书籍详情
《游戏数据分析:从方法到实践》[71M]百度网盘|亲测有效
  • 游戏数据分析:从方法到实践

  • 出版社:本帮图书专营店
  • 出版时间:2024-05
  • 热度:11792
  • 上架时间:2024-07-27 17:44:58
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

编辑推荐

本书内容基于数数科技为千余家游戏企业、近万款游戏项目提供数据分析服务的经验。

- 方法:从数据采集到指标体系,再到专题分析与探索性分析,常用方法一览无余

- 案例:解析数据驱动游戏业务增长典型案例,看数据分析如何助力打造爆款游戏

- 实践:游戏全生命周期四个关键阶段的数据分析实践,掌握精细化运营分析策略


容简介

本书由数数科技分析师团队撰写。基于数数科技成立以来服务上千家游戏企业、近万个游戏项目的经验,作者介绍了游戏行业的数据分析现状,解读了数据驱动增长的典型案例,阐明了如何建设数据分析体系才能给游戏企业带来商业价值,希望为游戏行业的运营、数据分析、策划等岗位从业者提供从方法到实践的指导,驱动游戏业务增长。

作者简介

数数科技创立于 2015 年,是先进的游戏大数据分析服务商,公司在全球多个城市,包括上海、东京、首尔、新加坡均设有办公室。数数科技以“让数据价值触手可及”为使命,致力于为全球游戏构建全新的数据基础设施,帮助游戏企业充分挖掘数据价值,实现数据驱动和业务增长。目前,数数科技已服务上千家游戏企业,旗下游戏大数据分析引擎 ThinkingEngine(简称“TE”)已接入近万款游戏。

目录

第一部分 建立游戏数据分析思维

第 1 章 游戏数据分析概述

1.1 游戏数据分析的概念

1.2 游戏数据分析的价值

1.3 游戏数据分析的思维、方法与技术

1.3.1 游戏数据分析的思维

1.3.2 游戏数据分析的方法

1.3.3 游戏数据分析的技术

1.4 游戏数据分析师的能力要求

第 2 章 数据分析驱动游戏决策

2.1 概述

2.1.1 什么是游戏决策

2.1.2 数据分析在游戏决策中的作用

2.2 案例:通过数据分析调整运营策略,扭转游戏的市场表现

2.2.1 量化决策目标

2.2.2 获取决策线索

2.2.3 拟定决策方案

2.2.4 评估决策效果

2.2.5 总结

2.3 提升游戏决策效果

第 3 章 构建精细化的游戏数据分析系统

3.1 游戏数据分析系统的演进

3.1.1 基础指标系统

3.1.2 经营分析系统

3.1.3 精细化分析系统

3.1.4 小结

3.2 构建精细化分析系统

3.2.1 系统选型

3.2.2 接入数据

3.2.3 构建指标体系

3.3 精细化分析系统的深度运用

3.3.1 专题分析与探索性分析

3.3.2 数据的多样化运用

3.4 总结

第二部分 实现游戏数据分析的方法

第 4 章 数据接入

4.1 概述

4.2 常见的数据接入方式

4.2.1 客户端接入

4.2.2 服务端接入

4.2.3 混合接入

4.2.4 第三方平台接入

4.3 制订数据接入方案

4.3.1 数据接入方案的切入点

4.3.2 明确数据管理方案

4.3.3 埋点方案的层次

4.4 管理数据

4.4.1 元数据管理

4.4.2 数据质量管理

4.4.3 数据合规

第 5 章 构建游戏数据指标体系

5.1 概述

5.1.1 游戏数据指标体系的定义

5.1.2 常用的游戏数据指标

5.2 构建游戏数据指标体系的方法及案例

5.2.1 指标体系应遵循的三大原则

5.2.2 构建指标体系的方法

5.2.3 案例:构建棋牌游戏的指标体系

5.3 指标体系的深度价值

5.3.1 搭建指标看板,监控游戏健康状态

5.3.2 进行业务预警,避免游戏运营事故

5.4 总结

第 6 章 游戏数据专题分析

6.1 概述

6.1.1 游戏数据专题分析的定义

6.1.2 游戏数据专题分析的类型

6.2 调优型专题分析

6.2.1 调优型专题分析的内容

6.2.2 案例:优化次日留存率

6.3 设计型专题分析

6.3.1 设计型专题分析的内容

6.3.2 案例:设计累计充值活动

6.4 评估型专题分析

6.4.1 评估型专题分析的内容

6.4.2 案例:评估新版本的关卡设计

第 7 章 游戏数据探索性分析

7.1 基于数据的信息挖掘

7.1.1 聚类分析

7.1.2 根因分析

7.1.3 回归分析

7.2 因果推断与实验法

7.2.1 A/B 测试的完整流程

7.2.2 游戏行业的实际案例

7.2.3 提高实验效能

7.3 总结

第三部分 游戏全生命周期数据实践

第 8 章 玩法验证单元

8.1 概述

8.1.1 玩法验证的目的与分析维度

8.1.2 核心指标对玩法验证的影响

8.1.3 新老游戏玩法的数据验证差异

8.2 新游戏现有玩法的验证案例:宝石镶嵌

8.2.1 玩法简介

8.2.2 玩法分析

8.3 老游戏新玩法的验证案例:王者争霸

8.3.1 玩法简介

8.3.2 玩法分析

8.4 总结

第 9 章 买量推广单元

9.1 概述

9.2 如何买量

9.2.1 买量的不同阶段

9.2.2 主流买量渠道与广告类型

9.2.3 买量中的重要指标

9.3 买量数据分析

9.3.1 买量数据分析的前提——打通全链路数据

9.3.2 投放端——获得高质量用户

9.3.3 产品端——让用户留下来

9.3.4 数据分析驱动买量效率提升

9.4 总结

第 10 章 活动运营单元

10.1 概述

10.2 活动效果的数据论证

10.2.1 问题的拆解

10.2.2 数据论证:活动对用户付费行为的影响

10.2.3 数据论证:礼包与付费行为的关系

10.2.4 数据论证:参与活动用户的画像

10.2.5 数据论证:活动可能带来的消极影响

10.2.6 对数据论证的总结

10.3 活动的数据管理策略

10.4 总结

第 11 章 精细化运营单元

11.1 精细化运营的前提

11.2 用户分层

11.2.1 用户分层的价值与条件

11.2.2 用户分层的步骤

11.3 用户分层的维度与案例

11.3.1 基于用户价值分层

11.3.2 基于用户金字塔模型分层

11.3.3 基于用户身份分层

11.3.4 基于用户需求分层

11.4 基于用户分层精细化运营的案例

11.5 总结

第四部分 游戏数据分析的展望

第 12 章 游戏数据分析的未来趋势

12.1 未来趋势一:游戏数据分析与业务更深入地结合

12.2 未来趋势二:游戏的数据源进一步增加

12.3 未来趋势三:游戏数据分析系统的技术革新

12.4 未来趋势四:游戏数据分析与 AI 深度融合

12.5 未来趋势五:数据安全与隐私保护能力进一步提升


前言


相关推荐