P11腾讯高级游戏运营：林好老师，来给我们详细介绍游戏运营如何结合AI进行数据分析、商业化，用户运营？从执行到操盘成长必经之路！用1小时，把爆款游戏“数据×商业化×用户”三位一体的增长逻辑讲透。
【课程内容】：
《游戏运营：从数据洞察到商业化增长，拆解爆款游戏的底层逻辑》
1小时讲透：游戏运营如何用数据驱动增长×商业化变现×用户长线运营
【分享亮点】：
-
1、游戏运营的三大死穴：数据不会看、商业化凭感觉、用户留不住
-
2、数据驱动：北极星指标怎么定？留存下滑怎么拆？真实案例拆解
-
3、商业化：玩家为什么不付钱？道具定价的心理学+数据验证
-
4、用户运营：用户全生命周期运营：从拉新到流失召回
【分享讲师】：林好老师（P11腾讯高级游戏运营，多款亿级明星项目经验，精通买量型产品数据分析&调优&商业化，国内海外均有经验）
本次快闪直播的资料整理：PPT+逐字稿+分享文件+视频回放
成为会员免费观看或直接付费解锁单节课👇
大家好，我是林好老师。我比较擅长于几个方面，运营的基本上全流程都参与过，国内，海外项目都有参与过，目前比较偏重于海外的项目，之前在腾讯待的时间相对比较久一点，腾讯的时候主要做国内，目前主要做海外。
我个人比较擅长的部分主要是数据分析，商业化，然后还有用户运营，这三个是在运营环节里也是比较重要的，他们是其实是紧密相连，然后为整个产品增长去做服务的。
今天想给大家也分享的也是，可能从这三个大块里面各摘出来一些，我个人认为比较有趣或精华的部分给大家分享，然后管中窥豹吧，大家有兴趣也可以继续去后面看我们更详细的完整的课程。
01
数据分析真正的难点
第一块想给大家分享的是，数据分析相关的。一些文科学生，入职可能觉得数据分析是比较专业性的东西，特别是在目前AI 应用比较大的背景下，数据分析其实它的难点并不在于，数据的获取和数据分析的方法，而是，在于你对游戏指标的理解，你是怎么去通过指标得到结论之后再落地反哺到产品里，形成真正版本的内容，后面这两块是更重要的部分本质。
02
为什么留存是最难优化的指标
假设我是一个刚入门的数据分析人员，如果制作人突然来找我，说现在游戏的留存有点低，问我能不能给些建议或者分析出原因，甚至想办法把留存提升10个百分点。
那我可能会一边分析这个问题，一边在心里琢磨怎么跑路了。因为留存指标，尤其是短期留存，是一个非常难以解释或归因的产品指标。
它更像是一个综合性结果，影响它的原因非常庞杂。我们现在从宏观层面来看，以短期留存为例，它跟用户对游戏的第一印象密切相关，比如画风、玩法、第一天的新手引导、故事背景等等，这些各类因素都有可能影响留存。同时，站在发行的角度，我们导入用户的类型、数量和渠道，也会对指标产生显著影响。
所以，光是去解释留存本身就已经很难了，如果我们还想进一步去优化它，除非是遇到一些技术上的明显问题，比如新手关卡存在bug，这类情况确实能够通过修复来解决。但通常情况下，留存指标是非常难以通过直接干预来优化的。
不过，我们仍然要做分析，仍然要从数据科学的角度，尽量为产品提供一些有价值的信息。从数学定义上来看，留存指标主要有两个重要的维度：用户和时间。
用户维度我们可以进一步做拆分，时间维度我们也可以进行分类。
比如，从用户角度来说，我们可以将用户划分为新增、活跃、付费等不同类别，通过定义有效用户等标准来划分范围、进行分类。而时间维度，我们通常做短、中、长线的分析。
相比时间维度，用户在分析上可以玩的花样就更多了。
我们先来看一个问题：在买量型产品中，我们为什么会更看重付费用户的留存？
付费用户留存，就是针对“付费”这一群体去单独计算它的留存情况。普通留存看的是新用户能不能留下来，而付费留存看的则是已经花过钱的用户能不能继续留在这里。这里想跟大家说一个细节，其实这里面有很多值得注意的地方。
比如说，我们该如何去定义付费用户，特别是新增付费用户。
有人可能会说，应该把首日付费的用户定义为新增付费用户，但在实际统计过程中，我们通常会有一个小的灵活处理，就是前2日或前3日内完成付费的用户，也都可以纳入我们观察的新增付费用户范围。
因为很多产品的用户付费行为是相对后置的，比如用户先进来玩，第一天不付费，但第二天玩完之后变成了新的付费用户。这种统计口径的差异，会导致留存数据出现一定的偏差，所以需要结合产品自身的实际特征来制定合理的计算标准。具体的定义刚才已经解释过了，计算公式我就不再详细展开了。
那我们在观察付费留存的时候，我觉得有一个很重要的点，也是我们后续常用的做法，就是对付费用户进行额度分层。我们通常会定义所谓的免费用户、小R、中R、大R、超R。那么在观察付费留存时，我们同样可以按照这些层级分别去关注。
2.1 付费留存应该怎么看?
