这两三年，大数据、数据仓库、数据挖掘等概念在媒体得到极大传播，这无疑是件好事，说明数据作为一项有价值的“资产”，得到了肯定。但是作为从事数据分析工作的人员，却要在这些热潮下保持冷静的头脑，掌握数据分析的知识和能力，结合实际的业务场景，才能更好为企业创造价值，同时也为自己创造价值。
结合个人四年的游戏数据工作经历，将数据创造价值分为三部分。第一部分是通过数据，掌握现状。
数据运营跟踪，是为了及时知晓产品的情况，并对可能存在的隐患报警。例如玩家的在线、消费、流失3大核心数据，可以提供有意义的参考信息。在线人数的高低可以判断游戏运营好坏。消费人数比例和消费额度，可以判断游戏盈利情况。而如果一段时期内的流失率突然增高，则需要引起产品的注意，找出流失增高点和流失原因，改善存在的问题，避免情况恶化。除此之外，还有经济数据观察产出和回收的平衡性等等。
长期的数据跟踪，需要做好数据监控和报警的工作。首先是指标和指标维度的筛选与维护，指标维度的重要性不能忽略。例如流失率这个数据，一段时间内的数值可能平稳波动，没有异常发生。但是如果将流失率细分为消费玩家流失率、免费玩家流失率，就可能发现消费玩家流失率的数值不断，免费玩家流失率波动。这是因为消费玩家占总人数的比例偏少，很容易淹没在总人数的数据之中。然后是高效的数据平台和自动化报警程序，通过这些工具，可以方便快速查询数据，同时根据预先建立好的规则，进行数据报警。
在策划设计初期，估算外部玩家受影响的比例和受影响的程度。
例子：产品决定对不同消费额度的玩家给予不同的vip等级，享受不同的vip优惠。通过扫档外部玩家的消费额分布，合理划分不同vip等级对应的消费区间，从而计算不同vip等级的影响人数和影响比例。进一步，结合这些玩家的历史消费道具和享有的vip优惠，估算对游戏收入的影响。
游戏新玩法推出、版本改动后，通过对比修改前后的数据变现，评价改动的好坏。
例子1：在一些特殊节日(例如劳动节、儿童节、中秋节、国庆节）等等，游戏都会推出相应的节日玩法，吸引人气，同时推出节日活动道具获得收入。通过对比不同节日活动的参与率、节日活动道具的购买额和购买比例等数据，可以辅助策划总结不同节日玩法设计的优缺点，并且在日后推出新玩法时进行改善。
例子2：外放版本中某个玩法修改了投放经验奖励，对比玩法修改前后的参与率和完成率数据，评价修改的影响。