注冊 | 登錄讀書好，好讀書，讀好書！

游戲數據分析的藝術

定　價：￥79.00

作　者：	于洋，余敏雄，吳娜，師勝柱
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	計算機?網絡游戲

購買這本書可以去

ISBN：	9787111507802	出版時間：	2015-08-01	包裝：
開本：	16開	頁數：	409	字數：

內容簡介

　　《游戲數據分析的藝術》是中國游戲產業(yè)的開創(chuàng)性著作，具有里程碑意義，它首次系統講解了如何對游戲行業(yè)的數據進行分析，在行業(yè)里豎起了一根標桿。作者是來自TalkingData等國內頂尖的數據分析機構和西山居這樣的知名游戲公司的資深數據分析專家，對游戲數據從不同的業(yè)務角度進行了詮釋。本書詳細剖析了游戲數據分析相關的指標、方法論、內容挖掘、數據挖掘、軟件使用、游戲設計、運營策劃、渠道推廣、收入解讀、用戶分析和留存分析等。對于產品設計、開發(fā)、運營、推廣以及游戲行業(yè)的人才培養(yǎng)都將帶來巨大的推進作用?！队螒驍祿治龅乃囆g》一共12章：第1章從宏觀上介紹了游戲數據分析的重要意義、方法論、流程，以及游戲數據分析師的定位；第2章詳細解讀了游戲數據分析的各項數據指標，部分指標在游戲行業(yè)里都屬于首次提出，為行業(yè)建立了規(guī)范；第3章詳細講解和示范了各種游戲數據報表的制作方法；第4章講解了基于統計學的數據分析方法以及它在游戲數據分析中的應用；第5~9章詳細地、全方位地講解了游戲的用戶數據分析、運營數據分析、收入數據分析、渠道數據分析、內容數據分析，不僅有方法論和技巧，而且有大量的實際案例，這部分內容是本書的核心；第10~12章講解了R語言的核心技術以及如何利用R語言對游戲數據進行分析，同時也附有大量案例。

作者簡介

　　于洋，TalkingData高級咨詢總監(jiān)，主導TalkingDataUniversity計劃。曾在金山軟件公司任職游戲數據分析師，從事游戲及移動應用數據分析、產品數據體驗優(yōu)化、金融機構運營及數據培訓。先后服務于多家銀行、保險、證券、移動運營商、移動互聯網公司。小白學數據分析專欄作者，撰寫第一本《移動游戲數據運營指標白皮書》和《移動應用數據指標白皮書》。余敏雄，金山軟件公司西山居數據中心數據分析專家，從事游戲數據挖掘和數據化運營分析多年，研究領域包括大型端游、頁游以及移動游戲，擁有貫穿游戲立項、研發(fā)、測試、正式運營和穩(wěn)定運營整個游戲生命周期各個階段的豐富經驗。主要關注統計分析與數據挖掘在游戲行業(yè)的實踐應用，如游戲用戶行為預測、推薦系統、反作弊、用戶研究、社交網絡與交易網絡分析等，是游戲行業(yè)數據化運營的倡導者與踐行者，同時是中國統計網數據分析培訓師，在企業(yè)員工培訓中也擁有豐富經驗。吳娜，曾服務于久游游戲和中國移動集團等公司，現擔任電信集團互聯網數據挖掘工程師，因其豐富的市場運營和數據分析工作經驗，能準確有效定位業(yè)務問題和數據方法論，精通數理統計、常用編程語言、常用數據挖掘工具和Hadoop分布式平臺，現于上海交通大學計算機系就讀研究生，研究方向互聯網金融。師勝柱，就職于中國最大的安卓游戲渠道360手機游戲，擔任戰(zhàn)略分析師。曾擔任TalkingData高級咨詢顧問以及上海中軟國際Windows技術支持工程師。在TalkingData期間主攻游戲數據分析、游戲運營以及移動游戲市場的分析工作。為多款游戲撰寫深度評測分析、產品體驗優(yōu)化報告以及專題數據分析報告等。學分析論壇，愛分析微信公眾賬號（i-analysis）以及移動數據分析博客的創(chuàng)辦者。