如果你的产品偏向大额付费类型，那就可以重点关注大R和超R的付费留存，甚至他们的活跃度。
如果你的产品偏向中小R用户群体，那我们就要更关注中小R的留存情况。
基于刚才的逻辑，我们也可以对付费用户按付费金额进行分层之后，再继续去分层观察各项指标。另外想跟大家说的是，除了理解这些定义和分层逻辑之外，我们日常工作中非常关键的一点，就是对数据的敏感度。
我举个例子来说明，比如说你现在给我看一个产品的付费留存数据，尤其是SLG品类的产品，我可以给大家抛出一些经验性的判断。
比如说，30日付费留存低于25%，那这个产品在海外市场基本做不起来；再比如，一款游戏的付费次留低于70%，就需要重点去跟策划或者制作人沟通，这是一个非常重要的警告信号，是值得高度警惕的指标。
类似这样的数据管理经验还有很多，比如我们在更长线的观察中，30至60日的下降比例是多少，60至90日甚至更长时间的下降比例又是多少，这些都有一些相对固定的参考范围和行业标杆。这些就是大家在理解定义之外，还需要不断去积累的数据敏感度。
2.2 登录比和二阶登录比
除了付费留存之外，我们再给大家介绍一个概念，是之前在腾讯时用到的一些指标，当时我们用来判断一个产品好或不好，会看“登录比”和“二阶登录比”。
当时我们在腾讯上架产品的时候，为什么会用到登录比呢？
因为不同类型的产品，活跃次留差别非常大。有的产品，比如二次元游戏，留存表现很好。
我记得当时举个例子，像《天涯明月刀》，它初期上线的时候次留能达到70%甚至80%以上，首日进来的基本都是核心用户，所以次留很高，甚至在测试阶段通过导入一些端游用户，次留能到90%，这个数据是非常高的。看到这样的产品表现，大家可能会觉得这个产品品质很好，想去给它定一个S级的产品，或者我们常说的六星产品。
但也有一些游戏，比如SLG类型，我们用红警的IP去套，这类产品非常吸量，但次留可能就只有20%多。那我们就很难用同样的标准去说，红警IP的SLG产品就跑不出来。
大家可以知道，像《红警OL》这类产品，我给大家举例，它保持了很长时间的高活跃，日活在50万左右，月流水是在过亿的级别。而且它的生命周期可能比《天涯明月刀》这样的招牌级MMO还要更长。
所以如果我们比较粗暴地用测试阶段的次留，拿统一标准去衡量不同类型的产品，那肯定是有问题的。
基于这个问题，当时我们定了一个什么样的标准呢？
用登录比这样的留存概念，去衡量我们的产品，给它评定六星或五星，然后匹配对应的平台资源。
那这个概念到底是什么呢？它的本质又是什么？我先通过定义来给大家介绍。
登录比的核心思路，是衡量新用户在前7天内的核心留存质量，筛选出真正认可游戏的用户。
具体来说，一阶有效用户指的是自新增日起，7天内登录天数大于等于2天的去重用户。一阶留存用户则是7天内登录天数大于等于3天的用户。
这里的评价标准，相较于我们常规的活跃留存，多了一个维度——你7天内的登录天数要达到一定门槛，而不是只登录一次就走了。只要你在这个7天内任意再登录一次，我们就把你判定为想去观察的有效用户。它本质上做了一次筛选。
因为无论是我们初期在抖音买量，还是在海外像Google Play、Facebook这样去买量，虽然从技术条件上，我们能够尽量划定目标用户，或者通过买量手段去寻找想要的付费用户，但实际上还是会有大量的泛用户涌进来。而且我们现在产品本身也希望能吸引到一些泛用户。
那这些泛用户，或者说不是我们核心目标的用户进来之后，就会对我们的留存数据造成一定程度的失真。如果只是看相对短线的留存，就会受到很大干扰，所以我们需要做一次筛选。相当于你登录两次以上，我们就认为你是一个相对有效的用户，你对产品是有兴趣的。
我们去观察筛选出来的这批用户的更长线留存，相比直接、简单、粗暴地去看整体留存，是更有价值的分析方式。
至于二阶登录比，其实是一个更侧重于观察更长周期行为的概念，在这里就不做详细展开了。
2.3 不同品类游戏的长期留存差异
然后接下来我们再去看，刚才这是我们去介绍两类对用户类型进行筛选的方式。
另外从时间维度，也是希望大家对指标有一个更深的理解。
我们现在很多产品会去特别关注一个概念，比如腾讯现在强调的叫“长青游戏”。那海外什么样的产品能跑到头部、量比较大呢？像休闲类的游戏、SLG，然后还有一些大DAU的游戏，比如MOBA或者FPS游戏。
这些产品的特征是什么？
长留很好。我们这里说的长留，至少是30日以上的留存，甚至要看年留存。这类游戏是能真正把用户沉淀下来，让用户玩很久的。
它背后的逻辑就是，现在流量竞争非常激烈，整个行业越来越卷，用户获取成本越来越贵。去做一个新游能成功的概率，大家如果有空可以去观察一下，比如去七麦看看畅销榜或者新游榜。
你会发现新游上架的数量和死掉的比例越来越高，而老游戏在里面霸榜的时间和比例也越来越高。
这也就是为什么现在大家都要去卷一个成熟产品。
我们尽量去延长它的生命周期，然后做更多的内容、做更好的版本更新，都是为了去保住核心指标——长期留存。这样产品才能够有更长的生命周期。
长留的定义其实也比较简单，就是我们观察的周期更长，比如30天、60天、90天、180天，甚至年留存。
刚才介绍过短期留存，我们举的例子有点像恋爱，一开始看的是外貌、眼缘。而长留存更看重的是性格，拼的是版本质量、核心玩法、数值的保值性等等。还包括品牌行为、服务器生态，甚至客服的服务质量，是全维度的竞争。
这里非常想给大家介绍一下，不同类型产品长线留存的一些特征。这些数据都是用真实产品数据脱敏后，取了几款产品的均值。大家可以看到RPG数据的特征是什么？初期次留比较高，大概45%左右，但到了180天或360天，下跌速度是最快的。
大家可以想一下为什么？
RPG更常见的流程会涉及社交、服务器生态等等，但RPG的游戏特征比较偏向前期的快速数值成长和数值反馈，相对SLG和MOBA、FPS来说，它在社交性和长线内容上天然会有一些欠缺。
而SLG次留更低，但很快在180天或360天留存能够反超，剩下的用户更忠诚。休闲类产品次留也更高一些，长线留存甚至比SLG更高。目前留存整体表现最好的，是一些大DAU的游戏，比如MOBA或FPS。
那核心原因是什么？
是商业化结构的差异。
无论是休闲、SLG还是RPG，本质上都是Pay to Win的游戏，付费能影响游戏体验。但一旦有这样的商业化逻辑，用户之间就会产生差距，就会有用户因为付费压力而流失。
