| | | | 遊戲數據分析的藝術 於洋 餘敏雄 吳娜 師勝柱 數據分析技術叢書 | | 該商品所屬分類：圖書 -> 機械工業出版社 | | 【市場價】 | 608-880元 | | 【優惠價】 | 380-550元 | | 【作者】 | 於洋 | | 【出版社】 | 機械工業出版社 | | 【ISBN】 | 9787111507802 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
店鋪：機械工業出版社官方旗艦店 出版社：機械工業出版社 ISBN：9787111507802 商品編碼：10026489793869 品牌：機械工業出版社（CMP） 頁數：200 字數：210000 審圖號：9787111507802 作者：於洋
" 
商品參數
| 商品基本信息 | | 商品名稱： | 遊戲數據分析的藝術 | | 作者： | 於洋 餘敏雄 吳娜 師勝柱 | | 市場價： | 79.00 | | ISBN號： | 9787111507802 | | 版次： | 1-1 | | 出版日期： | 2015-07 | | 頁數： | 409 | | 字數： | 210 | | 出版社： | 機械工業出版社 |
內容介紹
| 內容簡介 | 本書在著重解決遊戲分析的基本認識、方法之外，還有更多對於業務理解的思考，從解決問題入手，以遊戲為*佳切入點，輻射整個數據分析領域，並完成大部分理論和基礎數據的解讀分析。本書分為兩大部分：*一部分貫穿了從基本的遊戲數據分析概念、分析師的定位、數據指標認識、遊戲數據分析方法論、統計學運用、渠道流量經營到具體的產品每個階段用戶的數據運營知識。*二部分則重點闡述運用R語言和數據挖掘的知識，深入探討遊戲數據分析的高階知識。
|
目錄
| 目錄 | 目錄 Contents
序
前言
*1章了解遊戲數據分析1
1.1遊戲數據分析的概念1
1.2遊戲數據分析的意義2
1.3遊戲數據分析的流程4
1.3.1方法論5
1.3.2數據加工6
1.3.3統計分析9
1.3.4提煉演繹9
1.3.5建議方案12
1.4遊戲數據分析師的定位13
1.4.1玩家—遊戲用戶14
1.4.2分析師17
1.4.3策劃—遊戲設計者22
*2章認識遊戲數據指標24
2.1數據運營24
2.2數據收集25
2.2.1遊戲運營數據25
2.2.2遊戲反饋數據26
2.2.3收集方式26
2.3方法論27
2.3.1AARRR模型28
2.3.2PRAPA模型38
2.4數據指標39
2.4.1用戶獲取40
2.4.2用戶活躍41
2.4.3用戶留存43
2.4.4遊戲收入44
2.4.5自傳播47
第3章遊戲數據報表制作48
3.1運營現狀49
3.1.1反饋指標49
3.1.2制作報表50
3.2趨勢判斷52
3.2.1關鍵要素52
3.2.2制作報表53
3.3衡量表現56
3.3.1關鍵數據56
3.3.2制作原則57
3.4產品問題58
3.4.1兩個問題59
3.4.2分析案例60
3.5一個問題、三個原則和圖表的意義62
3.5.1一個問題62
3.5.2三個原則62
3.5.3圖表的意義64
第4章基於統計學的基礎分析方法65
4.1度量數據66
4.1.1統計描述66
4.1.2分布形狀類型及概率應用70
4.1.3常用統計圖73
4.1.4概率抽樣、樣本量估計和實驗設計80
4.2分類數據分析95
4.2.1列聯表分析95
4.2.2無序資料分析96
4.2.3有序分類資料分析98
4.2.4分類數據分析案例100
4.3定量數據分析101
4.3.1假設檢驗與t檢驗101
4.3.2方差分析與協方差分析104
4.4時間序列數據分析112
4.4.1時間序列及分解112
4.4.2時間序列描述統計115
4.4.3時間序列特性的分析116
4.4.4指數平滑121
4.5相關分析124
4.5.1定量資料相關分析125
4.5.2分類資料相關分析126
參考文獻129
第5章用戶分析130
5.1兩個問題130
5.2分析維度131
5.3新增用戶分析135
5.3.1黑色一分鐘135
5.3.2激活的用戶138
5.3.3分析案例—注冊轉化率140
5.4活躍用戶解讀141
5.4.1DAU的定義142
5.4.2DAU分析思路143
5.4.3DAU基本分析144
5.4.4分析案例—箱線圖分析DAU146
5.5綜合分析151
5.5.1分析案例—DNU/DAU151
5.5.2使用時長分析157
5.6斷代分析161
5.7LTV162
5.7.1LTV的定義162
5.7.2LTV算法局限性163
5.7.3用戶平均生命周期算法166
5.7.4LTV使用167