圖書目錄

序
前言
第1章　了解游戲數據分析
1.1　游戲數據分析的概念
1.2　游戲數據分析的意義
1.3　游戲數據分析的流程
1.3.1　方法論
1.3.2　數據加工
1.3.3　統計分析
1.3.4　提煉演繹
1.3.5　建議方案
1.4　游戲數據分析師的定位
1.4.1　玩家-游戲用戶
1.4.2　分析師
1.4.3　策劃-游戲設計者
第2章　認識游戲數據指標
2.1　數據運營
2.2　數據收集
2.2.1　游戲運營數據
2.2.2　游戲反饋數據
2.2.3　收集方式
2.3　方法論
2.3.1　AARRR模型
2.3.2　PRAPA模型
2.4　數據指標
2.4.1　用戶獲取
2.4.2　用戶活躍
2.4.3　用戶留存
2.4.4　游戲收入
2.4.5　自傳播
第3章　游戲數據報表制作
3.1　運營現狀
3.1.1　反饋指標
3.1.2　制作報表
3.2　趨勢判斷
3.2.1　關鍵要素
3.2.2　制作報表
3.3　衡量表現
3.3.1　關鍵數據
3.3.2　制作原則
3.4　產品問題
3.4.1　兩個問題
3.4.2　分析案例
3.5　一個問題、三個原則和圖表的意義
3.5.1　一個問題
3.5.2　三個原則
3.5.3　圖表的意義
第4章　基于統計學的基礎分析方法
4.1　度量數據
4.1.1　統計描述
4.1.2　分布形狀類型及概率應用
4.1.3　常用統計圖
4.1.4　概率抽樣、樣本量估計和實驗設計
4.2　分類數據分析
4.2.1　列聯表分析
4.2.2　無序資料分析
4.2.3　有序分類資料分析
4.2.4　分類數據分析案例
4.3　定量數據分析
4.3.1　假設檢驗與t檢驗
4.3.2　方差分析與協方差分析
4.4　時間序列數據分析
4.4.1　時間序列及分解
4.4.2　時間序列描述統計
4.4.3　時間序列特性的分析
4.4.4　指數平滑
4.5　相關分析
4.5.1　定量資料相關分析
4.5.2　分類資料相關分析
參考文獻
第5章用戶分析
5.1　兩個問題
5.2　分析維度
5.3　新增用戶分析
5.3.1　黑色一分鐘
5.3.2　激活的用戶
5.3.3　分析案例-注冊轉化率
5.4　活躍用戶解讀
5.4.1　DAU的定義
5.4.2　DAU分析思路
5.4.3　DAU基本分析
5.4.4　分析案例-箱線圖分析DAU
5.5　綜合分析
5.5.1　分析案例-DNU/DAU
5.5.2　使用時長分析
5.6　斷代分析
5.7　LTV
5.7.1　LTV的定義
5.7.2　LTV算法局限性
5.7.3　用戶平均生命周期算法
5.7.4　LTV使用
第6章留存分析
6.1　留存率的概念
6.1.1　留存率的計算
6.1.2　留存率的三個階段
6.1.3　留存率的三要素
6.2　留存率的分析
6.2.1　留存率的三個普適原則
6.2.2　留存率分析的作用
6.2.3　留存率分析操作
6.3　留存率優(yōu)化思路
6.4　留存率擴展討論
第7章收入分析
7.1　收入分析的兩個角度
7.1.1　市場推廣角度
7.1.2　產品運營角度
7.2　宏觀收入分析
7.3　付費轉化率
7.3.1　付費轉化率的概念
7.3.2　APA和DAU對付費轉化率的影響
7.3.3　真假APA
7.3.4　付費轉化率的引申
7.3.5　付費轉化率的影響因素
7.4　ARPU
7.4.1　ARPDAU
7.4.2　DAU 與 ARPU
7.5　ARPPU
7.5.1　ARPPU的由來
7.5.2　平均惹的禍
