当前位置:首页 > 其它 >
《游戏数据分析的艺术》电子书封面

游戏数据分析的艺术

  • 发布时间:2020年05月29日 10:16:01
  • 作者:于洋
  • 大小:81.6 MB
  • 类别:数据分析电子书
  • 格式:PDF
  • 版本:高清完整版
  • 评分:7.4

    游戏数据分析的艺术 PDF 高清完整版

      给大家带来的一篇关于数据分析相关的电子书资源,介绍了关于游戏数据分析、数据分析方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小81.6 MB,于洋编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.3。

      内容介绍

      《游戏数据分析的艺术》是中国游戏产业的开创性著作,具有里程碑意义,它首次系统讲解了如何对游戏行业的数据进行分析,在行业里竖起了一根标杆。作者是来自TalkingData等国内顶尖的数据分析机构和西山居这样的知名游戏公司的资深数据分析专家, 对游戏数据从不同的业务角度进行了诠释。本书详细剖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、收入解读、用户分析和留存分析等。对于产品设计、开发、运营、推广以及游戏行业的人才培养都将带来巨大的推进作用。

      《游戏数据分析的艺术》一共12章:

      第1章从宏观上介绍了游戏数据分析的重要意义、方法论、流程,以及游戏数据分析师的定位;

      第2章详细解读了游戏数据分析的各项数据指标,部分指标在游戏行业里都属于首次提出,为行业建立了规范;

      第3章详细讲解和示范了各种游戏数据报表的制作方法;

      第4章讲解了基于统计学的数据分析方法以及它在游戏数据分析中的应用;

      第5~9章详细地、全方位地讲解了游戏的用户数据分析、运营数据分析、收入数据分析、渠道数据分析、内容数据分析,不仅有方法论和技巧,而且有大量的实际案例,这部分内容是本书的核心;

      第10~12章讲解了R语言的核心技术以及如何利用R语言对游戏数据进行分析,同时也附有大量案例。

      目录

      • 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 游戏数据分析的流程4
      • 1.3.1 方法论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
      • 2.2.3 收集方式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
      • 3.2.2 制作报表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
      • 4.2.3 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 假设检验与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 时间序列特性的分析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
      • 5.4.1 DAU的定义142
      • 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 使用时长分析157
      • 5.6 断代分析161
      • 5.7 LTV162
      • 5.7.1 LTV的定义162
      • 5.7.2 LTV算法局限性163
      • 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
      • 6.2.3 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 付费转化率210
      • 7.3.1 付费转化率的概念212
      • 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 付费转化率的引申215
      • 7.3.5 付费转化率的影响因素217
      • 7.4 ARPU219
      • 7.4.1 ARPDAU220
      • 7.4.2 DAU 与 ARPU221
      • 7.5 ARPPU222
      • 7.5.1 ARPPU的由来222
      • 7.5.2 平均惹的祸223
      • 7.5.3 首次付费与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 付费频次与收入规模231
      • 7.6.4 付费频次与付费间隔232
      • 7.7 分析案例—新增用户付费分析235
      • 7.7.1 新增用户留存235
      • 7.7.2 付费转化率236
      • 7.7.3 留存用户中付费用户的收入237
      • 7.7.4 ARPU239
      • 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 最佳渠道是运营之外使产品的利益最大化的方式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其他更新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
      • 第10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
      • 10.3.2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
      • 第11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
      • 11.2.3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高级绘图函数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
      • 12.2.3讨论与总结385
      • 12.3基于密度聚类判断高密度游戏行为386
      • 12.3.1案例背景386
      • 12.3.2DBSCAN算法基本原理387
      • 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多核并行提高效率393
      • 12.3.7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
      • 12.4.4网络关系分析与应用403
      • 12.4.5讨论与总结409

      学习笔记

      详解10个可以快速用Python进行数据分析的小技巧

      一些小提示和小技巧可能是非常有用的,特别是在编程领域。有时候使用一点点黑客技术,既可以节省时间,还可能挽救“生命”。 一个小小的快捷方式或附加组件有时真是天赐之物,并且可以成为真正的生产力助推器。所以,这里有一些小提示和小技巧,有些可能是新的,但我相信在下一个数据分析项目中会让你非常方便。 Pandas中数据框数据的Profiling过程 Profiling(分析器)是一个帮助我们理解数据的过程,而Pandas Profiling是一个Python包,它可以简单快速地对Pandas 的数据框数据进行探索性数据分析。 Pandas中df.describe()和df.info()函数可以实现EDA过程第一步。但是,它们只提供了对数据非常基本的概述,对于……

      Python实现的微信好友数据分析功能示例

      本文实例讲述了Python实现的微信好友数据分析功能。分享给大家供大家参考,具体如下: 这里主要利用python对个人微信好友进行分析并把结果输出到一个html文档当中,主要用到的python包为 itchat , pandas , pyecharts 等 1、安装itchat 微信的python sdk,用来获取个人好友关系。获取的代码 如下: import itchatimport pandas as pdfrom pyecharts import Geo, Baritchat.login()friends = itchat.get_friends(update=True)[0:]def User2dict(User): User_dict = {} User_dict["NickName"] = User["NickName"] if User["NickName"] else "NaN" User_dict["City"] = User["City"] if User["City"] else "NaN" User_dict["Sex"] = User["Sex"] if User["Sex"] else 0 User_dict["Signature"] = User["Signature"] if User["Signature"] else "NaN" ……

