Игра в цифры. Как аналитика позволяет видеоиграм жить лучше

Несколько недель назад я писал о книге Алексея Савченко “Игра как бизнес”, которая даёт отличное описание игровой индустрии с точки зрения производства и работы с издателями. Но она почти ничего не говорит о том, что ДАЛЬШЕ. Особенно если игра у вас рассчитана на годы: как работать с пользователями, как исследовать их поведение и как, собственно, зарабатывать миллионы.Поэтому прекрасным дополнением к ней послужит вышедшая также в прошлом году книга «Игра в цифры» Василия Сабирова, носящая подзаголовок «Как аналитика позволяет видеоиграм жить лучше».Но для начала немного об авторе. Василий Сабиров – аналитик с огромным опытом. За время своей карьеры он поработал аналитиком и руководителем платёжного направления в Xsolla (один из крупнейших игроков на рынке игровых платежей), ведущим аналитиком в игровой компании «Alternativа Games», а затем перешёл в зарождавшийся тогда devtodev (нынче это крупнейший сервис игровой аналитики в русском геймдеве). В devtodev он проработал руководителем отдела аналитики, а также выступал евангелистом как самого сервиса, так и его образовательной платформы, где и сам выпустил курс в том числе по игровой аналитике. В 2020 году он решил круто поменять жизнь и перешёл (и переехал) работать ведущим аналитиком в игровую компанию Easybrain (также один из крупных игроков на мобильном игровом рынке). То есть Василий знает, что такое аналитика и с чем её едят. Я бы даже сказал, что если вы говорите об игровой аналитике, то среди русскоязычных компаний именно имя Василия Сабирова первым приходит на ум.Теперь о книге и игровой аналитике. Если вокруг вас люди сыплют странными словами типа MAU, LTV, ARPPU и прочими, а вы только таращите глаза, вам пора почитать эту книгу. Потому что на самом деле за страшными сокращениями скрываются не такие уж и сложные вещи. А вот как правильно с этими данными работать – это уже второй шаг. Но обо всём по порядку.Ещё до того, как читать эту книгу, я проходил на devtodev курс Василия по аналитике, поэтому примерно понимал, чего ожидать от книги. Книга действительно во многом повторяет информацию из видеокурса, хотя отдельным моментам всё же уделяет больше внимания. Поэтому даже если вы курс проходили (как я), книгу всё равно читать интересно и полезно (как минимум освежите знания, если вы их не используете на практике).Начинает свою книгу Василий Сабиров не с деталей аналитики, а показывая, какими навыками должен обладать хороший аналитик, что вообще скрывается за его работой, как он должен строить и визуализировать отчёты. Вообще, правильно поданая информация может как помочь, так и ввести в заблуждение. Поэтому автор отдельно выделяет, что хороший аналитик не просто готовит хорошо понятный отчёт, но сразу же предлагает выводы и возможные действия на базе своего анализа.И только после такого введения Василий начинает углубляться в детали продуктовой аналитики. Сначала он даёт описание базовых понятий, а затем разбирает метрики, сортируя их по времени появления в работе над проектом (ну если вы всё делаете правильно, а не вспомните об аналитике в самый последний момент). Причём тут же, не отходя от кассы, он даёт как определение, так и возможные пути улучшения соответствующих метрик в проекте, часто на личных примерах.После того, как представлены все основные метрики типа DAU/MAU, отток, NPS и прочие, автор в отдельном разделе описывает, как работать с монетизацией с точки зрения аналитики, для чего нужны все соответствующие метрики (LTV, ARPU и пр.), как их можно считать, как с ними можно работать.И уж затем уходит в вопросы прогнозирования, игровой экономики, работы с акциями, ценами, и вообще data-driven подходом. Не думаю, что мне нужно подробно описывать каждый раздел книги.Важнее, что все эти вроде бы непростые понятия, в глубине своей использующие много математики и статистики, Василий Сабиров рассказывает очень лёгким и доходчивым языком. То есть не стоит бояться, что это труд только для тех, кто в теме. Даже если вы ни разу не математик, вам будет просто понять материал. Ну, почти весь, будем честны. Потому что в парочке глав всё же автора заносит в чрезмерно специфические и математические понятия, которые даже математику, давно этим не баловавшемуся, сходу может быть непросто вспомнить и понять. Но таких фрагментов всего ничего, и на общее восприятие они поэтому мало влияют. Это только если уж хочется более продвинутого понимания.При этом после прочтения книги вы поймёте, что очень многое в любом продукте делается не просто так. И аналитику собирают не просто «чтобы была», а чтобы каждая цифра в отчёте помогала вам сделать какой-то вывод и принять решение о следующем шаге в улучшении продукта.Кому стоит читать? Да практически всем. Если вы аналитик, то вряд ли для вас тут будет что-то новое. Хотя молодым или только желающим пойти по этим стопам книга будет полезна своим структурным подходом. Также это очень хорошие знания для любого продуктолога, ибо для него все эти данные – просто часть повседневной работы (пусть и готовят ему их аналитики иногда). А также всем, кто хочет понимать, как можно делать не только игры, но вообще любые продукты лучше. Ибо принципы геймдева тут во многом универсальные, и не стоит думать, что эти подходы годятся только для игр.Книгу рекомендую, а Василию Сабирову огромное спасибо за продвижение знаний в массы.Моя оценка: 4.5/5P.S. Не мог удержаться, да простит автор. В одном фрагменте он рассказывает про поняттие индукции и дедукции. И говорит, что «Все мы с вами читали книжки про Шерлока Холмса и помним его индуктивный метод». Однако же Шерлок Холмс всегда называл свой метод дедуктивным или дедукцией. А совсем не «индукцией». Это как давний поклонник этого героя говорю.

Сначала все шло хорошо.А потом все хуже и хуже.Но добила меня последняя глава. Оказывается, кастдев – это альтернатива аб-тестам. Вот это да