运营、商业化与数据分析
Category
operation / bi 子树总览。覆盖：运营与商业化基础（01）、埋点 BI 与分析系统（02）、经济平衡与风控分析（03）、触达体系与外部能力接入（04）、AI 在运营分析风控中的应用（05）。
Definition
很多团队把“运营”和“技术”分成两条线，好像玩法上线之后，运营只是拿后台配活动、看报表、发推送。真正做过长线项目就会知道，这种分法很快就会失效。因为一旦产品开始追求留存、付费、召回、生命周期管理和风险控制，运营本身就变成了一套持续驱动系统变化的控制面。
这一章讨论的不是市场层面的投放理论，而是游戏项目内部如何建立一套能长期运转的经营系统。核心问题包括：
- 团队怎样把活动、商业化、用户触达和数据分析串成闭环
- 指标、埋点和实验为什么不能只停在“看数”，而必须能落到动作
- 经济观察、平衡调整和风控分析如何共享同一份事实基础
运营系统和业务系统的关系，类似控制平面和数据平面。玩家在前台体验关卡、战斗、养成和社交；运营团队则通过活动、价格、分层、触达、实验和分析去调整节奏。控制面一旦设计混乱，产品会出现几种常见症状：活动很多但复盘无效，报表很多但没有决策依据，触达很多但用户感知越来越差。
因此，读这一章时最好始终抓住三件事：
- 先确认数据口径是不是稳定，避免动作建立在错误统计上
- 再看运营动作有没有标准链路，避免所有调整都靠人工脚本
- 最后看这些动作是否能被审计、回滚和复盘，避免经营系统本身成为事故源
Related
关系链：运营基础（01）→ 数据口径（02）→ 三类分析（03）→ 触达（04）→ AI 边界（05）。上游：production/05（配置管线）；下游：economy 树（规划迁入）、numerical 树、树根 operation 总览。
Reference
节点清单见下节。
本章文章
- 运营与商业化基础：讨论长线产品为什么需要把活动、定价、版本节奏和用户经营当成系统工程，而不是散落在多个后台里的临时动作。
- 埋点、BI 与分析系统：讨论埋点体系、指标口径、数据仓库和分析平台怎样支撑真正可靠的业务判断。
- 经济、平衡与风控分析：讨论为什么经济观察、数值平衡和风险识别不能彼此割裂，以及它们共享哪些底层事实。
- 触达体系与外部能力接入：讨论消息触达、推送、广告、CRM 和外部营销能力接入时的边界、成本和治理问题。
- AI 在运营、分析与风控中的应用：讨论 AI 适合放在哪些辅助环节，哪些地方必须保留明确规则、人工审核和可解释边界。