猜你喜欢
游戏数据分析实战

游戏数据分析实战

书籍作者:黎湘艳 ISBN:9787121327872
书籍语言:简体中文 连载状态:全集
电子书格式:pdf,txt,epub,mobi,azw3 下载次数:2400
创建日期:2021-02-14 发布日期:2021-02-14
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板
内容简介

《游戏数据分析实战》主要针对游戏策划、游戏运营、游戏数据分析、产品数据分析挖掘、数据平台开发维护人员及对数据分析感兴趣的读者,介绍怎样利用数据分析游戏生命周期中各阶段遇到的问题。

《游戏数据分析实战》主要分为三部分:第一部分主要介绍游戏数据分析相关指标体系,通过这套体系,可以初步监控游戏整体运营情况;第二部分主要介绍游戏正式发行前期的市场调研、渠道用户质量分析、竞品分析及投资收益预测,对游戏品质进行定位,评估正式上线后的效果;第三部分主要对游戏正式发行后的用户流失、活跃用户分类、付费习惯、版本迭代效果、区服合并等主要问题进行深入探讨,实现游戏的精益化运营。

《游戏数据分析实战》的特色是以详细案例为主,通过SPSS、Excel等工具逐步展示实施步骤。通过手把手的方式让读者快速掌握游戏数据分析方法。


作者简介

黎湘艳,盛大游戏数据分析专家,具有9年游戏行业数据分析、数据挖掘工作经验。从2008年开始在盛大游戏从事数据分析工作,先后主持或参与50多款游戏的数据分析工作,主要产品有:《热血传奇》《传奇世界》《龙之谷》《永恒之塔》《最终幻想14》《血族》《超级地城之光》《Love Live》《城与龙》等。其研究方向贯穿游戏整个生命周期,例如,精确定位游戏品质、评估市场投放和运营活动效果、分析用户游戏行为、用户画像、流失预警和建立收入预测模型等,对运营效果有显著提升;撰写各类专题分析报告超过100篇,报告能紧密贴合业务,是游戏运营和发行的重要参考信息,在一定程度上驱动了业务开展,提升了运营收入。

叶洋,游卡桌游资深数据分析师,具有7年游戏行业数据分析、数据挖掘工作经验。

编辑推荐

《游戏数据分析实战》贯穿整个游戏生命周期,提供了丰富的数据分析案例,从预热到封测,再到公测, 均为作者在实际工作中经历的真实案例。案例分析包含数据来源、分析方法、分析过程、分析结论及小结。通过学习本书不但能较深入地学习数据分析方法,还能了解到运营和市场的相关知识。

前言

2016年 9 月,我接到老同事叶洋的电话,邀请我与他一起写一本关于游戏数据分析的书。因为自己平时的分析工作更多是针对项目本身,分析内容比较零散,有些分析通用性不强,所以担心自己不能很好地将经验整合,将分析体系完整表达,但在写作的过程中使我对过去的分析经验进行了一次回顾与总结,希望读者能够从中有所收获。很感谢这样的机会,对我自己来说也是一次很好的工作提炼。
我从 2008 年开始进入公司数据中心, 2013 年开始参与公司项目组支持新游戏上线工作, 2016年正式调入手游事业部(目前的群星工作室)。在近 10 年的工作中,经历并参与了超过 50 款以上的端游和手游每个测试节点的数据分析相关工作。在没有进入项目组之前,数据分析工作主要围绕封测和公测节点的留存率评级及数据异常分析,进入项目组之后,接触一线业务,才发现原来一款游戏的数据分析有这么多的事情可以做,每一件事情,都能得到业务方的反馈,比如哪些地方分析得很到位,哪些地方还需要进一步分析,看到这些数据后该采取什么样的对策(包含版本优化、运营活动和市场活动等),数据分析结论得到反馈并能产生落地的效果,这是数据分析最大的价值。做有价值的事情,并找到乐趣,有了乐趣就能把事情做得更好,我想这就是工作的良性循环吧。
有很多数据分析人员都有一个困惑,他们大多是数学专业相关的研究生,但总在做一些查询统计的相关工作,分析的成分非常少,因此认为数据分析工作很枯燥。其实,要将分析工作做好最重要的是主动了解业务,不深入游戏项目了解业务,分析工作就相当于闭门造车,其分析结论也是空中楼阁,当你的分析结论得不到业务方的认可时,久而久之,你的分析工作就会停留在查数据的层次上,没法和游戏项目组沟通达成一致的业务理解,从而形成恶性循环。分析师的工作体现不出价值,项目组对分析师的工作仅依赖其给出一个数据结果。
在历经多个项目的深入实践和分析后,我逐渐整理出了一系列的方法,且对各项分析有了一套较完整的分析思路,趁着编写本书的机会,能把部分工作做出总结,将碎片化知识体系化,并为相关人员提供参考,是非常有意义的事情。也希望能为业内和业外想了解数据分析和从事数据分析相关工作的人员提供一些帮助,不管是分析思路还是游戏分析的主要工作内容。
本书贯穿整个游戏生命周期,提供了丰富的数据分析案例,从预热到封测,再到公测,均为作者在实际工作中经历的真实案例。案例分析包含数据来源、分析方法、分析过程、分析结论及小结。通过本书,不但能较深入地学习数据分析方法,还能了解到运营和市场的相关知识本书案例中用到的数据均按公司要求做了必要处理,仅供参考,并非真实数据。
作者分工:
第 1 章,第 2 章,第 3 章,第 4 章 4.1 节~4.3 节、 4.5 节、 4.6 节,第 5 章的 5.1 节、 5.3 节,第 6 章 6.1.4、 6.1.5, 6.3 节,第 7 章 7.1 节、 7.5 节,第 8 章第 8.1 节、 8.2 节、 8.3 节、 8.5 节为黎湘艳编写;
第 4 章 4.4 节,第 5 章 5.2 节,第 6 章 6.1.1~6.1.3 节、 6.2 节,第 7 章的 7.2 节、 7.3 节、 7.4节,第 8 章 8.4 节为叶洋编写。
本书适合读者:
游戏行业内初、中级分析师;
游戏行业内运营、市场、研发人员;
对数据分析有兴趣,或者想了解游戏数据分析的工作人员。
本书案例均来源于实际工作,其中的部分结论,可能不适用所有游戏,而是要区分不同的应用场景。
虽然作者对本书内容精益求精,但限于作者的知识和视角,本书难免有表述不清,以及部分场景下分析方法和思路不适应的问题。在此,我恳请读者不吝指教,若发现本书存在不足之处,作者将尽快给出回复,且在本书再次印刷时进行修正。

