编辑推荐

中国游戏产业的开创性著作，具有里程碑意义，它首次系统讲解了如何对游戏行业的数据进行分析，在行业里竖起了一根标杆。

内容简介

本书在着重解决游戏分析的基本认识、方法之外，还有更多对于业务理解的思考，从解决问题入手，以游戏为最佳切入点，辐射整个数据分析领域，并完成大部分理论和基础数据的解读分析。

本书分为两大部分：第一部分贯穿了从基本的游戏数据分析概念、分析师的定位、数据指标认识、游戏数据分析方法论、统计学运用、渠道流量经营到具体的产品每个阶段用户的数据运营知识。第二部分则重点阐述运用R语言和数据挖掘的知识，深入探讨游戏数据分析的高阶知识。

作者简介

作者于洋，TalkingData 高级咨询总监，主导TalkingData University 计划。曾在金山软件公司任职游戏数据分析师，从事游戏及移动应用数据分析、产品数据体验优化、金融机构运营及数据培训。先后服务于多家银行、保险、证券、移动运营商、移动互联网公司。小白学数据分析专栏作者，撰写第一本《移动游戏数据运营指标白皮书》和《移动应用数据指标白皮书》，运营学分析（www.xuefenxi.com）及www.ianalysis.cn网站。

章节目录

版权信息

序

前言

为什么要写这本书

读者对象

如何阅读本书

勘误和支持

致谢

第1章 了解游戏数据分析

1.1 游戏数据分析的概念

1.2 游戏数据分析的意义

1.3 游戏数据分析的流程

1.3.1 方法论

1.3.2 数据加工

1.3.3 统计分析

1.3.4 提炼演绎

1.3.5 建议方案

1.4 游戏数据分析师的定位

1.4.1 玩家——游戏用户

1.4.2 分析师

1.4.3 策划——游戏设计者

第2章 认识游戏数据指标

2.1 数据运营

2.2 数据收集

2.2.1 游戏运营数据

2.2.2 游戏反馈数据

2.2.3 收集方式

2.3 方法论

2.3.1 AARRR模型

2.3.2 PRAPA模型

2.4 数据指标

2.4.1 用户获取

2.4.2 用户活跃

2.4.3 用户留存

2.4.4 游戏收入

2.4.5 自传播

第3章 游戏数据报表制作

3.1 运营现状

3.1.1 反馈指标

3.1.2 制作报表

3.2 趋势判断

3.2.1 关键要素

3.2.2 制作报表

3.3 衡量表现

3.3.1 关键数据

3.3.2 制作原则

3.4 产品问题

3.4.1 两个问题

3.4.2 分析案例

3.5 一个问题、三个原则和图表的意义

3.5.1 一个问题

3.5.2 三个原则

3.5.3 图表的意义

第4章 基于统计学的基础分析方法

4.1 度量数据

4.1.1 统计描述

4.1.2 分布形状类型及概率应用

4.1.3 常用统计图

4.1.4 概率抽样、样本量估计和实验设计

4.2 分类数据分析

4.2.1 列联表分析

4.2.2 无序资料分析

4.2.3 有序分类资料分析

4.2.4 分类数据分析案例

4.3 定量数据分析

4.3.1 假设检验与t检验

4.3.2 方差分析与协方差分析

4.4 时间序列数据分析

4.4.1 时间序列及分解

4.4.2 时间序列描述统计

4.4.3 时间序列特性的分析

4.4.4 指数平滑

4.5 相关分析

4.5.1 定量资料相关分析

4.5.2 分类资料相关分析

参考文献

第5章 用户分析

5.1 两个问题

5.2 分析维度

5.3 新增用户分析

5.3.1 黑色一分钟

5.3.2 激活的用户

5.3.3 分析案例——注册转化率

5.4 活跃用户解读

5.4.1 DAU的定义

5.4.2 DAU分析思路

5.4.3 DAU基本分析

5.4.4 分析案例——箱线图分析DAU

5.5 综合分析

5.5.1 分析案例——DNU/DAU

5.5.2 使用时长分析

5.6 断代分析

5.7 LTV

5.7.1 LTV的定义

5.7.2 LTV算法局限性

5.7.3 用户平均生命周期算法

5.7.4 LTV使用

第6章 留存分析

6.1 留存率的概念

6.1.1 留存率的计算

6.1.2 留存率的三个阶段

6.1.3 留存率的三要素

6.2 留存率的分析

6.2.1 留存率的三个普适原则

6.2.2 留存率分析的作用

6.2.3 留存率分析操作

6.3 留存率优化思路

6.4 留存率扩展讨论

第7章 收入分析

7.1 收入分析的两个角度

