手机游戏分发市场正在发生变化，传统的游戏分发模式将走向大数据时代，从「人找游戏」向「游戏找人」升级
近日，2016 年 Chinajoy 在上海新国际博览中心正式拉开帷幕，7 月 29 日，阿里游戏总裁林永颂出席世界移动游戏大会并发表主题演讲，他指出：「手机游戏分发市场正在发生变化，传统的游戏分发模式将走向大数据时代，从「人找游戏」向「游戏找人」升级。
大数据时代 千人千面
中国手机游戏市场在经历了数年的爆发式增长后，逐渐走入了成熟阶段。有统计数据显示，截止 2016 年中，国内手机游戏的渗透率高达 84%、手游用户日均游戏时长 32 分钟。
林永颂指出，随着手游市场越来越成熟，玩家接触到的游戏产品数量不断增加，对于产品的选择也越来越挑剔、自主选择性不断增强。玩家已经不局限于应用商店的榜单或广告位推荐，还会根据自己的兴趣爱好或主观意愿进行游戏选择，内容的个性化需求越来越明显。
阿里游戏旗下的九游平台是国内最大的 Android 游戏发行平台之一，与 360、百度等渠道相比，一直以重度游戏用户集中、ARPU 值高著称，是深受开发者喜爱的渠道，成立七年始终位居移动游戏发行平台的第一阵营。有数据显示，当前用户在应用商店中主动搜索的行为占比越来越高，这说明应用商店需要更多的算法来满足和适应当前用户的需求和市场需求。
另一方面，手机娱乐内容的不断丰富，新闻资讯、网络购物、热门影视剧、朋友圈、手机直播等都可以成为用户获取信息来源的场景。在此背景下，林永颂指出，游戏分发即将进入大数据时代，阿里游戏正在尝试改变传统的游戏分发模式，从「人找游戏」向「游戏找人」升级，而「游戏找人」有两大关键词：千人千面和矩阵效应。
2012 年，手机淘宝启动了「千人千面」项目，利用用户属性和历史访问记录进行算法推荐，实现了与淘宝 PC 端完全不同的个性化体验，成功帮助淘宝实现了从 PC 到移动的跨越。林永颂认为,「应用商店也可以像手机淘宝一样向千人千面演变，以此来应对市场和用户的变化。此外，千人千面还有助于市场打破流量垄断的局面，大数据的深层应用会让游戏营销变得更有效率、价值更直接，大大节省开发者的营销成本。为更多游戏找到精准用户，让更多中小开发者受益。
在林永颂看来，在千人千面的探索上，阿里游戏最重要的优势，还是阿里独有的大数据能力，包括 UC 浏览器、神马搜索、阿里文学、高德地图、云 OS、优酷土豆等庞大的阿里大数据支撑。数据的力量在信息服务产业驱动会越来越重要，而阿里巴巴在大数据方面无疑拥有全中国最领先的资产和技术。阿里电商数据、高德地图的地理位置数据、微博的社交数据、优酷土豆的娱乐数据等数据的打通和深度挖掘将让阿里游戏更懂用户，实现真正的「千人千面」。
矩阵效应 游戏找人
今年 6 月，阿里集团宣布正式成立「阿里巴巴大文娱版块」。该版块囊括了阿里巴巴集团旗下的阿里影业、合一集团（优酷土豆）、阿里音乐、阿里体育、UC、阿里游戏、阿里文学、数字娱乐事业部，由阿里移动事业群总裁俞永福出任阿里巴巴大文娱工作领导小组组长，全面负责阿里巴巴大文娱版块的领导和管理工作。
林永颂指出，阿里大文娱版块的成立，将加快阿里游戏从「人找游戏」向「游戏找人」升级的步伐，阿里游戏将获得多元的用户场景支持。「用户主动搜索行为增加，意味着玩家在应用商店之外获得了游戏的相关信息，而用户手机娱乐场景的多元化，意味着资讯、视频、小说、音乐等场景也可能会成为未来手机游戏发行的新阵地。」
在阿里大文娱的矩阵中，除了九游平台、PP 助手、豌豆荚等传统的游戏渠道，还拥有 UC 浏览器、优酷、虾米等泛娱乐流量资源。UC 浏览器在全球拥有超过 4 亿的月度活跃用户，并初步完成了个性化新媒体平台升级，UC 头条日均曝光量超 60 亿次。优酷土豆在 PC 端拥有 3.44 亿月活跃用户，在移动端拥有 1.67 亿月度活跃用户，在今年 3 月，用户在优酷土豆 app 的停留时间合计超过了 29 亿个小时。
