欢迎光临我们店铺！书籍都是正版全新书籍，欢迎下单~！！
序
前言
章了解游戏数据分析1
1.1游戏数据分析的概念1
1.2游戏数据分析的意义2
1.3游戏数据分析的流程4
1.3.1方5
1.3.2数据加工6
1.3.3统计分析9
1.3.4提炼演绎9
1.3.5建议方案12
1.4游戏数据分析师的定位13
1.4.1玩家—游戏用户14
1.4.2分析师17
1.4.3策划—游戏设计者22
第2章认识游戏数据指标24
2.1数据运营24
2.2数据收集25
2.2.1游戏运营数据25
2.2.2游戏反馈数据26
2..收集方式26
.方27
..1AARRR模型28
..2PRAPA模型38
2.4数据指标39
2.4.1用户获取40
2.4.2用户活跃41
2.4.3用户留存43
2.4.4游戏收入44
2.4.5自传播47
第3章游戏数据报表制作48
3.1运营现状49
3.1.1反馈指标49
3.1.2制作报表50
3.2趋势判断52
3.2.1关键要素52..2报表53
3.3衡量表现56
3.3.1关键数据56
3.3.2制作原则57
3.4产品问题58
3.4.1两个问题59
3.4.2分析案例60
3.5一个问题、三个原则和图表的意义62
3.5.1一个问题62
3.5.2三个原则62
3.5.3图表的意义64
第4章基于统计学的基础分析方法65
4.1度量数据66
4.1.1统计描述66
4.1.2分布形状类型及概率应用70
4.1.3常用统计图73
4.1.4概率抽样、样本量估计和实验设计80
4.2分类数据分析95
4.2.1列联表分析95
4.2.2无序资料分析96
4..有序分类资料分析98
4.2.4分类数据分析案例100
4.3定量数据分析101
4.3.1设检验与t检验101
4.3.2方差分析与协方差分析104
4.4时间序列数据分析112
4.4.1时间序列及分解112
4.4.2时间序列描述统计115
4.4.3时间序列特的分析116
4.4.4指数平滑121
4.5相关分析124
4.5.1定量资料相关分析125
4.5.2分类资料相关分析126
参考文献129
第5章用户分析130
5.1两个问题130
5.2分析维度131
5.3新增用户分析135
5.3.1黑色一分钟135
5.3.2激活的用户138
5.3.3分析案例—注册转化率140
5.4活跃用户解读141
5.4.1DAU的定义142
5.4.2DAU分析思路143
5.4.3DAU基本分析144
5.4.4分析案例—箱线图分析DAU146
5.5综合分析151
5.5.1分析案例-DNU/DAU151
5.5.2使用时长分析157
5.6断代分析161
5.7LTV162
5.7.1LTV的定义162
5.7.2LTV算法局限163
5.7.3用户平均生命周期算法166
5.7.4LTV使用167
第6章留存分析169
6.1留存率的概念170
6.1.1留存率的计算170
6.1.2留存率的三个阶段173
6.1.3留存率的三要素175
6.2留存率的分析181
6.2.1留存率的三个普适原则181
6.2.2留存率分析的作用184
6..留存率分析操作190
6.3留存率优化思路202
6.4留存率扩展讨论203
第7章收入分析205
7.1收入分析的两个角度206
7.1.1市场推广角度206
7.1.2产品运营角度207
7.2宏观收入分析208
7.3付转化210
7.3.1付转化的概念212
7.3.2APA和DAU对付转化的影响213
7.3.3真APA214
7.3.4付转化的引申215
7.3.5付转化的影响因素217
7.4ARPU219
7.4.1ARPDAU220
7.4.2DAU 与 ARPU221
7.5ARPPU222
7.5.1ARPPU的由来222
7.5.2平均惹的祸2
7.5.3首次付费与ARPPU224
7.6APA225
7.6.1APA分析226
7.6.2付费用户的划分226
7.6.3付费频次与收入规模1
7.6.4付费频次与付费间隔2
7.7分析案例—新增用户付费分析5
7.7.1新增用户留存5
7.7.2付转化
7.7.3留存用户中付费用户的收入
7.7.4ARPU
7.7.5新增用户的收入计算241
第8章渠道分析244
8.1渠道的定义244
8.2渠道的分类245
8.3渠道分析的意义245
8.3.1渠道是运营之外使产品的利益优选化的方式245