而在MOBA或FPS里，外观付费相对比较公平，用户因为付费而流失的概率更低。用户回流之后，不需要在数值上面对过大的差距，更多是技术上跟上节奏就好，不需要有一个追赶的过程。可以看到它的留存，甚至有时像我们观察王者荣耀的数据，长期留存会有逆势增高的现象。
比如到了假期或者节假日，很多年轻用户、学生党有时间了就会回来，造成长线留存的逆势增高。这里就是想给大家介绍的产品长留角度的影响因素。快速浏览一下，长线留存是以版本为主，但同时也是多维度长线竞争的这样一个环境。
特别是看国内，基本上头部的游戏都会去做联动，都会去做大的版本更新，大家都很认真，还会做VIP用户服务。这是为什么？因为你不做这些，就会被卷下去。
03
游戏商业化的底层逻辑
第二块内容，想跟大家聊一聊商业化相关的话题。
可能刚才数据相关的内容会比较偏理论一些，那在商业化这一块，我想尽可能给大家讲得有趣一点，聊一些付费心理相关的内容，整体氛围会比较轻松。
那商业化这块想给大家分享什么呢？
一个是我们定价的基础逻辑，这部分会快速过一下。第二个就是在付费心理上，有没有一些小的技巧，能够让玩家多掏钱，让玩家能够更心甘情愿地把钱掏出来。
3.1 道具、用户与投放
我个人认为，在整个商业化过程中，大家去理解商业化的逻辑，从三个维度来看就可以了。
第一个是道具。也就是我们游戏里所产生的各种资源，最终都会以道具的形式，以一个物品ID的方式在游戏内落地。
第二个是用户。我们要从用户的角度，充分去理解玩家的分层生态，理解他为什么愿意付费，背后的逻辑是什么。
第三个，就是把道具和用户建立连接起来的投放过程。无论是以礼包的形式、商城的常驻商店形式，还是活动的形式，我们都需要去做合理的安排。
这里的“合理”包含很多方面——定价合理、投放数量合理、长线看贬值率合理、投放形式合理，还有投放速度合理等等。
商业化的本质，其实就是帮助游戏进行拉收，获得好的利润。而让这个投放过程的效率最大化，就是游戏商业化的核心。
我们这里可以看两张表格，首先是我们的道具表。
道具表里有道具名称，道具ID通常由商业化或数值策划来提供，一般会建两个。我们通常需要对基础道具进行两个价值的锚定。
一个是游戏内的钻石锚定，另一个是直接跟人民币或美元这样的真实货币进行价值锚定。
大家可以想一下为什么需要这样做？
因为如果只锚定游戏内的1级货币，问题在于游戏内的货币是有可能超发的，随着开服时间推进会快速贬值。
举个例子，如果我们一个礼包的性价比是自动配置的，一个道具原本值1000钻，或者说一个礼包本来配了5万钻，值100人民币。
但随着服务器进度推进，大量免费钻石产生，这个礼包还是配了5万钻，但钻石本身已经贬值了，性价比就会失真，导致礼包的售卖出现问题。
所以我们所有道具除了跟钻石挂钩之外，最好是跟真实的货币价格也进行一个挂钩。
第二个我想给大家看的表是，在我们对游戏的R级用户进行分层之后，对月付费额有了预估，然后对用户的付费行为和付费内容进行初步的配置。
比如说我们的小R用户，可能主要去买首充、特权卡、基金这类性价比比较高的东西，比如性价比超过2000%或3000%的礼包。
对于中小R用户来讲，他愿意投入更多的钱，可能就会去购买每日特惠、周礼包，包括一些更大额的限时基金。这些在我们RPG或SLG产品里非常常见，他会去进行这样的购买行为，同时也可能会因为排行榜或活动去产生一些冲动消费。
而大R用户的话，付费金额就更高了，很多会参与专属活动或购买专属的高价值礼包，比如99刀的礼包，或者是冲榜类的礼包，他会直接扫货。
所以我们会对分层后的付费金额和付费内容进行一定的划分和预估。有了这样的预估之后，我们就可以在每一个具体的投放形式里，对性价比和投放内容进行更合理的分布。
另外想给大家说一下，我们去做定价的核心逻辑是什么。我可以比较直白地跟大家讲，我们做定价最核心的策略，在95%以上的项目里，叫做“参考竞品”。
我给大家举个行业内的经典例子。率土like的SLG产品，非常严格地按照时间迭代了33个产品。率土之滨大概在2015年之前就上线了，到现在已经有十多年了。
后面上架了三国志·战略版，再后来B站上线了《三国：谋定天下》，抽卡的价格是逐步往下走的。特别是《三国：谋定天下》，它把“降肝减氪”，尤其是减氪这一块，作为初期吸引用户的核心宣发点之一。
整个商业化体系大家都一样，都是以抽卡武将为主，占到游戏收入的80%甚至90%以上。那你说我因为美术品质更好，就去定一个更贵的价格，可以吗？理论上逻辑上可以，但用户绝大部分不会太买账。
商业化形式基本保持一致，价格不会变得特别离谱。从这个例子可以看出，绝大部分产品只能去遵循这类用户对价格体系的已有认知，给出相似的定价。最多我可以以“更便宜”为卖点，但很难去做贵。
做贵的反面例子像《重返帝国》，它可能因为美术品质好，就把核心卡的价值卖得更高，想通过这样去拉超R玩家的收入。但在一个相对垂直、用户范围比较固定的生态内，价格我们是很难去重新定义的。
所以我们绝大部分产品，无论是RPG还是SLG等等，甚至像MOBA、FPS，其实都有自己固定的一套价格体系。如果我们不是一个完全新增的品类，在道具定价上最常用的方法就是参考竞品的整体定价策略。
还有一个原因就是，现在手游很早之前就已经让玩家的付费行为形成了习惯。比如便宜的从1元起步，再到国内常见的6元、12元、18元等不同档位，已经固化了玩家的付费行为模式，这也限定了我们很多礼包的设计门槛。
像月卡，很多用户最能接受的就是30元。如果是终身卡，可能就是98或128。它已经形成了付费的肌肉记忆。
想跟大家说的就是，在游戏内我们去做性价比锚定设定，是一个比较重要的环节。比如刚才我反复提到的性价比，1000%我们可能定为1.0的基准线，然后有1300%、1400%、2000%、3000%等等。
这个指标我们怎么去定？我相信大家在玩一些头部游戏的时候会发现，商业化做得好的策划或头部产品，在定性价比的时候是非常有效且严格的。
那通常性价比我们是怎么去定出来的呢？这里给大家看一个SLG的商城。这两个是钻石商城，也就是常规礼包的商城。
可以看到性价比通常就是在1000%出头，最低的可能就是1000%，好一点的可能到1400%至1500%，这就是锚定的礼包。这类礼包链通常是只有大R和超R在前面把活动基金或限时推送礼包买完之后，才会在这里去购买。对于普通用户来说基本不会考虑，因为它的性价比是最低的，也是我们作为锚定的一个起点。
