編輯推薦:　　

　　中國游戲數(shù)據(jù)分析領(lǐng)域的標(biāo)桿性著作，由來自國內(nèi)尖端的數(shù)據(jù)分析機(jī)構(gòu)和游戲公司的專業(yè)數(shù)據(jù)分析師撰寫，西山居CEO作序推薦
　　首次系統(tǒng)地給出了一套完善的游戲數(shù)據(jù)指標(biāo)和游戲數(shù)據(jù)分析方法，涵蓋用戶、運(yùn)營、收入、內(nèi)容、渠道等各個業(yè)務(wù)層面

內(nèi)容簡介:　　《游戲數(shù)據(jù)分析的藝術(shù)》是中國游戲產(chǎn)業(yè)的開創(chuàng)性著作，具有里程碑意義，它首次系統(tǒng)講解了如何對游戲行業(yè)的數(shù)據(jù)進(jìn)行分析，在行業(yè)里豎起了一根標(biāo)桿。作者是來自TalkingData等國內(nèi)尖端的數(shù)據(jù)分析機(jī)構(gòu)和西山居這樣的知名游戲公司的專業(yè)數(shù)據(jù)分析專家，對游戲數(shù)據(jù)從不同的業(yè)務(wù)角度進(jìn)行了詮釋。本書詳細(xì)剖析了游戲數(shù)據(jù)分析相關(guān)的指標(biāo)、方法論、內(nèi)容挖掘、數(shù)據(jù)挖掘、軟件使用、游戲設(shè)計、運(yùn)營策劃、渠道推廣、收入解讀、用戶分析和留存分析等。對于產(chǎn)品設(shè)計、開發(fā)、運(yùn)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(jìn)作用。
　　《游戲數(shù)據(jù)分析的藝術(shù)》一共12章：第1章從宏觀上介紹了游戲數(shù)據(jù)分析的重要意義、方法論、流程，以及游戲數(shù)據(jù)分析師的定位；
　　第2章詳細(xì)解讀了游戲數(shù)據(jù)分析的各項數(shù)據(jù)指標(biāo)，部分指標(biāo)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(xì)講解和示范了各種游戲數(shù)據(jù)報表的制作方法；
　　第4章講解了基于統(tǒng)計學(xué)的數(shù)據(jù)分析方法以及它在游戲數(shù)據(jù)分析中的應(yīng)用；
　　第5~9章詳細(xì)地、全方位地講解了游戲的用戶數(shù)據(jù)分析、運(yùn)營數(shù)據(jù)分析、收入數(shù)據(jù)分析、渠道數(shù)據(jù)分析、內(nèi)容數(shù)據(jù)分析，不僅有方法論和技巧，而且有大量的實(shí)際案例，這部分內(nèi)容是本書的核心；
　　第10~12章講解了R語言的核心技術(shù)以及如何利用R語言對游戲數(shù)據(jù)進(jìn)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(dǎo)TalkingDataUniversity計劃。曾在金山軟件公司任職游戲數(shù)據(jù)分析師，從事游戲及移動應(yīng)用數(shù)據(jù)分析、產(chǎn)品數(shù)據(jù)體驗(yàn)優(yōu)化、金融機(jī)構(gòu)運(yùn)營及數(shù)據(jù)培訓(xùn)。先后服務(wù)于多家銀行、保險、證券、移動運(yùn)營商、移動互聯(lián)網(wǎng)公司。小白學(xué)數(shù)據(jù)分析專欄作者，撰寫一本《移動游戲數(shù)據(jù)運(yùn)營指標(biāo)白皮書》和《移動應(yīng)用數(shù)據(jù)指標(biāo)白皮書》。

