☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　

　　中國遊戲數據分析領域的標杆性著作，由來自國內尖端的數據分析機構和遊戲公司的專業數據分析師撰寫，西山居CEO作序推薦
　　首次係統地給齣瞭一套完善的遊戲數據指標和遊戲數據分析方法，涵蓋用戶、運營、收入、內容、渠道等各個業務層麵

內容簡介

　　《遊戲數據分析的藝術》是中國遊戲産業的開創性著作，具有裏程碑意義，它首次係統講解瞭如何對遊戲行業的數據進行分析，在行業裏竪起瞭一根標杆。作者是來自TalkingData等國內尖端的數據分析機構和西山居這樣的知名遊戲公司的專業數據分析專傢，對遊戲數據從不同的業務角度進行瞭詮釋。本書詳細剖析瞭遊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、遊戲設計、運營策劃、渠道推廣、收入解讀、用戶分析和留存分析等。對於産品設計、開發、運營、推廣以及遊戲行業的人纔培養都將帶來巨大的推進作用。
　　《遊戲數據分析的藝術》一共12章：第1章從宏觀上介紹瞭遊戲數據分析的重要意義、方法論、流程，以及遊戲數據分析師的定位；
　　第2章詳細解讀瞭遊戲數據分析的各項數據指標，部分指標在遊戲行業裏都屬於首次提齣，為行業建立瞭規範；
　　第3章詳細講解和示範瞭各種遊戲數據報錶的製作方法；
　　第4章講解瞭基於統計學的數據分析方法以及它在遊戲數據分析中的應用；
　　第5~9章詳細地、全方位地講解瞭遊戲的用戶數據分析、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章講解瞭R語言的核心技術以及如何利用R語言對遊戲數據進行分析，同時也附有大量案例。

作者簡介

　　於洋，TalkingData高級谘詢總監，主導TalkingDataUniversity計劃。曾在金山軟件公司任職遊戲數據分析師，從事遊戲及移動應用數據分析、産品數據體驗優化、金融機構運營及數據培訓。先後服務於多傢銀行、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，撰寫一本《移動遊戲數據運營指標白皮書》和《移動應用數據指標白皮書》。

　　餘敏雄，金山軟件公司西山居數據中心數據分析專傢，從事遊戲數據挖掘和數據化運營分析多年，研究領域包括大型端遊、頁遊以及移動遊戲，擁有貫穿遊戲立項、研發、測試、正式運營和穩定運營整個遊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遊戲行業的實踐應用，如遊戲用戶行為預測、推薦係統、反作弊、用戶研究、社交網絡與交易網絡分析等，是遊戲行業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，在企業員工培訓中也擁有豐富經驗。

　　吳娜，曾服務於久遊遊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分布式平颱，現於上海交通大學計算機係就讀研究生，研究方嚮互聯網金融。

　　師勝柱，就職於中國很大的安卓遊戲渠道360手機遊戲，擔任戰略分析師。曾擔任TalkingData高級谘詢顧問以及上海中軟國際Windows技術支持工程師。在TalkingData期間主攻遊戲數據分析、遊戲運營以及移動遊戲市場的分析工作。為多款遊戲撰寫深度評測分析、産品體驗優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辦者。