7.5.3　首次付費與ARPPU
7.6　APA
7.6.1　APA分析
7.6.2　付費用戶的劃分
7.6.3　付費頻次與收入規(guī)模
7.6.4　付費頻次與付費間隔
7.7　分析案例-新增用戶付費分析
7.7.1　新增用戶留存
7.7.2　付費轉化率
7.7.3　留存用戶中付費用戶的收入
7.7.4　ARPU
7.7.5　新增用戶的收入計算
第8章渠道分析
8.1　渠道的定義
8.2　渠道的分類
8.3　渠道分析的意義
8.3.1　最佳渠道是運營之外使產品的利益最大化的方式
8.3.2　品牌的力量不容小覷
8.4　建立渠道數據分析體系
8.4.1　建立數據監(jiān)控體系
8.4.2　渠道推廣分析的閉環(huán)
8.5　分析案例-游戲渠道分析
第9章內容分析
9.1　營銷分析與推送
9.1.1　理解用戶
9.1.2　營銷方式-推送
9.2　流失預測模型
9.2.1　數據準備
9.2.2　數據建模
9.3購買支付分析
9.3.1場景分析
9.3.2輸入法的局限
9.3.3　批量購買的設計
9.3.4　轉化率
9.4版本運營分析
9.4.1把握用戶的期待
9.4.2地圖
9.4.3　武器
9.4.4新道具
9.4.5其他更新
9.5長尾理論實踐
9.5.1概念
9.5.2顧尾不顧頭
9.5.3長尾與二八法則
9.5.4尾部的挖掘
9.5.5案例-FPS游戲的長尾策略
9.6活動運營分析
9.6.1理解活動運營
9.6.2活動數據分析
第10章R語言游戲分析入門
10.1R語言概述
10.2新手上路
10.3R語言數據結構
10.3.1向量
10.3.2矩陣
10.3.3數組
10.3.4　數據框
10.3.5列表
10.4R語言數據處理
10.4.1類型轉換
10.4.2缺失值處理
10.4.3排序
10.4.4去重
10.4.5數據匹配
10.4.6分組統計
10.4.7數據變換
10.4.8創(chuàng)建重復序列rep
10.4.9創(chuàng)建等差序列seq
10.4.10隨機抽樣sample
10.4.11控制流
10.4.12創(chuàng)建函數
10.4.13字符串處理
10.5基礎分析之"數據探索"
10.5.1數據概況理解
10.5.2單指標分析
10.5.3雙變量分析
第11章R語言數據可視化與數據庫交互
11.1R語言數據可視化
11.2常用參數設置
11.2.1顏色
11.2.2點和線設置
11.2.3文本設置
11.3低級繪圖函數
11.3.1標題
11.3.2坐標軸
11.3.3網格線
11.3.4圖例
11.3.5點線和文字
11.3.6par函數
11.4高級繪圖函數
11.5R語言與數據庫交互
第12章R語言游戲數據分析實踐
12.1玩家喜好對應分析
12.1.1對應分析的基本思想
12.1.2　玩家購買物品對應分析
12.1.3討論與總結
12.2玩家物品購買關聯分析
12.2.1算法介紹
12.2.2物品購買關聯分析
12.2.3討論與總結
12.3基于密度聚類判斷高密度游戲行為
12.3.1案例背景
12.3.2DBSCAN算法基本原理
12.3.3數據探索
12.3.4數據處理
12.3.5模型過程
12.3.6多核并行提高效率
12.3.7討論與總結
12.4網絡關系圖分析應用
12.4.1網絡圖的基本概念
12.4.2創(chuàng)建網絡關系圖
12.4.3畫網絡關系圖
12.4.4網絡關系分析與應用
12.4.5討論與總結