　　 余敏雄，金山軟件公司西山居數(shù)據(jù)中心數(shù)據(jù)分析專家，從事游戲數(shù)據(jù)挖掘和數(shù)據(jù)化運(yùn)營分析多年，研究領(lǐng)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(yùn)營和穩(wěn)定運(yùn)營整個游戲生命周期各個階段的豐富經(jīng)驗(yàn)。主要關(guān)注統(tǒng)計分析與數(shù)據(jù)挖掘在游戲行業(yè)的實(shí)踐應(yīng)用，如游戲用戶行為預(yù)測、推薦系統(tǒng)、反作弊、用戶研究、社交網(wǎng)絡(luò)與交易網(wǎng)絡(luò)分析等，是游戲行業(yè)數(shù)據(jù)化運(yùn)營的倡導(dǎo)者與踐行者，同時是中國統(tǒng)計網(wǎng)數(shù)據(jù)分析培訓(xùn)師，在企業(yè)員工培訓(xùn)中也擁有豐富經(jīng)驗(yàn)。

　 　吳娜，曾服務(wù)于久游游戲和中國移動集團(tuán)等公司，現(xiàn)擔(dān)任電信集團(tuán)互聯(lián)網(wǎng)數(shù)據(jù)挖掘工程師，因其豐富的市場運(yùn)營和數(shù)據(jù)分析工作經(jīng)驗(yàn)，能準(zhǔn)確有效定位業(yè)務(wù)問題和數(shù)據(jù)方法論，精通數(shù)理統(tǒng)計、常用編程語言、常用數(shù)據(jù)挖掘工具和Hadoop分布式平臺，現(xiàn)于上海交通大學(xué)計算機(jī)系就讀研究生，研究方向互聯(lián)網(wǎng)金融。

　　 師勝柱，就職于中國很大的安卓游戲渠道360手機(jī)游戲，擔(dān)任戰(zhàn)略分析師。曾擔(dān)任TalkingData高級咨詢顧問以及上海中軟國際Windows技術(shù)支持工程師。在TalkingData期間主攻游戲數(shù)據(jù)分析、游戲運(yùn)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(chǎn)品體驗(yàn)優(yōu)化報告以及專題數(shù)據(jù)分析報告等。學(xué)分析論壇，愛分析微信公眾賬號（i-analysis）以及移動數(shù)據(jù)分析博客的創(chuàng)辦者。