矩阵效应还体现在 IP 上。业内人士指出，在大数据分发中，IP（版权）将会被激发出更大的潜能。游戏、影视、动漫、文学等内容源之间会迸发出更加深层的联动效应。任何一方的用户都会成为另一方的潜在用户，而产品形态之间也将会因为用户的活跃联系更加紧密。阿里游戏、阿里文学、阿里影业都具备创造 IP 的能力，结合大数据和矩阵效应，将有更多发挥空间。
在 2016 年 3 月，阿里游戏就曾与阿里云、阿里影业、阿里文学联手推出「T 计划」，在云服务、大数据、IP（版权）、流量等方面，为开发者提供全产业链服务。
以云服务为例，阿里游戏与阿里云，联手推出游戏云 2.0，包括速度更快的高爆集群、专业的游戏评测报告、金融级别的安全服务、手淘天猫上的亿万流量以及更多的海外节点等，开发者可以在与阿里游戏的合作中享受到阿里云提供的专家级技术支持和资深架构师上门护航服务，资金方面更是可以得到最高 100 万元的扶持。
（以下是林永颂演讲实录）
林永颂：大家好，我是阿里游戏林永颂，非常开心今天第一个站在这里讲，也感谢主办方给我这个机会，今天给大家带来一些更好的信息。
我今天跟大家分享的主题是在移动游戏的分发，从人找游戏变成游戏找人，怎么去解读呢？之前的时候，我们所有的开发者去开发游戏之后，都会着我上应用商店，让玩家打开应用商店找需要的游戏。其实现在行业正在发生微妙的变化，更多的是需要人找游戏，现在变成游戏找人，怎么样实现游戏开始找人呢？实际上需要大数据来支撑，它的核心原理有两个方面。
第一个是用户玩了这么多年的移动游戏之后，其实玩过很多游戏了，用户其实有自己很多的想法，我想要的是什么游戏，并不像早期的时候说，不知道想要什么游戏的时候。
第二个，移动互联网处于信息爆发的时候，能够影响用户玩什么游戏有很多的因素，所以有大数据支撑的话我们就更清楚用户在哪里了。
比如说两三年前的时候，很多用户第一次买了一个智能机的时候，不知道手机上有这么多好玩的东西，现在别人告诉他手机有很好玩的东西，现在可能是找一下应用商店，现在大家都比较热门的话就是 VI 游戏，我相信需有人会去想会去思考这个游戏好不好，是不是我想要的游戏，肯定是先去玩了再说，肯定很多人排队，因为用户是没有概念的。
但是现在回到移动游戏时代的时候，移动游戏已经打上很多的标签，我喜欢玩的什么游戏？我喜欢 IP 游戏、卡牌游戏，阿里游戏在自己的平台上会看到，我就不希望玩这个游戏，没意思，用户有很多自己的主观意见，我不想玩什么游戏，喜欢玩什么游戏，所以找到哪些用户是适合玩我们的用户的时候，是在游戏分发的时候去思考用户的地位。
比如说我们的游戏风格是什么样，我们的游戏是什么样的题材，我们应该通过更精准的找到这个用户，才能提高我们的分发的效果，影响这些用户去找到一个什么样的游戏？其实还有很多其他的要素，早期的时候通过朋友的介绍说这个游戏比较好玩。
其实到了现在已经进入到了信息爆发的时候，这张图就可以看到，用户拿着手机在刷朋友圈、打开微博、看新闻看直播，这种场景的话会提供大量的信息，这些信息会影响用户接下来玩什么，或者这个游戏最近非常火爆等等。
也就是说影响用户玩什么游戏，在分发早期的时候是应用商店，现在用户拿着手机并不是说我好无聊，我要打开应用商店去看一下，因为现在手机上有很多的 IP 去大发无聊的时间了。如比如说 UC 浏览器，所以 UC 头条是新闻的产品，UC 头条每天产生的内容曝光达到了 60 亿次，也就是说用户大量的信息通过各种各样的信息去传播。
再一个优库土豆，它累计达到了 29 亿个小时，平均接近 1 亿个小时播放量，这些信息用户并没有长时间在应用商店上，除了玩游戏的时间之外，这些信息应用商店之外的信息，影响了用户的观点之后，当用户决定玩什么游戏的时候还是回到应用商店下载的。
但是影响用户去玩什么游戏已经不在那么简单的局限在应用商店的推荐，这对整个分发会起到很大的变化，所以我跟大家说一下接下来假设大数据在移动分发有哪些应用场景，今天会跟大家分享三个场景的例子。