性价比比较高的，可以看到活动里可能到3000%，但如果这个礼包链是随着价格增高而降低性价比的形式，那像到99刀，可能也就只在2000%左右。商城里的礼包链，极限值大概在3000%左右，通常基本上是在2000%上下浮动。
还有一些像周卡、月卡，它们的性价比整体会更高一些。因为它加上了持续的小额付费，或者说加上了时间概念，你需要回一周或一个月才能持续领取，所以性价比可以做到4000%甚至5000%。首充我见过最多的可能做到6000%左右。
整体性价比的分布，我个人认为在给玩家做付费引导里面是非常重要的，所以这里给大家拎出来介绍一下。我们基于道具和礼包里的道具去算性价比，然后合理地分布在不同的付费场景里。
一旦玩家认同并习惯了这样的性价比之后，就会形成一个肌肉付费的记忆。比如活动初必买——我们在玩很多游戏的时候，自己作为用户去付费，心里一定会有“什么东西我必买”的感觉。要达到这样的效果，我们的活动效果就能做得比较好。
3.4 什么是永远不变的？
这里再跟大家介绍一个比较有意思的效应，叫做“诱饵效应”。
我具体说一下它的逻辑背景是什么。比如说，一个品牌推出了一款275美元的面包机，市场反应比较冷淡。然后厂商新增了一款更大更贵的型号，结果原有型号的销量大增。
原因在于，消费者有了对比之后，更容易判断出原有型号更划算。其实这个效应更强调的是，我们去制造一个诱饵。
我这里给大家列了两个商品。原先我们可能只放两个商品：商品一是100金币，卖10元；商品二是700金币加常规道具加稀有道具，定价90元。
在之前实际投放里面，商品二的购买率并不是很高。因为它其实没有所谓的“诱饵”，玩家会很纠结——我是不是要一次性花90元，就为了那个稀有道具？
后来我们在礼包附近增加了一档：500金币加常规道具，没有稀有道具，卖88元。礼包里面通常值钱的就是稀有道具，金币和常规道具玩家并不会为此付费，因为这些可以通过活跃产出获得。
我们真正卖的就是稀有道具。所以放一个500金币+常规道具、没有稀有道具、卖88元的档位，这就是一个典型的诱饵。
通常放了这一档之后，商品二的销量会有一定提高。这是我们之前在实际运营中耍的一个小心眼，效果还挺好的。
类似这样的付费心理，我们整理了很多，有机会后面再在课程里详细给大家介绍。
3.5 一个礼包页面里藏着多少付费设计
另外想给大家介绍一下，比如我们以任意一个礼包为例，打开一个礼包，我们怎么去让它卖得更好？
除了刚才说的一些付费心理效应之外，我们可以看到这样的礼包设计里，其实有很多小的细节。
比如说，这里有一个领奖的提示，它的作用是牵引用户到页面来。它会有一个红点，引导你过来看一眼——有钱的捧个钱场，没钱的捧个人场。
这个人场怎么来的呢？就是通过这里的红点，以及“免费领”的礼包。这里还会有一个倒计时，就是给你制造时间的紧迫感。
这里会有一个额外赠送的东西，就是让你在购买礼包的同时，还能获得一些额外的资源赠送，比如VIP经验或者联盟礼箱等等。这些设计都可以叫做“一举多得”。
如果再在外面套上一些活动，比如累充活动，或者在大活动周期里套上一些排行榜充值的竞争，这些行为设计都可以让购买礼包产生更多的叠加效应，让玩家觉得在这个时候购买礼包性价比很高，从而促进玩家去购买。
另外还有一个很重要的细节，这里我因为没有打开游戏截图，但可以看到这里可以左滑右滑，让你去选择这两个稀有道具的比例，这也是很好的设计。
因为我们常说希望精细化营销，做到千人千面，每个人看到的礼包不一样。这在休闲游戏里可能比较可行，但在比较追求公平的SLG里，大家为什么没有去做千人千面呢？
因为一旦你给用户推了差异化礼包，被别的用户发现之后，部分用户可能会产生很大的负面反应。所以在相对比较公平的游戏环境里，我们就尽量只给玩家一些自主选择的空间。
合理范围内的选择，比如这两个稀有道具的配比，你可以让A多一点，也可以让B多一点，也可以一样多。
这里给了三种不同配比的礼包供玩家选择。虽然只是一个小小的礼包，但大家可以看到里面的细节——包括Banner图介绍等等，其实都是能够提升礼包销量的设计细节。
这也是可能给大家举一些小例子，来介绍我们商业化相关的内容。
在我看来，商业化这个东西，底层逻辑其实比较简单，但它非常考验你对数据的理解、对用户行为的洞察，以及对整个游戏生态和数值的把控。
从我个人角度来看，在整个运营工种里面，无论从重要程度还是薪资水平的客观事实来看，商业化都是整个运营团队里重要程度最高的一门工种。
04
用户流失以后，应该怎样召回
最后两块内容，想跟大家快速分享一下。一个是用户的精细化运营，另一个是我们现在实际运营过程中跟AI的结合。
我们先说用户运营这块。给大家举的例子是我们全链路的用户运营，从纳新一直到回流的召回，整个用户的生命周期都会有覆盖。
那这里想跟大家介绍的是召回。它的背景条件是用户已经流失了，然后我们想通过一些运营手段，让用户再回到游戏。
大家可以从宏观的角度去想一下，在这样的课题背景下，什么因素是比较重要的？我这里给大家列出了最核心的几个点。
4.1 用户为什么愿意重新回来
第一个点就是：我凭什么吸引他回来？
这通常包含什么呢？包含我们做了一次大的版本更新，有新的玩法、新的活动等等。有新内容才能吸引用户回来，这个特别常见，比如在英雄联盟或者三角洲行动里，大版本更新的时候一定是活跃度最高的时候。
也可能是一些大型活动，比如联动玩法。又比如说，我专门为回流用户去开了一个回流体系，或者开了一个回流服，提供比较好的奖励。这些都是我们手里可以去运营、可以去打的牌，是吸引用户回来的点。
首先我们要整理出可以吸引用户回来的内容，而不是什么都没有，去做一次无效的召回。
4.2 通过什么渠道触达流失用户
第二个要去考虑的是如何触达用户。
在国内相对来说比较好做一点，特别是因为我们有私域运营，比如VIP体系。但举个简单的例子，在海外市场，VIP所使用的社交账号很难统一，功能也不是特别完善，对公的功能也有限。
但在国内，我们下楼去吃碗馄饨，都可能会去加一下他家小店的粉丝群。因为企业微信等社交手段已经很成熟了，功能也比较齐全。
那我们通常触达回流用户的手段有哪些呢？包括短信、电话——现在都可以用AI进行外呼了。还有客服VIP客服、社群等渠道。
