游戏数据分析的艺术pdf免费版|百度网盘下载
编者评论：游戏数据分析的艺术 pdf
《游戏数据分析的艺术》是中国游戏行业的创举，具有里程碑意义。首次系统讲解如何分析游戏行业数据，树立行业标杆。今天小编为大家准备了游戏数据分析的美术pdf素材，有需要的赶紧下载吧
简介
《游戏数据分析的艺术》是中国游戏行业的创举。这是一个里程碑。首次系统讲解了如何在游戏行业进行数据分析，树立行业标杆。
作者是来自TalkingData等国内顶级数据分析机构和西山居等知名游戏公司的资深数据分析专家。他从不同的商业角度解读游戏数据。本书详细分析了游戏数据分析相关的指标，
方法论、内容挖掘、数据挖掘、软件使用、游戏设计、运营策划、渠道推广、收益解读、用户分析和留存分析等，将对产品设计、开发、运营、推广和推广带来巨大的推动作用。游戏行业的人才培养。
游戏数据分析的艺术由 12 章组成：
第一章从宏观角度介绍了游戏数据分析的重要性、方法论、流程，以及游戏数据分析师的定位；
第2章详细阐述了游戏数据分析的各项数据指标，部分指标在游戏行业首次提出，为行业建立规范；
第3章详细解释和演示了如何制作各种游戏数据报告；
第4章解释了基于统计的数据分析方法及其在游戏数据分析中的应用；
第5~9章对游戏的用户数据分析、运营数据分析、收益数据分析、渠道数据分析、内容数据分析进行了详细全面的讲解。不仅有方法论和技巧，还有大量的实际案例。 ，这是本书的核心；
第10~12章讲解R语言的核心技术以及如何使用R语言分析游戏数据，还包含大量案例
相关内容部分预览
关于作者
TalkingData 高级咨询总监 Yu Yang 领导 TalkingData 大学项目。曾在金山软件担任游戏数据分析师，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工作。
先后服务于多家银行、保险、证券、移动运营商、移动互联网公司。小白雪数据分析专栏作家，撰写了首部《手游数据运营指标白皮书》和《移动应用数据指标白皮书》，运营分析（www.xuefenxi.com）和www.ianalysis.cn网站。
于敏雄，金山软件公司西山居数据中心数据分析专家。多年从事游戏数据挖掘和数据运营分析工作。他的研究领域包括大型电脑游戏、网页游戏和手机游戏。 /p>
丰富的游戏全生命周期各阶段正式运营和稳定运营经验。主要专注于统计分析和数据挖掘在游戏行业的实际应用，如游戏用户行为预测、推荐系统、反作弊、用户研究、
社交网络和交易网络分析等，是游戏行业数据运营的倡导者和实践者。同时担任中国统计网数据分析培训师。他在企业员工培训方面也有丰富的经验。
吴娜曾任职于九游游戏、中国移动集团等公司，现任电信集团互联网数据挖掘工程师。凭借丰富的市场运营和数据分析经验，能够准确有效地定位业务问题和数据方法论。
/p>
精通数理统计、常用编程语言、常用数据挖掘工具和Hadoop分布式平台，目前在上海交通大学计算机系攻读研究生，研究方向为互联网金融。
Shengzhu Shi 曾在中国最大的安卓游戏渠道 360 手游担任战略分析师。曾任TalkingData高级顾问、上海中软国际Windows技术支持工程师。在TalkingData期间，他主要专注于游戏数据分析，
游戏运营及手游市场分析。为多款游戏撰写深度评测分析、产品体验优化报告和专项数据分析报告。他是学习分析论坛（www.xuefenxi.com）、微信公众号（i-analysis）和移动数据分析博客（www.ianalysis.cn）的创始人。
目录
顺序
前言
第 1 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 游戏数据分析流程4
1.3.1 方法 5
1.3.2 数据处理6
1.3.3 统计分析 9
1.3.4 细化 9
1.3.5 提案 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 规划 - 游戏设计师 22
第 2 章了解游戏数据指标 24
2.1 数据操作24
2.2 数据收集 25
2.2.1 游戏运行数据 25
2.2.2 游戏反馈数据 26
2.2.3 采集方法26
2.3 方法论 27
2.3.1 AARRR 模型 28
2.3.2 PRAPA 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 用户留存率 43
2.4.4 游戏收入 44
2.4.5 自传播 47
第 3 章游戏数据报告制作 48
3.1 运行状态 49
3.1.1 反馈指标 49
3.1.2 制作报告 50
3.2 趋势判断52
3.2.1 关键要素 52
3.2.2 制作报告 53
3.3 衡量绩效 56
3.3.1 关键数据56
3.3.2 生产原理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 一题三原则及图的意义62
3.5.1 A 问题 62
3.5.2 三大原则 62
3.5.3 图表64的含义
第4章基于统计的基本分析方法65
4.1 指标 66
4.1.1 统计说明 66
4.1.2 分布形状类型和概率应用 70
4.1.3 常用统计图表 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 无序数据分析 96
4.2.3 序数分类数据分析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 假设检验和 t 检验 101
4.3.2 方差分析和协方差分析104
4.4 时间序列数据分析 112
4.4.1 时间序列和分解 112
4.4.2 时间序列描述性统计 115
4.4.3 时间序列特征分析116
4.4.4 指数平滑 121
4.5 相关性分析 124
4.5.1 定量数据相关性分析 125
4.5.2 分类数据的相关性分析126
参考 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 黑一分135
5.3.2 激活用户 138
5.3.3 分析案例——注册转化率140
5.4 活跃用户解释 141