第一个，应用商店怎么演变？第二个，这么多的 IP 形成聚成效应，第三个，怎么跟大数据结合发挥 IP 最大的价值。
第一个分享一个淘宝的案例，淘宝在 PC 时代的时候，因为 PC 的业务也比较大，他们的信息可以提供的用户，每个人看到的淘宝是一样的。
因为商品也很多，但是淘宝到了移动端的时候，手机屏幕比较小，不可能每个商品都推荐，所以淘宝做了一个「千人千面」，就根据大数据推荐的商品是不一样的，这个千人千店的做法就完成了淘宝从 PC 转移到移动时代。
我相信应用商店，尤其是移动的应用分发也会这么转变，否则的话大量成为主头部的游戏内容，这是非常不合理的，我跟大家再分享一个数据，我们发现九游在今年上半年的时候，用户的渗透率增长了 10%，我相信所有的用户商店类型的用户平台，各种内容的平台都会这样的趋势。
当用户有大量的来源的时候会找内容的欲望越来越强，如果用户平台能够千人千店，就不需要让用户搜索了，当用户访问我们的平台的时候，我们就知道他需要什么用户，这就是应用商店接下来面临的变化，我相信很多应用商店都在做这方面的尝试。
第二个，矩阵效应，我们的大数据分发要足够的强、足够的好、足够的完整和智能，数据怎么来呢？如果仅仅只是说游戏的用户数据，这个数据还是非常局限的，大数据是体现「大」字，所以这方面也是阿里的优势，阿里在大数据上不光技术、数据规模都是国内领先的，因为我们有大量用户的产品，有大量用户的产品的时候就知道用户喜欢的特征是什么，所以矩阵效应有两个很大的作用。
第一个，积累我们的数据。第二个，我们有大量数据的时候我们就知道在矩阵里面有这么多的场景里面去向用户推荐他想要的内容，包括一些信息和直接向这些用户推荐我们的游戏。整个阿里游戏这个业务里面，我们的矩阵是这么设计的。
第一个是九游，九游是非常重头的领袖地，它会影响更大量用户的观点，九游是非常重头的社区，然后在此基础上，因为阿里体系有大量应用分发的能力，其中包括了 PP 助手和豌豆荚，然后再其实整个阿里体系有大量的用户，平时可以提供娱乐的场景，这种娱乐场景我们可以做大量的内容，所以整个阿里在游戏上的信息推荐其实是分为这么三级。
第三个，大数据在 IP 上的使用，如果把大数据利用好的话，实际上能把 IP 的价值发挥得更好，我跟大家举个例子，如果说 IP 的合作，大家在去年的时候花千骨有很多的例子，但是后面有很多的例子想模范花千骨的模式成功概率没那么高，其中有一个非常重要的原因就是花千骨当时开始做这种 IP 合作的时候，它是走在非常前端的，刚开始去做。
刚开始做的时候呢，每个渠道包括应用商店都不想失去这么好的一次机会，所以每个渠道都很重视，如果每个渠道都很重视的时候，大量的渠道在推荐这个游戏的时候，它就会形成这种规模化的效应。所以这个渠道效应非常好，后面类似的合作的时候，我们把握这种机会，现在重新去看怎么样创造这种机会呢？
如果我们利用大数据的机会，假设还是花千骨的例子，其实我们现在完全可以通过大数据的能力在应用商店里发现哪个用户是花千骨的粉丝，所以就直接大力推荐这个游戏，我相信所有的应用商店，如果是大数据发展的话，他就会主推这个游戏了，如果是大量 IP 的游戏的话就会得到很好的报酬。
第二个，还是以花千骨为例，很多用户是通过影视剧来了解花千骨的，只要不在看影视剧的时候影响用户才有价值，假设我们有非常好的 IP 的时候，我们需要在其他的场景里面让用户知道有这么 IP 的游戏，这就是我们要怎么样利用好这么大的用户，我拿着手机需要有广告的这种能力。
当然大数据能够给大家游戏的分发带来的变化还有很多。
总体来说呢，大数据的应用用到游戏上的时候，就是变成游戏怎么样找到他自己的目标用户，实际上就是从「人找游戏」变成「游戏找人」，阿里游戏正在做这个转变，我们也非常期待跟我们的合作伙伴在这个转变的过程中有一些更加紧密的合作，一起来分享这么一个机会，谢谢大家。
