正如游戏策略设计大神席德梅尔说过的：玩家这个词将来会离我们远去

　　传统的游戏传统门户，比如17173这种，还在延续着原来门户的形式，追求海量快速，打个形象的比喻，这种模式下，内容的宽度可能有九百六十万平方公里，但深度也就几厘米。现在ThinkingGame的模式的出现更像一个升级版的“最强大脑”，不仅要聚合每一款游戏的信息，还能对这些信息做更深入的挖掘，将数据反哺到B端，让数据的价值发挥到最大。

　　吕承通多年行侠仗义的做派很容易聚人，拉上腾讯系游戏开发的技术伙伴，召集盛大、intel亚太研发中心兄弟，历经7个月后，就连携程、搜狐等互联网行业巨头的兄弟们也纷纷响应。有这支顶尖的团队，有行业巨头的支持和参与，ThinkingGame这个能针对7000万玩家进行舆情数据挖掘分析的数据平台简直就是水到渠成。

　　我认为，“云”将会给游戏产业带来一些非常有影响力的改变。

　　创业这件事，吕承通应该是“蓄谋已久”了。知乎上有一个提问：“为什么要创业?”吕承通的答案是：“为什么要创业?这个问题问得好。1. 人生短暂，引用一句：此时不博更待何时。2. 做自己认为最有意义的事。什么是最有意义的?有人是稳定工作，有人是做服务赚钱，有人是发明创造，有人是改变世界。3. 雁过留声。百年之后，还有人因为你曾经的奋斗而记得你，存在过。“答题时间是2011年7月11日。那时候他还刚毕业，加入腾讯互动娱乐研发部没多久。

　　正如游戏策略设计大神席德·梅尔说过的：“‘玩家’这个词将来会离我们远去，我们每个人都将成为‘游戏制作者’。”ThinkingGame让大神预言过的“将来”更近了一步。

　　——彼得·莫利纽克斯(牛蛙公司、狮头公司创始人)

　　一个大型企业的客户反馈的可能有很多个数据源头，每个数据源一个月可以收到几百万条反馈，导致他们没有办法系统的进行横向、纵向的解读。而 ThinkingGame平台就可以过滤这些信息，当数据经过企业采集进入平台，企业便可以第一时间得知用户对产品的反馈信息。

　　——席德·梅尔(游戏策略设计师)

　　自媒体人曹政在《游戏怎么赚钱》一文中写道：“优秀的产品研发利润率确实不低，但是从市场整体来说，成功率大约 5%可能都不到，95%的工作室是注定没有饭吃的。”在研发一款产品失败率如此之高的情况下，用户数据分析的重要性不言而喻。目前市场上很多现有的分析工具只是零散地输出指标结果，而不能向企业用户提供直接精准的行动建议。Thinking Game要做的事情就是把中文世界和游戏有关的任何可以转化成文字的信息，通过机器深度学习来进行自动的挖掘，然后再通过图像可视化给用户展示出去。它的服务对象是B端，尤其是针对B端的市场营销人员、产品优化改进设计人员等。你可以将它的数据分析板块理解为舆情分析。传统的舆情分析系统需要企业自己建立模型、字典，而Thinking Game可以深度学习非结构化的自然语言，根据用户的用词、造句、行文方式来理解文字含义，通过对这些数据的分析，让企业了解到用户的建议的真实靶心。

　　“玩家”这个词将会离我们远去，我们每个人都将成为“游戏制作者”。

　　在未来，你的人生将变成一场游戏。你所有的数字内容将变得真实和好玩，它们是你了解自己生活的窗口。

　　如今，在腾讯历练近5年之后，吕承通基于自己这些年的游戏数据开发经验，针对现有数据市场服务针对游戏运营的不足，创立了Thinking Game，这是一个改变游戏从业者的固化运营流程的产品和服务。Thinking Game致力于让游戏从业者从玩家真实需求出发，了解玩家诉求、跟踪媒体趋势、关注竞品动态。很多现有的分析工具只是零散地输出指标结果，而不能向企业用户提供直接精准的行动建议。但在Thinking Game平台上，就可以非常清晰地看到平台上所有游戏的优点，缺点和改进建议等。这些都是利用前沿的数据挖掘技术自动从玩家反馈的真实数据中提炼而来。它可以给游戏项目组提供最直观的改进和优化产品的思路。除此之外，项目组也可以很清晰地看到玩家在讨论哪些热点内容，，在讨论时他们的态度如何，是正面的多一些，还是负面的多一些。另外，产品的抱怨程度和同类竞品相比又如何?Thinking Game，让游戏人看清游戏产品的优劣之外，还能轻松读懂玩家诉求，让游戏项目组真正做到以用户为中心，打造精品游戏。

　　——威尔·莱特(著名游戏设计师，《模拟城市》、《模拟人生》系列)