8.3.2品牌的力量不容小觑246
8.4建立渠道数据分析体系247
8.4.1建立数据监控体系247
8.4.2渠道推广分析的闭环254
8.5分析案例—游戏渠道分析256
第9章内容分析259
9.1营销分析与推送259
9.1.1理解用户259
9.1.2营销方式—推送261
9.2流失预测模型263
9.2.1数据准备263
9.2.2数据建模264
9.3购买支付分析272
9.3.1场景分析272
9.3.2输入法的局限273
9.3.3批量购买的设计275
9.3.4转化率276
9.4版本运营分析278
9.4.1把握用户的期待278
9.4.2地图281
9.4.3武器284
9.4.4新道具286
9.4.5更新288
9.5长尾理论实践289
9.5.1概念289
9.5.2顾尾不顾头290
9.5.3长尾与二八法则291
9.5.4尾部的挖掘291
9.5.5案例—FPS游戏的长尾策略292
9.6活动运营分析294
9.6.1理解活动运营294
9.6.2活动数据分析295
0章R语言游戏分析入门297
10.1R语言概述297
10.2新手上路299
10.3R语言数据结构301
10.3.1向量301
10.3.矩阵01
10.3.3数组302
10.3.4数据框303
10.3.5列表305
10.4R语言数据处理306
10.4.1类型转换306
10.4.2缺失值处理307
10.4.3排序308
10.4.4去重309
10.4.5数据匹配309
10.4.6分组统计310
10.4.7数据变换313
10.4.8创建重复序列rep315
10.4.9创建等差序列seq315
10.4.10随机抽样sample316
10.4.11控制流316
10.4.12创建函数318
10.4.13字符串处理319
10.5基础分析之“数据探索”320
10.5.1数据概况理解320
10.5.2单指标分析322
10.5.3双变量分析326
1章R语言数据可视化与数据库交互332
11.1R语言数据可视化332
11.2常用参数设置334
11.2.1颜色334
11.2.2点和线设置341
11..文本设置342
11.3低级绘图函数345
11.3.1标题345
11.3.2坐标轴345
11.3.3网格线346
11.3.4图例348
11.3.5点线和文字350
11.3.6par函数353
11.4不错绘图函数357
11.5R语言与数据库交互368
2章R语言游戏数据分析实践372
12.1玩家喜好对应分析372
12.1.1对应分析的基本思想372
12.1.2玩家购买物品对应分析373
12.1.3讨论与总结378
12.2玩家物品购买关联分析379
12.2.1算法介绍379
12.2.2物品购买关联分析380
12..讨论与总结385
1.基于密度聚类判断高密度游戏行为386
1..1案例背景386
1..2DBSCAN算法基本原理387
1..数据探索388
1..4数据处理389
1..5模型过程 390
1..多核并行提高效率393
1..讨论与总结394
12.4网络关系图分析应用395
12.4.1网络图的基本概念395
12.4.2创建网络关系图396
12.4.3画网络关系图400
12..络关系分析与应用403
12.4.5讨论与总结409
于洋，TalkingData不错咨询总监，TalkingDataUniversity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、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》，运营学分析及。
为什么要写这本书 无法衡量，就无法改进。 每一个产品都是艺术品，游戏是产品，故游戏也是艺术品。然而产品需要用户，用户与产品都需要衡量，深入地分析并解决问题，提升产品，经营用户。 游戏伴随互联网的发展逐步成为重要的产业，这其中诞生了像暴雪这样的公司，同时也诞生了像西山居这样的民族品牌。我们的技术越来越好，我们的界面越来越炫，我们的设计策划力量也在不断成长。各种针对这个行业的书籍层出不穷，然而我们却发现，在越来越注重产品运营的今天，当一切走向了数字化后，我们的产品数据分析和数据建设，在大多数的从业者当中，却是极度匮乏和无的。 从当初写“小白学数据分析”开始，就承载了一种使命，一种要将行业数据分析不断完善和发展的使命。