第 1 章 “數羊”與數據化運營 1
1.1 “數羊”的故事 1
1.2 數據分析的定義及步驟 2
1.3 數據分析的價值 6
1.4 一份好的分析報告應具備的要點 7
1.5 圖表制作的要點 7
1.6 怎樣成為一名優秀的數據分析師 12
1.7 遊戲業務相關數據 15
1.8 案例:不同寫法的分析報告分享 16
第 2 章 遊戲關鍵數據指標 21
2.1 轉化率 21
2.2 留存率 23
2.3用戶付費指標 26
2.4 導入用戶成本 27
2.5 LTV 28
2.6 ROI 29
2.7 手遊和端遊的區別 30
第 3 章 遊戲發行預熱期 32
3.1 案例:預訂用戶分析 32
3.2 案例:預訂用戶轉化率預估 45
3.3 案例:競品分析 51
第 4 章 遊戲封測期 57
4.1 案例:封測用戶調查分析 58
4.2 案例:渠道用戶質量分析 83
4.3 案例:客戶端大小對用戶轉化率的影響 92
4.4 遊戲公測前期收入、活躍預測 96
4.5 最優市場費投放預估 101
4.6 案例:用戶流失原因分析 105
第 5 章 公測期市場分析 118
5.1 案例:預熱期的競品調研 119
5.2 案例:遊戲服務器數量確定 126
5.3 案例:廣告投放效果分析 132
5.4 案例:用戶手機機型分布分析 141
第 6 章 公測期用戶分析 153
6.1 用戶流失原因分析 153
6.1.1 案例 1:合理定義流失用戶 154
6.1.2 案例 2:玩家等級副本流失分析 159
6.1.3 案例 3:流失率與當前等級流失率分析 162
6.1.4 案例 4:等級付費轉化率分析 163
6.1.5 案例 5:卸載客戶端的用戶流失分析 166
6.1.6 案例 6:應用 5W1H 分析法分析流失用戶 173
6.2 活躍用戶細分 189
6.2.1 聚類分析——快速聚類 189
6.2.2 案例:《全民×××》聚類分析 SPSS 實現 189
6.3 案例:預訂且登錄用戶分析 196
第 7 章 公測期付費分析 202
7.1 案例:用戶付費習慣分析 202
7.1.1 分析方法概述 202
7.1.2 數據來源 203
7.1.3 各個付費模塊的用戶消耗情況 203
7.1.4 不同類型玩家單一消耗分布 204
7.1.5 不同類型玩家的消耗分布 205
7.1.6 分析結論 208
7.1.7 小結 209
7.2 案例:高端用戶預流失模型 209
7.3 案例:裝備定價策略分析 214
7.4 案例:遊戲收入下降原因分析 217
7.5 案例:分析遊戲的收入指標完成情況及數據預警 219
7.5.1 分析方法概述 219
7.5.2 分析結論 224
7.5.3 小結 225
第 8 章 公測期版本分析 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 《遊戲 A》更新版本後的效果分析 227
8.1.3 分析結論 237
8.1.4 小結 238
8.2 案例:活動效果分析 239
8.2.1 分析方法概述 239
8.2.2 某遊戲全年活動效果對比分析 240
8.2.4 小結 245
8.3 案例:開新服效果分析 245
8.3.1 分析方法概述 245
8.3.2 《遊戲 A》開新服後新用戶和收入大漲原因分析 245
8.3.3 小結 251
8.4 案例:區服合並分析 251
8.4.1 區服合並後的平均在線人數、消耗 ARPPU 值 251
8.4.2 平均在線及平均在線消耗相關性關繫 254
8.4.3 合服前後等級分布、人均 PVP 以及敵對勢力均衡情況 254
8.4.4 《全民×××》區服合並玩家問卷調查 256
8.4.5 主要結論 257
8.5 聊天內容分析 258
8.5.1 案例 1:《遊戲 A》遊戲內聊天記錄分析 258
8.5.2 案例 2:《遊戲 B》 QQ 群聊天記錄分析 266
8.5.3 案例 3:《遊戲 C》貼吧發帖記錄分析 275