另外很重要的一点是，我们需要利用现在的活跃用户，通过给活跃用户一些奖励，去吸引他们把朋友拉回来。无论是基于社交关系链，还是线下去把朋友招回来，这种方式都很有价值。
通常通过人拉人手段招回来的用户，因为有社交关系绑定，留存也会相对比较好。可能现在还有一些其他的触达手段。
总之第二点，我们就是需要考虑怎么样去触达用户。
第三点就是用户回来之后，我们要考虑他的留存与付费。
用户被我们招回来之后，我们通常会有一些配套的运营手段。举个例子，在很多卡牌游戏里，我们经常会去开一个专属的回流服，根据用户历史累积的充值额，给他很大的返利等等。
如果没有开专属回流服，只是玩家自然回流，他也可能会触发回流活动。这种在王者荣耀里比较常见，会有登录奖励、任务体系，还有一些充值礼包等。这些都是为了让用户能够跟上版本的节奏，感受到流失之后回来所得到的关怀。
另外这里我刚刚漏写了一点，就是对回流用户的筛选。这一点无论我们是去发短信还是做其他触达，都是需要提前考虑的。
这里再补充一个点，就是买量或者说触达回流用户的资源其实是有限的。
在有限的资源下，我们一定想去触达那些价值更高、回来之后留下概率更高的用户。这就涉及到对用户的一些筛选维度了。
比如用户的付费情况、流失前的行为、账号价值等等，还包括流失时间的筛选。通常来讲，我们认为流失时间越短、账号价值越高的用户，是我们尽量想去争取的最高价值的用户。
我可以跟大家说一个在SLG里面的真实例子。像之前率土之滨，有些用户充钱比较多，哪怕账号都已经卖掉了，还是能收到官方寄来的粽子、纪念品等等。
这也是召回的一种方式，而且是针对高价值用户进行精准召回的行为。
在有限资源下，对用户做筛选这一步是非常关键的。这几步就是我们比较快速、粗颗粒地给大家介绍的一些用户召回的方法。
那像我们这里对用户的筛选，会考虑登录天数、玩家特征、召回优先级、召回成本以及付费特征等维度，这些都是我们需要去对用户进行筛选的，也可以做一些流失原因的标签分类。
像我们在对超R进行召回的时候，都会通过超R专属客服去询问他们为什么流失。也会有刚才说的线下和线上的一些专门专属的充值福利、专属活动，这些都是非常定制化的触达手段。
在国内，触达手段可能包括自有社区、电话、短信推送等。但在海外，可能发个邮件都比较费劲，因为隐私保护更加严格，这也是为什么在海外客服或VIP客服的重要程度会更高——手机号、微信号这些信息都很难获取到。
吸引回流的手段，基本上是以游戏内的活动为主。但我们自己体验下来，玩家回来最核心的因素是什么？最核心的其实是版本更新的质量和内容。
因为靠奖励回来固然有效，但玩家更看重的是——回来之后游戏有什么新东西，好玩在哪里。或者说社交关系，一个朋友拉我回来，这些我觉得是比奖励更重要的因素。
05
AI在游戏运营中真正能做什么
今天分享的最后一块，想跟大家聊一聊我们实际在游戏运营过程中，AI真正能帮助我们的一些应用场景。
这些现在已经比较成熟、比较普及了。我个人认为，主要是在以下几个维度。
第一个是数据分析。数据分析更多的作用是提效，比如说我们日报、日常报表的自动化拉取，还有自然语言的查询。
像我们现在做的一些Agent，我们数分团队基本上80%的工作量都还在基础日志的维护上。如果我想去分析一个原因，我们的分析方法也比较标准化，就是去做拆解——对比法、拆分法，并不会用到特别深的数据分析维度。
比如像这个原因：上周iOS日充值下降了20%，怎么做拆分？从大中小R去拆，从礼包去做分析，从渠道去做拆分，很快原因就能归因出来了。包括自动化报表的产生，以前数分产出数据源之后在Excel上的那些工作，AI替代得非常好，效率非常高。
这是大家可以去重点重视的一点，我觉得是对我们帮助最大的一个部分。
第二个是流失的归因和预警。刚刚我们也提到，用户流失之后再去拉回非常费劲。但如果用户在游戏内活跃度下降、付费额下降时，我们可以通过AI模型去快速识别。
识别之后，我们对它进行预判流失，提前做流失预防工作。这样做的成本，比你用户真正流失之后再去挽回要低很多，成功率也要高很多。
第三个是什么？第三个是一些偏商业化的分析，比如除了常规产品之外，买量数据的快速产出、商业化拆解等。跟刚才的问题有点类似，在数据分析上，更多的是通过日志打点的准确性和数据源的梳理之后，让AI去做快速的自动化分析。
如果大家有炒股的话，应用会比较熟悉——就有点像对股票做宏观分析的那种感觉。
用户的精细化运营刚才也有提到过。在预判流失的时候，我们会通过植入不同的用户分层，以及对活跃度和付费度的监控，来做流失预判。比如新手的特殊关怀指导，这些都是我们比较常用的手段。
像在SLG里面，之前我们经常会用到那种“答疑精灵”，它本质上也是一个AI对话系统。在最开始的时候，我们可能需要人工去输入很多基础攻略内容。
但现在我们把它和策划案打通之后，它的回复效率和准确性就高了很多。对于那些有兴趣玩游戏并且愿意留下来的用户，他们可能对游戏有很多不理解的地方，这个功能对我们的帮助是比较大的。
另外就是在社区运营这块，AI现在的应用，我个人认为现阶段最有用的是两块。
第一块是AI生图生视频。现在我们对自己的运营要求是，每个人都必须会使用AI工具。因为像我们现在，可能后面甚至都不会有专门的社区运营同学了。
当然我觉得这是针对一些买量型产品而言的。对于像二次元产品，或者像大DAU的MOBA、FPS产品，它一定还是需要社区运营的，投入性价比依然很高。
但对于像SLG这类产品，社区的ROI很难衡量。可能普通的综合性运营或版本运营，会在Discord上植入大量的自动回复，同时通过AI去抓取里面的主要聊天内容，也可以通过AI去生图、生视频、生社区发布的内容。
那就足够了。因为像SLG这类产品，社区运营的定位其实就只是正常去维护，我们更多是靠玩家管玩家，运营方扮演的是观察者的角色，给玩家制造一个可以沟通的环境。
在不同类型的产品里，社区运营的定位差别还是比较大的。
像刚才提到的舆情监控、生图、生视频、生成社区内容、自动回复等等，这些都是现在已经在实际应用中的功能。
买量创意这块比较偏发行方向，我们今天就先不展开了。
版本和活动方面，主要就是刚才提到的生图、生文案。还有就是活动规则、多语言校准和翻译，这些我们都可以通过AI来完成。
特别是多语言的校准和翻译。很多版本同学需要去配置配置表，各种表格需要检查，数量非常多，之前都得人工去审核。
我最近刚做过这方面的工作，之前可能需要半天的工作量，现在5分钟就能筛出来了。