迄今为止，这个行业还没有一本书是系统地梳理和讲解游戏数据的概念和运用的。伴随大数据和移动互联网的发展，移动互联网创造了更加公平和廉价的创业机会，大数据给予了大家更多利用数据驱动变革的思考，参与到其中的人越来越多。数据开始得到越来越多人的重视和建设，令人欣喜的是，我们看到很多的渠道、发行商、开发者开始用数据说话，开始注意ROI，开始关注留存率，这是一种好的现象，说明数据开始发挥价值和影响。不过，留存率也好，ARPU也好，被玩坏了，被曲解，存在了多重标准，这使得众多的从业者，尤其是很多新人难以区分这些标准，难以理和客观地分析这些数据。很多时候，我们都缺少一个像电商中SKU这样一个高度统一认识的指标，也从未有详细的材料或者书籍对游戏数据分析进行全面的阐述。 数据分析是以解决问题为先。 数据分析注重的是结果转化，理论和知识服务于方案和的效果。游戏可以看作是一件艺术品，然而这样一件艺术品是需要受众的，要经营受众，我们就需要去衡量，去改进。在这个过程中，所使用的软件不是关键的，使用的算法也不是关键的，解决问题的方法才是关键的，并有切实落地的方案以及对于效果的反馈和改进措施。不只是对于游戏数据分析是这样的，对于领域的数据分析也是如此。本书除了解决基本认识、方法之外，还有更多对于业务理解的思考，从解决问题入手，以游戏为切入点，辐整个数据分析领域，并完成大部分理论和基础数据的解读分析。 读者对象 这是一本关于游戏数据分析的书籍，但是其中所包括的知识、方法、指标、理论是可以服务于整个互联网的，以下人员均可阅读和使用本书。 游戏产品运营人员。 游戏数据分析人员。 移动应用产品运营人员。 移动应用数据分析人员。 产品营销推广人员。 产品体验设计人员。 产品数据挖掘及平台建设人员。 数据分析爱好者。 如何阅读本书 本书从组织、策划、收集到创作历经了3年时间，由4位来自不同领域的作者共同完成，其中于洋完成了章、第2章、第3章、第5章、第6章、第7章和第9章的创作，余敏雄完成了0章、1章和2章的创作，吴娜完成了第4章的创作，师胜柱完成了第8章的创作。 本书分为两大部分： . 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、统计学运用、渠道流量经营到具体产品每个阶段的数据运营知识。 第二部分则是重点阐述运用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。 勘误和支持 除封面署名外，本书在创作过程中得到王巍、姜长嵩的支持，他们提供了大量的内容。由于作者的水平有限，编写时间仓促，书中难免会出现一些错误和不准确的地方，望各位读者批评指正。为方便沟通，我们特意创建了在线http://www.ianalysis.cn，读者有任何问题可在该进行留言，同时书中未完全阐述之内容，将在该上继续为各位读者进行解答。另外我们也将定期更新该上的文章。如果您有更多宝贵建议，欢迎发送邮件至yuyang2011@gmail.com，或者关注本书公共账号i-analysis，期待能够得到您的真挚反馈。 致谢 首先感谢西山居CEO邹涛为本书所作的序，作为曾经的金山人，深感荣耀。 感谢TalkingData CEO崔晓波，在我职业生涯中所给予的启迪和平台，作为TalkingData的一员，有幸参与到伟大的数据事业之中，倍感自豪。 感谢TalkingData、西山居，他们为行业做了一件伟大的事情，从此游戏数据分析也是一个真正落地的方向，TalkingData为行业的数据发展做出了产品和方法的指引，而西山居则将多年的沉淀与积累奉献于公众。同时也感谢所有一直以来支持游戏数据分析发展的众多游戏公司。 感谢在本书创作过程中给予我们帮的金山西山居姜长嵩、畅游王巍、游戏数据挖掘与分析群每一位参与游戏数据分析建设的热心网友，感谢TalkingData闫辉和于海亮，他们的产品设计和研发，使得行业进入了快展轨道，还有诸多未提到的朋友，感谢他们长期对游戏数据分析的支持和贡献。感谢所有付出艰辛努力的作者，余敏雄、吴娜、师胜柱，他们的全力支持和参与，使得本书顺利出版。 感谢机械工业出版社华章公司杨福川的信任，他陪伴我一同等待了3年时间；感谢辛苦改稿的编辑姜影。因为有了他们的支持、鼓励和帮，本书才能得以顺利出版。 感谢家人，感谢你们一直以来的理解、陪伴和支持。 谨以此书献给亲爱的家人。 于洋
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