第6章留存分析169
6.1留存率的概念170
6.1.1留存率的計算170
6.1.2留存率的三個階段173
6.1.3留存率的三要素175
6.2留存率的分析181
6.2.1留存率的三個普適原則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留存率優化思路202
6.4留存率擴展討論203
第7章收入分析205
7.1收入分析的兩個角度206
7.1.1市場推廣角度206
7.1.2產品運營角度207
7.2宏觀收入分析208
7.3付費轉化率210
7.3.1付費轉化率的概念212
7.3.2APA和DAU對付費轉化率的影響213
7.3.3真假APA214
7.3.4付費轉化率的引申215
7.3.5付費轉化率的影響因素217
7.4ARPU219
7.4.1ARPDAU220
7.4.2DAU 與 ARPU221
7.5ARPPU222
7.5.1ARPPU的由來222
7.5.2平均惹的禍223
7.5.3*次付費與ARPPU224
7.6APA225
7.6.1APA分析226
7.6.2付費用戶的劃分226
7.6.3付費頻次與收入規模231
7.6.4付費頻次與付費間隔232
7.7分析案例—新增用戶付費分析235
7.7.1新增用戶留存235
7.7.2付費轉化率236
7.7.3留存用戶中付費用戶的收入237
7.7.4ARPU239
7.7.5新增用戶的收入計算241
第8章渠道分析244
8.1渠道的定義244
8.2渠道的分類245
8.3渠道分析的意義245
8.3.1*佳渠道是運營之外使產品的利益*大化的方式245
8.3.2*牌的力量不容小覷246
8.4建立渠道數據分析體繫247
8.4.1建立數據監控體繫247
8.4.2渠道推廣分析的閉環254
8.5分析案例—遊戲渠道分析256
第9章內容分析259
9.1營銷分析與推送259
9.1.1理解用戶259
9.1.2營銷方式—推送261
9.2流失預測模型263
9.2.1數據準備263
9.2.2數據建模264
9.3購買支付分析272
9.3.1場景分析272
9.3.2輸入法的局限273
9.3.3批量購買的設計275
9.3.4轉化率276
9.4版本運營分析278
9.4.1把握用戶的期待278
9.4.2地圖281
9.4.3武器284
9.4.4新道具286
9.4.5其他更新288
9.5長尾理論實踐289
9.5.1概念289
9.5.2顧尾不顧頭290
9.5.3長尾與二八法則291
9.5.4尾部的挖掘291
9.5.5案例—FPS遊戲的長尾策略292
9.6活動運營分析294
9.6.1理解活動運營294
9.6.2活動數據分析295
*10章R語言遊戲分析入門297
10.1R語言概述297
10.2新手上路299
10.3R語言數據結構301
10.3.1向量301
10.3.2矩陣301
10.3.3數組302
10.3.4數據框303
10.3.5列表305
10.4R語言數據處理306
10.4.1類型轉換306
10.4.2缺失值處理307
10.4.3排序308
10.4.4去重309
10.4.5數據匹配309
10.4.6分組統計310
10.4.7數據變換313
10.4.8創建重復序列rep315
10.4.9創建等差序列seq315
10.4.10隨機抽樣sample316
10.4.11控制流316
10.4.12創建函數318
10.4.13字符串處理319
10.5基礎分析之“數據探索”320
10.5.1數據概況理解320
10.5.2單指標分析322
10.5.3雙變量分析326
*11章R語言數據可視化與數據庫交互332
11.1R語言數據可視化332
11.2常用參數設置334
11.2.1顏色334
11.2.2點和線設置341
11.2.3文本設置342
11.3低級繪圖函數345
11.3.1標題345
11.3.2坐標軸345
11.3.3網格線346
11.3.4圖例348
11.3.5點線和文字350
11.3.6par函數353
11.4*級繪圖函數357
11.5R語言與數據庫交互368
*12章R語言遊戲數據分析實踐372
12.1玩家喜好對應分析372
12.1.1對應分析的基本思想372
12.1.2玩家購買物品對應分析373
12.1.3討論與總結378
12.2玩家物品購買關聯分析379
12.2.1算法介紹379
12.2.2物品購買關聯分析380
12.2.3討論與總結385
12.3基於密度聚類判斷高密度遊戲行為386
12.3.1案例背景386
12.3.2DBSCAN
|
" | | |
| | | | |
|