举个例子，我们整理了游戏的一个FAQ列表，它里面的数值跟现在最新的版本还能匹配上吗？直接丢给AI去检查，检查得非常准，而且非常快，5分钟就出结果。以前我得跟策划沟通，校准半天的时间。
客服这一块，人工客服结合AI自动回复已经比较成熟了，跟社区的场景有点类似，这里就不做详细介绍了。
本地化和全球化方面，刚才也讲了一些翻译相关的内容。还有内容生态和UGC的运营，也是AI可以发挥价值的地方。
相对来说，AI在内容生态的运营方面还没有那么成熟。因为这块还是比较需要去跟人沟通的。
现在我们去用AI模拟一个用户去做素材，或者做其他UGC相关的内容，跟真实的用户去做的效果相比，我个人观察下来，数据的差异还是比较大的。
就像现在的AI短剧一样，你能一眼看出来这是个AI生成的。除非我纯粹是看剧情、消磨时间，不在意这些，但它的成本和效果相比，确实成本虽然低，效果却并不是特别好。
今天给大家分享的内容就这么多。因为时间比较短，所以从三米这边的老师讨论中摘了几块内容出来，做了快速的介绍。
感谢大家的时间，后面看一下大家有什么问题。感谢林好老师的干货满满的分享，现在我们进入答疑时间。
06
问答环节
最后回答一下小伙伴的问题。
Q:高阶课包含哪些内容？
A：给大家介绍我们的游戏运营高阶实战课。为什么不开初阶？是因为游戏运营板块在我们平台目前已经有非常多的初阶系统内容了。
但这一次的高阶课，是跟林好老师合作，结合了几个大板块——数据分析、游戏商业化、游戏拆解和用户运营。在AI时代里面，结合AI应用场景做了重新的梳理。
刚才同学们也感受到了林老师讲课的内容和深度。如果你是在游戏运营岗位进行深耕，或者说想要入行到游戏运营岗位，那可以关注我们的高阶实战营。
我们主课程一共是八节课。数据这一块分成三个模块。
第一个是指标。刚才介绍了留存指标，我们还有一些其他北极星指标，包括怎么样去建立一个完整的游戏监控体系，会在第一节课详细给大家介绍。
第二个是我们常用的数据分析方法。刚才介绍过，90%的情况就是用对比和拆解。我们会举大量例子把这两个方法讲透，同时会补充一些高阶的方法，比如用户聚类、RIFM模型等，以实际案例的形式，结合游戏运营里的数据分析场景去讲解。
最后一个模块是真实项目优化案例。我们会基于之前积累的真实项目数据，通过数据分析去优化产品。我个人在求职经历中，经常被问到“你之前是做数据分析出身的，有没有什么案例可以讲一下”，我基本上把这些案例讲出来，认可度还是比较高的。
我们会帮大家总结大概5到6个基于项目优化的数据分析实战案例，专门去讲。
整体而言，我们额外加的内容是，现在整个数据分析跟AI结合还是比较深的，提效效果真的非常好。所以无论你去分析指标、监控报表，还是用分析方法，现在其实都可以跟AI深度结合——无论是开源的，还是你自己有账号可以用到其他的。
帮大家快速提升数据分析效率。我举个例子，以前我刚入行的时候，想去做数据挖掘，除了那些数据科学家，对于我们自学编程刚入行的人，想去给项目做点东西，得自学SaaS、学SPSS，模型也要去理解，很难，产生的效果可能也没那么好。
现在有了AI，通过数据分析，这些都可以快速实现。大家自己就能把数据玩起来。
商业化方面，我们刚才介绍过三个维度：用户、道具、投放。
那我们重点讲什么呢？
重点首先是道具和用户的分层。从最基础的道具表出发，根据游戏本身的类型和用户付费特征的分层，通过合理手段把它建立起来。
建立起来之后，怎么样通过活动的形式把游戏收入真正做起来、实现增长。这里面活动需要怎么做，活动细节到AI的应用，细节到UI、UE的设计，重点到性价比、礼包道具的配置等等。
刚才我们介绍一个礼包的时候就发现，虽然是个简单的礼包，里面的门道真的是非常多的。大家再看一个礼包的例子，可以看到它的性价比是从低到高、价格越低性价比越高的设定。4.9刀的礼包性价比最高，99刀的性价比最低，从3300%到2000%，这是SLG的设置。
但其实我们有很多其他方式。比如礼包价格越低性价比越低，或者性价比是乱的，有点像千人千面，不同价格的性价比各有差异。之前有交流的同学会问这样的问题，如果我们理解不深、平时没有这样的思考、看得不够细，做商业化运营时遇到这么细的问题就很难去理解。
本质上快速回答这个问题：不同类型的游戏，需要优先考虑的收入贡献者类型是不一样的。有些对大R或超R友好，有些对中小R友好，有些希望做精细化运营，所以性价比设计会有差异。
最后一块，我们在课程基础上补充用户运营和游戏拆解。先说游戏拆解，基本上是游戏运营的基本功。
很多现在面试上来就先让你交一份游戏拆解报告。拆解的方法论其实比较简单，但跟游戏数据分析一样，难点在于你站在一个怎样的视角，通过自己体验游戏和公开信息，输出有价值的观点。
我们把一个游戏讲清楚，框架图画出来，流转图画出来，再截图，看上去好像很简单。但问题在于，怎么样让报告有价值？它一定需要去回答一个有价值的问题。
比如：为什么《无尽冬日》可以长期在畅销榜前列，成为爆款？这是一个具体的问题。再比如：为什么Steam上的独游玩法非常简单，可以短时间内同时在线突破十几万、二十万？我们去回答这样一个具体的问题，甚至一个玩法为什么有趣？
这样做，比你去做一个大而全的拆解报告要有价值得多。我们拆解更多是以这样的方式——找到视角、回答一个问题，再去结合基础体验和拆解方法论，做一份有价值的报告。
用户运营这一块，现在会介绍一些内容。这部分跟AI也会有些结合，因为现在应用比较成熟，可以有效提效。通过AI输入关键词去校准，帮你在完成报告时大幅提高效率。
包括收集公开信息数据，比如畅销榜、主要投放资源、主要投放素材的表现情况，包括素材里的心流分析等等，都可以通过AI辅助完成。
最后一块，用户运营主要涉及国内和海外不同场景下的用户全生命周期运营，比较偏向VIP高价值用户的运营。里面会涉及一些细节，包括跟超R的沟通，怎么样去维护整体生态的稳定性。
这里给大家举两个小例子。比如有些游戏，我们不能“王不见王”——就是几个超R不能让他们见面，不能拉群。如果他们一旦形成合力，可能会倒逼产品去做一些变化。
举一个最火的例子，虽然不是超R，但非常典型——用户倒逼产品去做被迫变化的案例，《恋与深空》的新主角事件，就是一个非常典型的运营事故。
用户运营做的就是这样的事。我们既要服务好他们，因为付钱的用户确实比较难搞，但同时我们要保持不卑不亢的状态。需要维持稳定，不是纯“舔”他们，而是有自己的立场，但也要服务好他们。大概就是这样一个状态。