      MySQL数据库存储引擎和分支现状分析

      MySQL随着相应的各主创和内部开发人员的离去,缔造了各个不同的引擎和分支,让MySQL有希望继续发扬光大起来。 在MySQL经历了2008年Sun的收购和2009年Oracle收购Sun的过程中,基本处于停滞发展的情况,在可以预见的未来,MySQL是肯定会被Oracle搁置并且逐步雪藏消灭掉的。MySQL随着相应的各主创和内部开发人员的离去,缔造了各个不同的引擎和分支,让MySQL有希望继续发扬光大起来。 本文大致讲解一下MySQL目前除了主要的 MyISAM、InnoDB、Heap(Memory)、NDB 等引擎之外的其他引擎的发展和现状,以及MySQL主干以外的分支的状况,为了我们未来更好的使用MySQL或者其他分支建立一个了解基础。 MySQL存储引擎介绍 Falcon存储……

      vue组件之间数据传递的方法实例分析

      本文实例分析了vue组件之间数据传递的方法。分享给大家供大家参考,具体如下: 1、props:父组件 --传值到子组件 app.vue是父组件 ,其它组件是子组件,把父组件值传递给子组件需要使用 =props 在父组件(App.vue)定义一个属性(变量) sexVal = '男' 把该值传递给 子组件(B.vue),如下: App.vue template div id="app" !--router-view/router-view-- parentTochild :sex="sexVal"/parentTochild /div/templatescript import parentTochild from './components/B' export default { name: 'app', data: function () { return { sexVal:"女" } }, methods: { }, components: { parentTochild } }/script B.vue template div class="b_class" !--外边只允许有一个跟元素-- p父组件传值给子组件/p p姓名:{{name}}/p p年龄:{{……

      Python操作MySQL数据库的两种方式实例分析【pymysql和pandas】

      本文实例讲述了Python操作MySQL数据库的两种方式。分享给大家供大家参考,具体如下: 第一种 使用pymysql 代码如下: import pymysql#打开数据库连接db=pymysql.connect(host='1.1.1.1',port=3306,user='root',passwd='123123',db='test',charset='utf8')cursor=db.cursor()#使用cursor()方法获取操作游标sql = "select * from test0811"cursor.execute(sql)info = cursor.fetchall()db.commit()cursor.close() #关闭游标db.close()#关闭数据库连接 数据表test0811的内容和上边的代码读出来的内容分别是 pymysql是Python操作MySQL数据库的模块。首先引入pymysql模块 import pymysql 使用pymysql的connect()方法连接数据库,connect的几个参数解释如下: host:MySQL服务的地址,若数据库在本地上,使用……

      以上就是本次介绍的数据分析电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:自己动手构造编译系统:编译、汇编与链接

      下一篇:WebGL高级编程:开发Web 3D图形

      展开 +

      收起 -

      • 《游戏数据分析的艺术》PDF下载

      下载地址:百度网盘下载
      数据分析相关电子书
      游戏让学习高效
      游戏让学习高效 超清中文版 立即下载
      Unity游戏设计与实现:南梦宫一线程序员的开发实例
      Unity游戏设计与实现:南梦宫一线程序员的开发实例 清晰修订版 立即下载
      游戏开发的数学和物理
      游戏开发的数学和物理 完整版

      本书严格选取了游戏开发中最常用的数学和物理学知识,通过游戏开发实例,配上丰富的插图,以从易到难的顺序进行讲解

      立即下载
      通关!游戏设计之道
      通关!游戏设计之道 超清版 立即下载
      Windows游戏编程大师技巧
      Windows游戏编程大师技巧 影印第二版

      《 Windows游戏编程大师技巧(第2版) 》是知名手机游戏编程设计高手AndrLaMothe的经典作品。 本书分成4个一部分,总共15章和6个附则。创作者谆谆教导地从编程设计的视角详细介绍了在Windows自然环

      立即下载
      产品游戏化
      产品游戏化 原书超清版

      Netflix、迪士尼、微软、eBay等行业巨头都在使用的产品策略;产品经理、运营、营销人员越来越热衷的方法论,以游戏设计的经典策略,赋能产品,打造用户上瘾模型,实现增长。

      立即下载
      Python游戏编程入门
      Python游戏编程入门 中文扫描版

      本书为读者提供了充分的实践和练习,并且关注Python编程中的高级话题,这些全部通过游戏示例和项目来介绍,而这已经证明是一种高效而有趣的学习方法,感兴趣的可以了解一下

      立即下载
      Unity 3D网络游戏实战
      Unity 3D网络游戏实战 完整扫描版

      本书在一开始便提出一个明确的学习目标,便是要制作一款完整的多人对战游戏,然后一步一步去实现它。 全书分为3个部分: 第一部分单机游戏:第1章至第5章,主要在于开发一款功能完整坦

      立即下载
      读者留言
      高涛

      高涛 提供上传

      资源
      28
      粉丝
      36
      喜欢
      195
      评论
      6

      Copyright 2018-2020 www.xz577.com 码农之家

      投诉 / 推广 / 赞助:QQ:520161757