移动互联网热潮般的发展，有想法的创业人们将商业眼光投放到移动游戏市场，在当今的移动游戏市场上，有些游戏产品的设计开发方向完全取决于很少数人的认为主观判断，只能依据少数热心用户玩家的反馈和移动游戏市场的后台数据，这些数据价值有限，而且很宽泛，准确性较低，很难体现出每个游戏的问题。而开发运营商想要在日益激烈竞争环境下占据一席之地，他们需要更加了解市场的动态和流行趋势，更要深入掌握玩家用户群的行为习惯和心理，这样才能及时调整战略，做出更能抓住用户心理的核心玩法，积累了更多的用户，是增加用户付费率的重要一步。不懂数据的公司永远也无法成为业界第一，因此快速的、持续的以用户需求为导向，以合理的数据分析为基础是每个公司对自己产品发展的首要方向。本文的研究就是为了开发运营商可以更准确了解用户玩家对游戏体验情况，我们设计的基于IOS平台的数据统计工具可以全面的、准确的收集用户信息和行为数据，将这些数据导入基于Hadoop的数据分析平台，查询我们想要的数据根据用户行为模型分析重要的运营指标和玩家状况，这样我们可以准确的掌握游戏玩家用户的习惯以及游戏弊端，让开发商第一时间调整游戏弊端，更好的完善游戏体验性和可玩性。IOS平台上的游戏开发，已经成为一种趋势，各大公司开发团队都会迎合难以阻挡的苹果浪潮，满足越来越多的果粉的需求，占有更多的用户，占有更大市场份额。所以这也是我们选择在IOS平台下开发数据统计工具的原因，我们以数据收集模块、数据结构模块、数据上传模块、开放接口模块这四个模块对数据统计SDK进行设计与实现，在保证工具功能性的同时，也要考虑到非功能性的问题，如工具稳定性、兼容性，是否在游戏集成后占用很多资源，对游戏造成影响等。统计数据收集后，会将这些数据导入基于Hadoop的数据分析平台，众所周知，Hadoop是非常适合处理存储海量数据的分布式集群系统，再加上Hive的优势，通过类似于SQL语句的HiveQL查询语句就可以将任务传达给MapReduce在HDFS上进行查询任务，返回我们想要查询的数据信息。最后我们制定了一套符合游戏运营商需求的移动游戏用户行为分析模型，我们通过多时间粒度对玩家每日活跃度、玩家每日在线时长、留存率、流失率、付费率重要指标进行深入分析，开发运营人员通过这些数据发现游戏存在的问题，及时改进产品，制定新的战略。