宏观总结一下，这就是整个课程的内容。
另外想跟大家说，我除了给大家上课之外，非常欢迎大家——因为是小班化教学——在课后提出各种面试或实际工作中遇到的问题，我们可以比较及时、充分地解答。
另外，大家如果有求职需求，因为我在这个行业工作时间比较久，一些大厂也有内推资源。大家想换工作、面试，面试辅导、内推这些都可以提供帮助。
最后感谢三米这边的平台，希望能跟大家建立交流机制，帮助更多人进入到这个行业。
谢谢林好老师对课程详细的介绍。关于这门高阶课，我们会配套求职陪跑相关的服务。
包括针对学员在业务过程中或面试过程中遇到的难题，我们会先做一次前置沟通，了解你的需求之后，老师会给你提供定制化的课程服务。我们会有1v1的定制课。
虽然是小班课，但我们有独立的班级群。在30天内都可以无限次进行微信沟通，而且这个微信群并不是出了30天就解散，会持续保留。
相当于不仅是你上课，还和老师建立了比较好的联系。后续再跳槽或求职，都能找到老师进行内推。
另外，我们的实战课是有大作业的。大作业可以做成小伙伴们的求职作品，增加跳槽求职的竞争力。
第一份大作业是基于线上爆款游戏的拆解。同学们可以侧重商业化、用户运营或玩法拆解，根据大家自己的岗位需求有所侧重，老师都会帮助打磨作品集。
第二个大作业是真实数据分析和多案例实战。老师会给到具体的业务场景，以及基础信息和数据，让同学们进入业务实战的情景中去模拟。
除了这些，我们还会赠送钻石会员，有人脉内推的资源。这个人脉内推比较微妙，不是说给你一个内推链接就好了。像林好老师已经达到了腾讯P11的级别，身边的朋友，包括三米老师这边的朋友，都直接是业务板块的负责人。简历能直接内推到这些业务负责人面前。
简历能过的话，他们就会走HR流程，再去安排面试。这样会有更强的说服力，是更有效的内推，这是非常重要的资源。
包括上面的系统课，并不是说我们只是单纯讲课。在讲课过程中，老师以自己多年积累的经验来授课。你可能在自己工作岗位中很少能接触到腾讯P11级别的老师给你授课，我们平台就有这个机会提供给大家。
课程在今天直播完之后就会开启。我们是小班私教课，只要有两位同学报名，就会直接开直播课。后续再进来的同学，可能听的就是录播加上定制课、直播答疑的方式。
这是我们首期课程推出，如果你感兴趣参加游戏运营高阶课，在今天直播结束之后，就去联系三米小助理。有什么问题也可以进行课程咨询，我们今天就会开启报名。
大家去联系群里面的三米小助理，晚点小助理也会把课程信息再发到听课群里。
我再介绍一下，这个综合高阶课里面结合了数据分析、商业化、游戏拆解和用户运营，已经是游戏运营非常综合的几大能力板块了。
这些也是老师在这么多产品里面实战出来的。在刚才的公开课里，老师也讲到了一些SLG、海外产品的商业化案例。
这些案例能直接对应到现在像点点互动等头部公司设立的SLG+X品类的产品，接口还是比较宽的。加上老师还有MMO、卡牌等品类的背景，能对应到现在游戏板块里占大比例的游戏品类。
大家有这样的机会，是非常难得的。
Q：游戏品类垂直度的影响？
因为大家也知道，现在游戏行业你要从业也好，跳槽也好，非常看重游戏品类的垂直度。关于这一点，我还想请林好老师再聊一聊。
比如说，有些小伙伴第一份工作进入了休闲品类，后面去跳槽到SLG或者其他品类，会不会有一些卡点？
A：会。
因为现在品类之间的差异和门槛会越来越大。特别是社招的时候，我不是校招，我是社招，肯定是希望找一个马上过来就能干活的人，所以会非常注重你的品类经验。
最好就是你是我竞品的核心成员，我想去超越或模仿的竞品，直接把你挖过来就能干活。
当然这不是绝对的。首先在品类经验之前，我们看的是个人对岗位本身的能力。比如你是一个版本运营，核心要求就是有责任心、细心，能够把开发和研发的流程跑得比较顺。
像发公告、发邮件、开服这些细节能够做好，尽量不要出错，这是这类岗位的核心决策画像。你首先得符合这个标准，如果再加上你有品类经验，匹配度就可能到90%以上了，几率会高很多。
如果大家现在还没有选好方向，想进入游戏行业，那你一定要思考一下：未来游戏行业什么样的产品是比较头部的品类，就业机会比较大，赚钱的机会也比较大？
显然，特别是现在大家也看到有裁员或者竞争激烈的公司等新闻，我们选择的时候还是要慎重。如果是我来选，我一定想往高处走，想去选稳定性比较好的公司。
如果是我刚开始进入行业，去创业公司搏一下，通常来讲，不符合绝大部分普通就业者的利益。除非你觉得自己很牛逼、看得很准，那我没意见。但对于绝大部分普通人来说，想找一份稳定的、能够往上走的工作，首要标准是什么？我肯定是选大厂里面比较好的项目。
现在竞争比较激烈，如果不行，那我们再去选一些利润率比较高、规模比较大的品类。比如三消、休闲类品类，可以看到柠檬微趣等出海公司，产品稳定性都是以几年计的，公司利润率也非常好。
SLG不用说了，像北京系的点点互动等，产品周期都是几年，一旦跑出来就是几年的稳定性，整个海外的体系也可以复用。
再接下来可能就是卡牌、RPG等，相对来说现在也有市场空间，但会稍微弱一点。
不太推荐的，比如去做博彩游戏，或者节奏特别快的超休闲游戏，可能跟前述头部品类或头部公司就有差距了。做选择的时候就尽量快速筛选——以公司、岗位为逻辑，是不是比较好的公司、比较好的项目、比较好的职位。
如果不是好的公司，那就看中型头部厂商；再不行，再看一些腰部的。
从我个人经历来讲，我进入游戏行业也不是马上就去大厂的。虽然现在环境比之前卷很多，但我一开始也不是马上去腾讯的。
也是先去中部的公司入门、入行，做了一段时间之后，再从端游跳到手游，再到手游的中部公司。通过认识行业内比较资深的老板，他比较认可我，再内推到腾讯。我也不是校招进去的。
进去之后你会发现，只要你能力合格，是能够快速跟上节奏的。
Q：想入职海外相关的运营，但是被说玩家视角玩得不深，从业者视角基本没有，怎么去改善？去拆解游戏就行了吗？需要注意什么？
A： 首先你要结合我刚才提的第一个问题——你自己感兴趣和擅长的品类，在入行前就要有一个考虑了。要结合你的职位去考虑，因为人的精力和资源都是有限的。
比如我们刚才提到的比较好的品类，像SLG、休闲类，你不去花一个月深度体验，每天至少三个小时以上，你对产品是完全没有感觉的。