目录

第 1 章 “数羊”与数据化运营 1
1.1 “数羊”的故事 1
1.2 数据分析的定义及步骤 2
1.3 数据分析的价值 6
1.4 一份好的分析报告应具备的要点 7
1.5 图表制作的要点 7
1.6 怎样成为一名优秀的数据分析师 12
1.7 游戏业务相关数据 15
1.8 案例:不同写法的分析报告分享 16


第 2 章 游戏关键数据指标 21
2.1 转化率 21
2.2 留存率 23
2.3用户付费指标 26
2.4 导入用户成本 27
2.5 LTV 28
2.6 ROI 29
2.7 手游和端游的区别 30


第 3 章 游戏发行预热期 32
3.1 案例:预订用户分析 32
3.2 案例:预订用户转化率预估 45
3.3 案例:竞品分析 51


第 4 章 游戏封测期 57
4.1 案例:封测用户调查分析 58
4.2 案例:渠道用户质量分析 83
4.3 案例:客户端大小对用户转化率的影响 92
4.4 游戏公测前期收入、活跃预测 96
4.5 最优市场费投放预估 101
4.6 案例:用户流失原因分析 105


第 5 章 公测期市场分析 118
5.1 案例:预热期的竞品调研 119
5.2 案例:游戏服务器数量确定 126
5.3 案例:广告投放效果分析 132
5.4 案例:用户手机机型分布分析 141


第 6 章 公测期用户分析 153
6.1 用户流失原因分析 153
6.1.1 案例 1:合理定义流失用户 154
6.1.2 案例 2:玩家等级副本流失分析 159
6.1.3 案例 3:流失率与当前等级流失率分析 162
6.1.4 案例 4:等级付费转化率分析 163
6.1.5 案例 5:卸载客户端的用户流失分析 166
6.1.6 案例 6:应用 5W1H 分析法分析流失用户 173
6.2 活跃用户细分 189
6.2.1 聚类分析——快速聚类 189
6.2.2 案例:《全民×××》聚类分析 SPSS 实现 189
6.3 案例:预订且登录用户分析 196


第 7 章 公测期付费分析 202
7.1 案例:用户付费习惯分析 202
7.1.1 分析方法概述 202
7.1.2 数据来源 203
7.1.3 各个付费模块的用户消耗情况 203
7.1.4 不同类型玩家单一消耗分布 204
7.1.5 不同类型玩家的消耗分布 205
7.1.6 分析结论 208
7.1.7 小结 209
7.2 案例:高端用户预流失模型 209
7.3 案例:装备定价策略分析 214
7.4 案例:游戏收入下降原因分析 217
7.5 案例:分析游戏的收入指标完成情况及数据预警 219
7.5.1 分析方法概述 219
7.5.2 分析结论 224
7.5.3 小结 225


第 8 章 公测期版本分析 226
8.1 案例版本更新效果分析
8.1.1 分析方法概述 226
8.1.2 《游戏 A》更新版本后的效果分析 227
8.1.3 分析结论 237
8.1.4 小结 238
8.2 案例:活动效果分析 239
8.2.1 分析方法概述 239
8.2.2 某游戏全年活动效果对比分析 240
8.2.4 小结 245
8.3 案例:开新服效果分析 245
8.3.1 分析方法概述 245
8.3.2 《游戏 A》开新服后新用户和收入大涨原因分析 245
8.3.3 小结 251
8.4 案例:区服合并分析 251
8.4.1 区服合并后的平均在线人数、消耗 ARPPU 值 251
8.4.2 平均在线及平均在线消耗相关性关系 254
8.4.3 合服前后等级分布、人均 PVP 以及敌对势力均衡情况 254
8.4.4 《全民×××》区服合并玩家问卷调查 256
8.4.5 主要结论 257
8.5 聊天内容分析 258
8.5.1 案例 1:《游戏 A》游戏内聊天记录分析 258
8.5.2 案例 2:《游戏 B》 QQ 群聊天记录分析 266
8.5.3 案例 3:《游戏 C》贴吧发帖记录分析 275

产品特色