随着移动互联网的迅速发展、移动游戏研发效率的飞快提升和原创力量的不断壮大,移动游戏市场规模一直在持续增长。在这种形势下,如何通过数据分析和数据挖掘等手段进行智能化决策和运营变得非常迫切,尤其在移动互联网领域,数据量大而且珍贵。为了更好的满足公司内部发行推广的需求,更高效的拓展业务、帮助合作伙伴获得更高的收益,根据实际的业务需求开发一个移动数据统计分析系统非常必要。本文通过分析游戏发行相关人员的工作内容及特点,提出了移动数据统计分析系统的研究思路,确定了系统的功能性需求以及非功能性需求。在需求分析的基础上将本系统划分为数据收集、数据传输、数据分析、数据可视化、后台管理及数据预警六个模块,并基于AWS云服务对系统底层架构进行设计。在数据收集模块利用Kinesis agent将移动数据打入Kinesis数据流,用Java语言实现了数据传输模块,通过Kinesis数据流实时接收并处理从移动端统计SDK上报的用户原始日志,将其转换成结构化数据保存至Redshift数据仓库中。数据分析模块中首先使用R语言按照日期、国家、客户端版本、渠道、子渠道、广告组等多种维度分析出用户行为相关的各个运营指标,然后采用当前主流的SSM开源框架搭建Web应用程序将MySQL中的数据分析结果以图表和报表的形式将留存分析、活跃分析、ROI分析、LTV分析的结果呈现给相关用户。可视化模块利用Echarts和Data Tables实现图表和报表,后台管理模块实现对系统中的用户、产品、角色等进行权限管理。此外为了用户可以及时发现数据问题在数据预警模块提供了多种提醒方式向用户发送预警消息。本文详细设计并编码实现了数据传输、数据分析、后台管理、数据预警四个核心模块,并利用类图、流程图、活动图和时序图对实现过程进行了详细的阐述。最后为了保证系统的运行质量,实际部署测试环境对移动数据统计分析系统进行功能测试和非功能测试。测试结果表明以当前架构设计并实现的系统可以稳定运行,有效使用时间达到了99.9%以上,并且实现了需求分析中的所有功能,达到了预期目的,具有实际应用价值。系统正式投入使用以后为各个产品的运营人员、推广人员以及产品经理等人提供了清晰而明确的决策方向,同时也为数据挖掘人员提供了海量的数据资源,提高了公司在游戏发行业务上的效率,达到了预期的目的。