所谓的服务器生态、超R为什么愿意在游戏里付几十万刀、长线数值是怎么投放的，这些都是很专业的问题。它不是玩家的视角——说新手引导做得好不好玩、顺不顺畅，这些都是比较初级的玩家视角。
像我刚才问的问题，就可以很快地把你对游戏的深度理解筛选出来。比如我现在问你一个SLG跨服匹配的规则是什么？为什么现在它能做得比较长线？因为它积累的内容量很多，产品也很多。
回到你刚才的问题——在选好了自己的赛道之后，去玩一款头部的产品，玩得比较久、玩得比较深入，如果需要花钱，那就花一定的钱。这个东西没有捷径。
你可以结合行业报告和分析来加速过程，但你自己的钱和时间的投入是不可避免的。这也看个人的天赋，对游戏的理解，像我比较笨，可能得玩比较久才能找到那个感觉。
活动为什么这样设计？哪几个活动叠在一起？跨服生态是怎么做的？新加一条养成线为什么能卖得好？核心点在哪里？怎么去做老养成线的贬值？当你把这些问题联系起来，能够回答一些比较细节、比较深度的问题，你自然就有了深度的视角。
这个东西，我个人的经验是没有捷径。你现在问我一个三消的问题，我也回答不上来，我可以给你一些非常普世的答案，但问到刚才那种细节，我是回答不了的，因为我没有精力去玩那么多游戏。
我就专注在一些数值类型的产品赛道上。加上之前像MOBA可能有几万、一万多小时的体验，FPS相对来说就少一点。我可能就对MOBA类的大DAU游戏、买量型产品，加上一些二次元游戏有经验，但其他品类的经验也很少。
Q：我是25届的，考公没考上，非常喜欢玩游戏，想进入到游戏行业做游戏运营，老师有什么路径建议？
A： 我觉得对于你想入门游戏，除了自己爱玩游戏之外，我刚才说的你需要去选自己的赛道，然后深入体验，尝试以运营或者策划的视角去回答一些问题。在这些积累之外，尽可能去找实习的机会。
实习你不用非得挤破头去腾讯、米哈游，能去当然很好，如果你的背景和资质不错的话。但更重要的是先找实习机会，先入行，先做相关工作。
我个人认为，游戏本身的门槛没有那么高——绝大部分大学没有游戏专业，而运营又是整个工种里比较偏“打杂”的。
那如果已经毕业了，不是应届生还能去实习吗？好像不太行。那你就先找好的公司，不行就去中不溜秋的公司。专业数据分析做不了，就先做版本运营——没有任何岗位歧视。
数据分析因为要会SQL，难度可能高一点，但如果你真的想进入游戏行业——游戏行业在很多工作里收入还算可以的，混个温饱至少不是问题，门槛也相对较低。
我向上兼容不了，就向下兼容。先进入游戏行业，先干起来，掌握了技能、有了产品经验，再往上走。
因为游戏行业人员的流动其实还是比较大的。在逐步往上走的过程中，找到更好的品类方向、更好的产品经验、去更好的公司，就有机会了。
比如正好腾讯突然看到一个赛道想做，你正好在巨人某个爆火的产品里有过经验，那你是不是就有机会去腾讯了？即使腾讯的产品不一定能做起来，但你去了更好的公司，福利和稳定性也更好。
同样的例子，比如我当初为什么能加入王者项目组？因为我在大学玩了四年DOTA，然后去做DOTA解说、做DOTA视频，做英雄出场率、平衡性等数据分析。虽然没有直接去王者项目组，但进入天美之后，因为对项目组感兴趣，能提供一些有价值的信息，就去跟制作人交流，主动找到了机会。
我个人觉得，如果你真的有这个意愿，你需要自己去找到这样的路径。像现在参加这个课程也是方法之一，跟行业内的人去找机会。你只要行动起来，我觉得一定会有回报。
Q：已经在游戏行业工作过，之前做的是小游戏或H5相关的，中间去了政府单位工作了三年，现在想回到游戏行业重新做游戏运营，老师有什么建议？
A： 我觉得没问题，你之前有经验、有能力。现在需要做的，第一是合理化解释——为什么去做了别的工作，又为什么想回来，对自己职业规划要有一个合理的解释。
第二个就是能力上，除了总结之前的工作经验、梳理好有价值的案例之外，还要证明自己现在回到行业也能立刻上手。现在比较流行的像跟AI结合的一些能力，这些点你要准备，证明我虽然脱离了游戏行业一段时间，但对产品的敏感度和新技能都是掌握的。
我觉得这个问题相对比较简单。招聘看匹配度，它会有一个范围，匹配度不错就可能通过。比如匹配度60%以上，我觉得岗位就能接受，说明你能胜任这个职位。
剩下就是缘分了——正好我没有其他更好的选择，就会选你；产品又比较急，就会选你过来。
我之前求职经历也有不少。我举个例子，什么叫向下兼容？现在游戏行业工作不好找，也卷。比如我非要找一个上海或北京的产品运营负责人岗位，选择就不多。
但如果我想找一个运营核心岗，全国可飞，我现在没工作，我就想去工作，机会就大很多。
Q：我是27届的小白，最近发现蛮多岗位没有转正机会，只有日常实习，包括一些游戏大厂也是。那秋招的时候，蛮多岗位都要求AI相关的能力。对于游戏运营来说，需要怎么去体现AI相关的能力？或者说时间有限、马上秋招的情况下，侧重去做什么样的输出？
A： 这个问题也挺好。游戏运营里，我刚才介绍了一些AI在游戏工作中的具体应用场景。
作为纯新手，你现在个人就可以去打开这些工具试试。比如通过文字去生图，你生成的质量是高是低？放上去玩家会不会吐槽“太假了，长了六个手指，表情也不自然”？你做出来的东西跟找平面设计做的差不多，效率又是怎么样的？
比较热门的几个AI应用，刚才有介绍过：生图、生视频，数据分析的快速应用，还有文字类的比如公告、邮件、FAQ校准等等。这些其实都是现在实际工作中在用来提升效率的地方。
你可以去留意一下这些东西，甚至我觉得你这个问题直接去问AI，可能回答得比我还好——这也是实际应用的一部分。
我觉得AI多用，你就会变得熟练。
07
谁应该来参加学习？
✅ 0-2年经验的游戏运营：想入职游戏运营岗位，掌握底层认知，自信面试对答如流！！
✅ 2-5年经验的游戏运营：想从“执行型”升级到“操盘型”！
✅ 想突破薪资天花板的运营：初级8-15K，中级15-25K，高级25-45K+，你想停在哪个阶段？
✅ 想跳槽大厂的运营：没有系统方法论和实战作品，面试没底气
✅ 想系统学习数据+商业化+用户运营的从业者：碎片化学了很多，不知道怎么串成体系
✅ 想用AI提效的运营：想知道AI怎么帮你做数据分析、竞品拆解、日报自动化
游戏运营 已开高阶课
【高阶实战营】游戏运营高阶实战营：数据×商业化×用户运营×AI
课程详细链接：https://play.youmiwu.cn/43308.html
暂无评论内容