目錄:序
前言
第1章　了解游戲數(shù)據(jù)分析
1.1　游戲數(shù)據(jù)分析的概念
1.2　游戲數(shù)據(jù)分析的意義
1.3　游戲數(shù)據(jù)分析的流程
1.3.1　方法論
1.3.2　數(shù)據(jù)加工
1.3.3　統(tǒng)計分析
1.3.4　提煉演繹
1.3.5　建議方案
1.4　游戲數(shù)據(jù)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(shè)計者
第2章　認(rèn)識游戲數(shù)據(jù)指標(biāo)
2.1　數(shù)據(jù)運(yùn)營
2.2　數(shù)據(jù)收集
2.2.1　游戲運(yùn)營數(shù)據(jù)
2.2.2　游戲反饋數(shù)據(jù)
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(shù)據(jù)指標(biāo)
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(shù)據(jù)報表制作
3.1　運(yùn)營現(xiàn)狀
3.1.1　反饋指標(biāo)
3.1.2　制作報表
3.2　趨勢判斷
3.2.1　關(guān)鍵要素
3.2.2　制作報表
3.3　衡量表現(xiàn)
3.3.1　關(guān)鍵數(shù)據(jù)
3.3.2　制作原則
3.4　產(chǎn)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(tǒng)計學(xué)的基礎(chǔ)分析方法
4.1　度量數(shù)據(jù)
4.1.1　統(tǒng)計描述
4.1.2　分布形狀類型及概率應(yīng)用
4.1.3　常用統(tǒng)計圖
4.1.4　概率抽樣、樣本量估計和實(shí)驗(yàn)設(shè)計
4.2　分類數(shù)據(jù)分析
4.2.1　列聯(lián)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(shù)據(jù)分析案例
4.3　定量數(shù)據(jù)分析
4.3.1　假設(shè)檢驗(yàn)與t檢驗(yàn)
4.3.2　方差分析與協(xié)方差分析
4.4　時間序列數(shù)據(jù)分析
4.4.1　時間序列及分解
4.4.2　時間序列描述統(tǒng)計
4.4.3　時間序列特性的分析
4.4.4　指數(shù)平滑
4.5　相關(guān)分析
4.5.1　定量資料相關(guān)分析
4.5.2　分類資料相關(guān)分析
參考文獻(xiàn)
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(zhuǎn)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(kuò)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(chǎn)品運(yùn)營角度
7.2　宏觀收入分析
7.3　付費(fèi)轉(zhuǎn)化率
7.3.1　付費(fèi)轉(zhuǎn)化率的概念
7.3.2　APA和DAU對付費(fèi)轉(zhuǎn)化率的影響
7.3.3　真假APA
7.3.4　付費(fèi)轉(zhuǎn)化率的引申
7.3.5　付費(fèi)轉(zhuǎn)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(fèi)與ARPPU
7.6　APA
7.6.1　APA分析
7.6.2　付費(fèi)用戶的劃分
7.6.3　付費(fèi)頻次與收入規(guī)模
7.6.4　付費(fèi)頻次與付費(fèi)間隔
7.7　分析案例-新增用戶付費(fèi)分析
7.7.1　新增用戶留存
7.7.2　付費(fèi)轉(zhuǎn)化率
7.7.3　留存用戶中付費(fèi)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(yùn)營之外使產(chǎn)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(shù)據(jù)分析體系
8.4.1　建立數(shù)據(jù)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(nèi)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(yù)測模型
9.2.1　數(shù)據(jù)準(zhǔn)備
9.2.2　數(shù)據(jù)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(shè)計
9.3.4　轉(zhuǎn)化率
9.4版本運(yùn)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(shí)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(yùn)營分析
9.6.1理解活動運(yùn)營
9.6.2活動數(shù)據(jù)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(shù)據(jù)結(jié)構(gòu)
10.3.1向量
10.3.2矩陣
10.3.3數(shù)組
10.3.4　數(shù)據(jù)框
10.3.5列表
10.4R語言數(shù)據(jù)處理
10.4.1類型轉(zhuǎn)換
10.4.2缺失值處理
10.4.3排序
10.4.4去重
10.4.5數(shù)據(jù)匹配
10.4.6分組統(tǒng)計
10.4.7數(shù)據(jù)變換
10.4.8創(chuàng)建重復(fù)序列rep
10.4.9創(chuàng)建等差序列seq
10.4.10隨機(jī)抽樣sample
10.4.11控制流
10.4.12創(chuàng)建函數(shù)
10.4.13字符串處理
10.5基礎(chǔ)分析之"數(shù)據(jù)探索"
10.5.1數(shù)據(jù)概況理解
10.5.2單指標(biāo)分析
10.5.3雙變量分析
第11章R語言數(shù)據(jù)可視化與數(shù)據(jù)庫交互
11.1R語言數(shù)據(jù)可視化
11.2常用參數(shù)設(shè)置
11.2.1顏色
11.2.2點(diǎn)和線設(shè)置
11.2.3文本設(shè)置
11.3低級繪圖函數(shù)
11.3.1標(biāo)題
11.3.2坐標(biāo)軸
11.3.3網(wǎng)格線
11.3.4圖例
11.3.5點(diǎn)線和文字
11.3.6par函數(shù)
11.4高級繪圖函數(shù)
11.5R語言與數(shù)據(jù)庫交互
第12章R語言游戲數(shù)據(jù)分析實(shí)踐
12.1玩家喜好對應(yīng)分析
12.1.1對應(yīng)分析的基本思想
12.1.2　玩家購買物品對應(yīng)分析
12.1.3討論與總結(jié)
12.2玩家物品購買關(guān)聯(lián)分析
12.2.1算法介紹
12.2.2物品購買關(guān)聯(lián)分析
12.2.3討論與總結(jié)
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(shù)據(jù)探索
12.3.4數(shù)據(jù)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(jié)
12.4網(wǎng)絡(luò)關(guān)系圖分析應(yīng)用
12.4.1網(wǎng)絡(luò)圖的基本概念
12.4.2創(chuàng)建網(wǎng)絡(luò)關(guān)系圖
12.4.3畫網(wǎng)絡(luò)關(guān)系圖
12.4.4網(wǎng)絡(luò)關(guān)系分析與應(yīng)用
12.4.5討論與總結(jié)