数据科学是如何转变游戏行业的?

在过去几年里，游戏行业的玩家数量从2015年的全球19.9亿增长到2022年的30亿。随着用户数量的增长，数据科学已逐渐成为游戏公司追赶其他公司的头号工具。

大多数的游戏公司都会收集玩家的游戏数据，如游戏时间、退出点、排名/分数等。有的甚至会更进一步，在复杂的多人游戏中（如《Dota 2》），就植入了人工智能机器人与玩家对战。

以前人工设计的游戏，现在已转变成了数据驱动设计的游戏，为玩家提供了非凡的游戏体验，也为游戏公司提供了许多数据科学用例，对游戏进行优化和改进。在今天的文章里，我们将介绍数据科学是如何在游戏行业中发挥重要作用的。如果你想了解更多数据分析相关内容，可以阅读以下这些文章：
冬奥会你看了么？体育界的数据分析应用
一篇文章带你了解——数据分析在体育行业的应用
元宇宙（Metaverse）揭秘——数据科学将如何应用在元宇宙？
人工智能AI将如何塑造元宇宙Metaverse？

游戏开发

要开发一款让玩家着迷的、设计精良的游戏，数据专家需要大量数据来分析和确定优化点。这也是电子游戏公司开展焦点小组、封闭测试和公开测试的主要原因之一。

玩家是如何与游戏互动的？玩家要去哪里？他们选择用什么类型的角色，为什么？社区里的这些类型的反馈永远不会结束，它需要多个数据科学家收集、分析，并将其转化为对公司有用的建议，例如添加新内容和功能。

视觉效果和图像

拥有视觉上的吸引力，并提供整体良好的游戏体验，对游戏来说也同样重要。如果你看过YouTube上关于游戏的评论就会发现，大多数视频都是关于游戏的视觉效果和图像的探讨。

为了创造出有视觉吸引力的游戏，数据科学家们使用了动作捕捉、实时渲染和摄影测量技术，使他们能够创造出带有面部表情、情绪、和动作的游戏角色。以显卡巨头Nvidia为例，他们优化了深度学习超级采样(Deep Learning Super Sampling, DLSS)，使GPU和PC能够以高于显示器能处理的更高分辨率渲染游戏。

游戏变现

开发一款能够让玩家保持沉浸感的游戏需要消耗大量公司资源，因此，游戏发行商的主要目标当然是通过游戏来盈利。游戏行业中存在一些能够帮助发行商盈利的商业模式：

• 实体商店——你可以在零售商店(如Gamestop, GameMartz)购买游戏的实体卡带。
• 数字商店——你可以从在线商店或直接在自己的设备上进行一次性购买(如App Store/Google Play, Steam，暴雪等等)。
• 订阅——游戏要求你反复付费才能玩，通常是按月付费(如《最终幻想XIV》、《魔兽世界》等)。
• 免费游戏——游戏是免费的，但公司也提供应用内购买，比如给你视觉效果的角色皮肤或限时事件角色(如《英雄联盟》、《Dota 2》、《源信冲击》)。
• 数据驱动广告——从一项业务到另一项业务的间接盈利形式。

为了保持玩家的沉浸感和兴趣，游戏公司可以在大数据分析工具的帮助下，通过预测玩家在游戏里的行为来优化他们的游戏。

Valve的电子游戏数字分销服务Steam从第一天起就开始使用这项技术，如果你登陆Steam帐户，会看到许多你可能感兴趣的游戏推荐。这些推荐系统的技术是什么在支持？——没错，就是数据科学。

检测开挂/黑客行为

我几乎可以100%肯定，如果你以前玩过网络游戏，你至少遇到过一次开挂玩家或黑客（不管是在大型多人游戏中，还是在互联网上的小游戏中）。我个人也经历过这种情况，跟他们一起玩感觉很不公平，不是吗？还好，现在的游戏公司已经可以通过机器学习技术，来检测哪怕是最轻微的恶意行为。

游戏社区已经证明，开挂者的数量与游戏行业内快速发展的技术是密切相关的。像Riot Games这样的大公司拥有足够的资源，能够很好地发现游戏中的作弊行为，这让他们在竞争中获得优势。

社会和客户分析

疫情期间，很多人都呆在家里，流媒体视频游戏开始流行起来。可能你都没意识到，你已经在某人的直播或YouTube频道上停下来，加入了他们在多个平台上的社区。社区通常会积极互动，并根据共同利益和游戏目标进行区分。

这对游戏发行商来说至关重要，因为这让他们能够瞄准不同的用户，理解每个人对游戏的看法，并制定出正确的策略。分析的结果还可以帮助他们了解用户的行为、反馈、和对品牌的忠诚度。

结论

游戏行业每时每刻都在吸引着更多的活跃用户，并且这一数字还在呈指数增长。数据科学成功地让后端基础设施变得更加复杂，为玩家提供一流的图像设计元素和视觉效果，收获了高水平的满意度。此外，数据科学已经成为所有游戏的核心，多亏有了数据科学，玩家们现在可以成为一个非凡的游戏社区的一部分。

感谢阅读，如果你觉得这篇文章对你有帮助，不要忘记与你的玩家朋友分享，并且一如既往地，努力工作，努力玩！本周六我们将针对游戏中的数据科学应用开展公开课，欢迎扫描下方海报二维码免费参与！

原文作者：Wahyu Kwan 
翻译作者：过儿
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://algorit.ma/blog/how-data-science-transformed-gaming-industry/