7.1.1 市场推广角度

7.1.2 产品运营角度

7.2 宏观收入分析

7.3 付费转化率

7.3.1 付费转化率的概念

7.3.2 APA和DAU对付费转化率的影响

7.3.3 真假APA

7.3.4 付费转化率的引申

7.3.5 付费转化率的影响因素

7.4 ARPU

7.4.1 ARPDAU

7.4.2 DAU与ARPU

7.5 ARPPU

7.5.1 ARPPU的由来

7.5.2 平均惹的祸

7.5.3 首次付费与ARPPU

7.6 APA

7.6.1 APA分析

7.6.2 付费用户的划分

7.6.3 付费频次与收入规模

7.6.4 付费频次与付费间隔

7.7 分析案例——新增用户付费分析

7.7.1 新增用户留存

7.7.2 付费转化率

7.7.3 留存用户中付费用户的收入

7.7.4 ARPU

7.7.5 新增用户的收入计算

第8章 渠道分析

8.1 渠道的定义

8.2 渠道的分类

8.3 渠道分析的意义

8.3.1 最佳渠道是运营之外使产品的利益最大化的方式

8.3.2 品牌的力量不容小觑

8.4 建立渠道数据分析体系

8.4.1 建立数据监控体系

8.4.2 渠道推广分析的闭环

8.5 分析案例——游戏渠道分析

第9章 内容分析

9.1 营销分析与推送

9.1.1 理解用户

9.1.2 营销方式——推送

9.2 流失预测模型

9.2.1 数据准备

9.2.2 数据建模

9.3 购买支付分析

9.3.1 场景分析

9.3.2 输入法的局限

9.3.3 批量购买的设计

9.3.4 转化率

9.4 版本运营分析

9.4.1 把握用户的期待

9.4.2 地图

9.4.3 武器

9.4.4 新道具

9.4.5 其他更新

9.5 长尾理论实践

9.5.1 概念

9.5.2 顾尾不顾头

9.5.3 长尾与二八法则

9.5.4 尾部的挖掘

9.5.5 案例——FPS游戏的长尾策略

9.6 活动运营分析

9.6.1 理解活动运营

9.6.2 活动数据分析

第10章 R语言游戏分析入门

10.1 R语言概述

10.2 新手上路

10.3 R语言数据结构

10.3.1 向量

10.3.2 矩阵

10.3.3 数组

10.3.4 数据框

10.3.5 列表

10.4 R语言数据处理

10.4.1 类型转换

10.4.2 缺失值处理

10.4.3 排序

10.4.4 去重

10.4.5 数据匹配

10.4.6 分组统计

10.4.7 数据变换

10.4.8 创建重复序列rep

10.4.9 创建等差序列seq

10.4.10 随机抽样sample

10.4.11 控制流

10.4.12 创建函数

10.4.13 字符串处理

10.5 基础分析之“数据探索”

10.5.1 数据概况理解

10.5.2 单指标分析

10.5.3 双变量分析

第11章 R语言数据可视化与数据库交互

11.1 R语言数据可视化

11.2 常用参数设置

11.2.1 颜色

11.2.2 点和线设置

11.2.3 文本设置

11.3 低级绘图函数

11.3.1 标题

11.3.2 坐标轴

11.3.3 网格线

11.3.4 图例

11.3.5 点线和文字

11.3.6 par函数

11.4 高级绘图函数

11.5 R语言与数据库交互

第12章 R语言游戏数据分析实践

12.1 玩家喜好对应分析

12.1.1 对应分析的基本思想

12.1.2 玩家购买物品对应分析

12.1.3 讨论与总结

12.2 玩家物品购买关联分析

12.2.1 算法介绍

12.2.2 物品购买关联分析

12.2.3 讨论与总结

12.3 基于密度聚类判断高密度游戏行为

12.3.1 案例背景

12.3.2 DBSCAN算法基本原理

12.3.3 数据探索

12.3.4 数据处理

12.3.5 模型过程

12.3.6 多核并行提高效率

12.3.7 讨论与总结

12.4 网络关系图分析应用

12.4.1 网络图的基本概念

12.4.2 创建网络关系图

12.4.3 画网络关系图

12.4.4 网络关系分析与应用

12.4.5 讨论与总结

游戏数据分析的艺术是2015年由机械工业出版社出版,作者于洋。

得书感谢您对《游戏数据分析的艺术》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。