5.4.1 DAU 142 的定义
5.4.2 DAU分析思路143
5.4.3 DAU 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 使用时间分析 157
5.6 约会分析 161
5.7 LTV162
5.7.1 LTV 162 的定义
5.7.2 LTV 算法 163 的局限性
5.7.3 用户平均生命周期算法166
5.7.4 LTV 使用 167
第 6 章留存分析 169
6.1 留存率170的概念
6.1.1 留存率170的计算
6.1.2 保留的三个阶段 173
6.1.3 留存的三个要素 175
6.2 留存率分析181
6.2.1 保留的三个通用原则 181
6.2.2 留存分析的作用 184
6.2.3 留存分析操作190
6.3 留存率优化思路202
6.4 保留扩展讨论 203
第 7 章收入分析 205
7.1 收入分析的两个角度 206
7.1.1 营销观点 206
7.1.2 产品操作角度207
7.2 宏观收入分析 208
7.3 付费转化率210
7.3.1 付费转化率212的概念
7.3.2 APA 和 DAU 对付费转化率的影响 213
7.3.3 真假APA214
7.3.4 付费转化率215的延伸
7.3.5 付费转化率影响因素217
7.4 ARPU219
7.4.1 ARPDAU220
7.4.2 DAU 和 ARPU221
7.5 ARPPU222
7.5.1 ARPPU 222的由来
7.5.2 平均责备为 223
7.5.3 首付和 ARPPU224
7.6 APA225
7.6.1 APA 分析 226
7.6.2 付费用户的划分 226
7.6.3 支付频率和收入规模 231
7.6.4 支付频率和支付间隔 232
7.7 分析案例——新用户支付分析235
7.7.1 增加了用户留存率 235
7.7.2 付费转化率 236
7.7.3 留存用户中付费用户收入237
7.7.4 ARPU239
7.7.5 新用户收入计算 241
第8章渠道分析244
8.1 通道 244 的定义
8.2 渠道分类 245
8.3 渠道分析的意义 245
8.3.1 最佳渠道是在运营之外最大限度地发挥产品优势的方式245
8.3.2 品牌的力量不容小觑246
8.4 建立渠道数据分析系统247
8.4.1 建立数据监控系统247
8.4.2 渠道推广分析闭环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 了解用户 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 采购付款分析 272
9.3.1 场景分析272
9.3.2 输入法273的限制
9.3.3 大宗采购设计 275
9.3.4 转化率 276
9.4 版运营分析 278
9.4.1 把握用户期望 278
9.4.2 地图 281
9.4.3 武器 284
9.4.4新增道具286
9.4.5 其他更新 288
9.5 长尾理论与实践 289
9.5.1 概念 289
9.5.2 尾部忽略头部 290
9.5.3 长尾与二十八条规则 291
9.5.4 尾部挖掘 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 理解事件操作 294
9.6.2 活动数据分析 295
第 10 章 R 297 中的博弈分析简介
10.1R 语言概述 297
10.2新手上路299
10.3 R 语言数据结构 301
10.3.1 向量 301
10.3.2 矩阵 301
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 组统计 310
10.4.7 数据转换 313
10.4.8 创建重复序列 rep315
10.4.9 创建等距序列 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320的“数据探索”
10.5.1 数据概览理解320
10.5.2 单指标分析322
10.5.3 双变量分析 326
第11章R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 点线设置341
11.2.3 文字设置342
11.3 低级绘图函数 345
11.3.1 标题 345
11.3.2 轴 345
11.3.3 网格线 346
11.3.4 图例 348
11.3.5 虚线和文字350
11.3.6par函数353
11.4 高级绘图功能 357
11.5R语言与数据库交互368
第12章R语言游戏数据分析实战372
12.1 玩家偏好的对应分析372
12.1.1 对应分析372的基本思路
12.1.2 玩家购买物品的对应分析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 物品购买相关性分析380
12.2.3 讨论与总结 385
12.3 基于密度聚类386判断高密度游戏行为
12.3.1 案例背景 386
12.3.2 DBSCAN算法387的基本原理
12.3.3 数据探索 388
12.3.4 数据处理 389
12.3.5 模型过程 390
12.3.6 多核并行提升效率 393
12.3.7 讨论与总结 394
12.4 网络图分析应用395
12.4.1 网络图的基本概念 395
12.4.2 创建网络图 396
12.4.3 绘制网络图400
12.4.4 网络关系分析及应用403
12.4.5 讨论与总结 409
编辑推荐
中国游戏数据分析领域的标杆书，由国内顶级数据分析机构和游戏公司资深数据分析师撰写，西山居CEO推荐
首次系统呈现一整套游戏数据指标和游戏数据分析方法，涵盖用户、运营、收入、内容、渠道等各个业务层面。
作者：毕勇
链接：https://www.58edu.cc/article/1522558437693587458.html
文章版权归作者所有，58edu信息发布平台，仅提供信息存储空间服务，接受投稿是出于传递更多信息、供广大网友交流学习之目的。如有侵权。联系站长删除。