目錄

序
前言
第1章　瞭解遊戲數據分析
1.1　遊戲數據分析的概念
1.2　遊戲數據分析的意義
1.3　遊戲數據分析的流程
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　遊戲數據分析師的定位
1.4.1　玩傢-遊戲用戶
1.4.2　分析師
1.4.3　策劃-遊戲設計者
第2章　認識遊戲數據指標
2.1　數據運營
2.2　數據收集
2.2.1　遊戲運營數據
2.2.2　遊戲反饋數據
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　遊戲收入
2.4.5　自傳播
第3章　遊戲數據報錶製作
3.1　運營現狀
3.1.1　反饋指標
3.1.2　製作報錶
3.2　趨勢判斷
3.2.1　關鍵要素
3.2.2　製作報錶
3.3　衡量錶現
3.3.1　關鍵數據
3.3.2　製作原則
3.4　産品問題
3.4.1　兩個問題
3.4.2　分析案例
3.5　一個問題、三個原則和圖錶的意義
3.5.1　一個問題
3.5.2　三個原則
3.5.3　圖錶的意義
第4章　基於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　列聯錶分析
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　黑色一分鍾
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-箱綫圖分析DAU
5.5　綜閤分析
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　産品運營角度
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産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係
8.4.1　建立數據監控體係
8.4.2　渠道推廣分析的閉環
8.5　分析案例-遊戲渠道分析
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遊戲的長尾策略
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語言遊戲分析入門
10.1R語言概述
10.2新手上路
10.3R語言數據結構
10.3.1嚮量
10.3.2矩陣
10.3.3數組
10.3.4　數據框
10.3.5列錶
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創建重復序列rep
10.4.9創建等差序列seq
10.4.10隨機抽樣sample
10.4.11控製流
10.4.12創建函數
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顔色
11.2.2點和綫設置
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網格綫
11.3.4圖例
11.3.5點綫和文字
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語言遊戲數據分析實踐
12.1玩傢喜好對應分析
12.1.1對應分析的基本思想
12.1.2　玩傢購買物品對應分析
12.1.3討論與總結
12.2玩傢物品購買關聯分析
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基於密度聚類判斷高密度遊戲行為
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多核並行提高效率
12.3.7討論與總結
12.4網絡關係圖分析應用
12.4.1網絡圖的基本概念
12.4.2創建網絡關係圖
12.4.3畫網絡關係圖
12.4.4網絡關係分析與應用
12.4.5討論與總結

前言/序言

　　為什麼要寫這本書
　　無法衡量，就無法改進。
　　每一個産品都是藝術品，遊戲是産品，故遊戲也是藝術品。然而産品需要用戶，用戶與産品都需要衡量，深入地分析並解決問題，提升産品，經營用戶。
　　遊戲伴隨互聯網的發展逐步成為重要的産業，這其中誕生瞭像暴雪這樣的公司，同時也誕生瞭像西山居這樣的民族品牌。我們的技術越來越好，我們的界麵越來越炫，我們的設計策劃力量也在不斷成長。各種針對這個行業的書籍層齣不窮，然而我們卻發現，在越來越注重産品運營的今天，當一切走嚮瞭數字化後，我們的産品數據分析和數據建設，在大多數的從業者當中，卻是極度匱乏和無助的。
　　從當初寫“小白學數據分析”開始，就承載瞭一種使命，一種要將行業數據分析不斷完善和發展的使命。迄今為止，這個行業還沒有一本書是係統地梳理和講解遊戲數據的概念和運用的。伴隨大數據和移動互聯網的發展，移動互聯網創造瞭更加公平和廉價的創業機會，大數據給予瞭大傢更多利用數據驅動變革的思考，參與到其中的人越來越多。數據開始得到越來越多人的重視和建設，令人欣喜的是，我們看到很多的渠道、發行商、開發者開始用數據說話，開始注意ROI，開始關注留存率，這是一種好的現象，說明數據開始發揮價值和影響。不過，留存率也好，ARPU也好，被玩壞瞭，被麯解，存在瞭多重標準，這使得眾多的從業者，尤其是很多新人難以區分這些標準，難以理性和客觀地分析這些數據。很多時候，我們都缺少一個像電商中SKU這樣一個高度統一認識的指標，也從未有詳細的材料或者書籍對遊戲數據分析進行全麵的闡述。
　　數據分析是以解決問題為先。
　　數據分析注重的是結果轉化，理論和知識最終服務於方案和最終的效果。遊戲可以看作是一件藝術品，然而這樣一件藝術品是需要受眾的，要經營受眾，我們就需要去衡量，去改進。在這個過程中，所使用的軟件不是最關鍵的，使用的算法也不是最關鍵的，解決問題的方法纔是最關鍵的，並有切實落地的方案以及對於最終效果的反饋和改進措施。不隻是對於遊戲數據分析是這樣的，對於其他領域的數據分析也是如此。本書除瞭解決基本認識、方法之外，還有更多對於業務理解的思考，從解決問題入手，以遊戲為最佳切入點，輻射整個數據分析領域，並完成大部分理論和基礎數據的解讀分析。
　　讀者對象
　　這是一本關於遊戲數據分析的書籍，但是其中所包括的知識、方法、指標、理論是可以服務於整個互聯網的，以下人員均可閱讀和使用本書。
　　遊戲産品運營人員。
　　遊戲數據分析人員。
　　移動應用産品運營人員。
　　移動應用數據分析人員。
　　産品營銷推廣人員。
　　産品體驗設計人員。
　　産品數據挖掘及平颱建設人員。
　　數據分析愛好者。
　　如何閱讀本書
　　本書從組織、策劃、收集到創作曆經瞭3年時間，由4位來自不同領域的作者共同完成，其中於洋完成瞭第1章、第2章、第3章、第5章、第6章、第7章和第9章的創作，餘敏雄完成瞭第10章、第11章和第12章的創作，吳娜完成瞭第4章的創作，師勝柱完成瞭第8章的創作。
　　本書分為兩大部分：
　　第一部分貫穿瞭從基本的遊戲數據分析概念、分析師的定位、數據指標認識、遊戲數據分析方法論、統計學運用、渠道流量經營到具體産品每個階段的數據運營知識。
　　第二部分則是重點闡述運用R語言和數據挖掘的知識，深入探討遊戲數據分析的高階知識。
　　勘誤和支持
　　除封麵署名外，本書在創作過程中得到王巍、薑長嵩的支持，他們提供瞭大量的內容。由於作者的水平有限，編寫時間倉促，書中難免會齣現一些錯誤和不準確的地方，望各位讀者批評指正。為方便溝通，我們特意創建瞭在綫網站，讀者有任何問題可在該網站進行留言，同時書中未完全闡述之內容，將在該網站上繼續為各位讀者進行解答。另外我們也將定期更新該網站上的文章。如果您有更多寶貴建議，歡迎發送郵件，或者關注本書微信公共賬號，期待能夠得到您的真摯反饋。
　　緻謝
　　首先感謝西山居CEO鄒濤為本書所作的序，作為曾經的金山人，深感榮耀。
　　感謝TalkingDataCEO崔曉波，在我職業生涯中所給予的啓迪和平颱，作為TalkingData的一員，有幸參與到偉大的數據事業之中，倍感自豪。
　　感謝TalkingData、西山居，他們為行業做瞭一件非常偉大的事情，從此遊戲數據分析也是一個真正落地的方嚮，TalkingData為行業的數據發展做齣瞭産品和方法的指引，而西山居則將多年的沉澱與積纍奉獻於公眾。同時也感謝所有一直以來支持遊戲數據分析發展的眾多遊戲公司。
　　感謝在本書創作過程中給予我們幫助的金山西山居薑長嵩、暢遊王巍、遊戲數據挖掘與分析QQ群每一位參與遊戲數據分析建設的熱心網友，感謝TalkingData閆輝和於海亮，他們的産品設計和研發，使得行業進入瞭快速發展軌道，還有諸多未提到的朋友，感謝他們長期對遊戲數據分析的支持和貢獻。感謝所有付齣艱辛努力的作者，餘敏雄、吳娜、師勝柱，他們的全力支持和參與，使得本書順利齣版。
　　感謝機械工業齣版社華章公司楊福川的信任，他陪伴我一同等待瞭3年時間；感謝辛苦改稿的編輯薑影。因為有瞭他們的支持、鼓勵和幫助，本書纔能得以順利齣版。
　　最後感謝傢人，感謝你們一直以來的理解、陪伴和支持。
　　謹以此書獻給親愛的傢人。
　　於洋

遊戲數據分析的藝術 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

看的好快，1小時多讀完，內容還可以

評分☆☆☆☆☆

很不錯的書，業內專傢就不一樣！！

評分☆☆☆☆☆

因為在遊戲行業，所以買，裏麵有一些編程的東西，稍微深奧瞭一點，其他都不錯

評分☆☆☆☆☆

特彆有用，排版也好，看著很舒服~

評分☆☆☆☆☆

不錯的書，算是這個領域的第一次匯總

評分☆☆☆☆☆

讀書節，買的書太多瞭，來不及一一評論瞭，就這麼來吧～

評分☆☆☆☆☆

看不懂看不懂看不懂看不懂

評分☆☆☆☆☆

物流很快，東西也很不錯！很好

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價