游戲數據分析：從方法到實踐

數數科技創立於2015 年，是先進的遊戲大數據分析服務商，
公司在全球多個城市，包括上海、東京、首爾、新加坡均設有辦公室。
數數科技以“讓數據價值觸手可及”為使命，致力於為全球遊戲構建全新的數據基礎設施，
幫助遊戲企業充分挖掘數據價值，實現數據驅動和業務增長。
目前，數數科技已服務上千家遊戲企業，旗下游戲大數據分析引擎ThinkingEngine（簡稱“TE”）已接入近萬款遊戲。

第一部分建立遊戲數據分析思維
第1 章遊戲數據分析概述 2
1．1 遊戲數據分析的概念 2
1．2 遊戲數據分析的價值 3
1．3 遊戲數據分析的思維、方法與技術 4
1．3．1 遊戲數據分析的思維 5
1．3．2 遊戲數據分析的方法 6
1．3．3 遊戲數據分析的技術 7
1．4 遊戲數據分析師的能力要求 8
第2 章數據分析驅動遊戲決策10
2．1 概述10
2．1．1 什麼是遊戲決策10
2．1．2 數據分析在遊戲決策中的作用11
2．2 案例：通過數據分析調整運營策略，扭轉遊戲的市場表現 12
2．2．1 量化決策目標 12
2．2．2 獲取決策線索 14
2．2．3 擬定決策方案 16
2．2．4 評估決策效果 17
2．2．5 總結 18
2．3 提升遊戲決策效果 19
第3 章構建精細化的遊戲數據分析系統21
3．1 遊戲數據分析系統的演進 21
3．1．1 基礎指標系統 21
3．1．2 經營分析系統 23
3．1．3 精細化分析系統24
3．1．4 小結 26
3．2 構建精細化分析系統 27
3．2．1 系統選型27
3．2．2 接入數據27
3．2．3 構建指標體系 31
3．3 精細化分析系統的深度運用31
3．3．1 專題分析與探索性分析31
3．3．2 數據的多樣化運用 32
3．4 總結33
第二部分實現遊戲數據分析的方法
第4 章數據接入 36
4．1 概述．36
4．2 常見的數據接入方式 38
4．2．1 客戶端接入 39
4．2．2 服務端接入 39
4．2．3 混合接入40
4．2．4 第三方平臺接入41
4．3 制訂數據接入方案 42
4．3．1 數據接入方案的切入點43
4．3．2 明確數據管理方案 46
4．3．3 埋點方案的層次48
4．4 管理數據 50
4．4．1 元數據管理 51
4．4．2 數據質量管理 53
4．4．3 數據合規55
第5 章構建遊戲數據指標體系 58
5．1 概述58
5．1．1 遊戲數據指標體系的定義 59
5．1．2 常用的遊戲數據指標 60
5．2 構建遊戲數據指標體系的方法及案例62
5．2．1 指標體系應遵循的三大原則 63
5．2．2 構建指標體系的方法 63
5．2．3 案例：構建棋牌遊戲的指標體系 66
5．3 指標體系的深度價值 69
5．3．1 搭建指標看板，監控遊戲健康狀態 69
5．3．2 進行業務預警，避免遊戲運營事故 70
5．4 總結72
第6 章遊戲數據專題分析 73
6．1 概述．73
6．1．1 遊戲數據專題分析的定義 74
6．1．2 遊戲數據專題分析的類型 74
6．2 調優型專題分析 75
6．2．1 調優型專題分析的內容75
6．2．2 案例：優化次日留存率76
6．3 設計型專題分析 79
6．3．1 設計型專題分析的內容79
6．3．2 案例：設計累計充值活動 80
6．4 評估型專題分析 83
6．4．1 評估型專題分析的內容83
6．4．2 案例：評估新版本的關卡設計83
第7 章遊戲數據探索性分析 86
7．1 基於數據的信息挖掘 86
7．1．1 聚類分析88
7．1．2 根因分析91
7．1．3 回歸分析94
7．2 因果推斷與實驗法 97
7．2．1 A/B 測試的完整流程98
7．2．2 遊戲行業的實際案例 102
7．2．3 提高實驗效能 104
7．3 總結 106
第三部分遊戲全生命週期數據實踐
第8 章玩法驗證單元 108
8．1 概述108
8．1．1 玩法驗證的目的與分析維度 109
8．1．2 核心指標對玩法驗證的影響 110
8．1．3 新老遊戲玩法的數據驗證差異 111
8．2 新遊戲現有玩法的驗證案例：寶石鑲嵌112
8．2．1 玩法簡介 112
8．2．2 玩法分析 112
8．3 老遊戲新玩法的驗證案例：王者爭霸 119
8．3．1 玩法簡介 119
8．3．2 玩法分析 119
8．4 總結129
第9 章買量推廣單元 131
9．1 概述131
9．2 如何買量132
9．2．1 買量的不同階段 133
9．2．2 主流買量渠道與廣告類型134
9．2．3 買量中的重要指標136
9．3 買量數據分析137
9．3．1 買量數據分析的前提――打通全鏈路數據137
9．3．2 投放端――獲得高質量用戶 138
9．3．3 產品端――讓用戶留下來142
9．3．4 數據分析驅動買量效率提升 150
9．4 總結154
第10 章活動運營單元 155
10．1 概述 155
10．2 活動效果的數據論證156
10．2．1 問題的拆解 157
10．2．2 數據論證：活動對用戶付費行為的影響 158
10．2．3 數據論證：禮包與付費行為的關係160
10．2．4 數據論證：參與活動用戶的畫像 164
10．2．5 數據論證：活動可能帶來的消極影響 165
10．2．6 對數據論證的總結 169
10．3 活動的數據管理策略169
10．4 總結 172
第11 章精細化運營單元173
11．1 精細化運營的前提173
11．2 用戶分層 175
11．2．1 用戶分層的價值與條件 175
11．2．2 用戶分層的步驟 176
11．3 用戶分層的維度與案例176
11．3．1 基於用戶價值分層 177
11．3．2 基於用戶金字塔模型分層 181
11．3．3 基於用戶身份分層 182
11．3．4 基於用戶需求分層 184
11．4 基於用戶分層精細化運營的案例 184
11．5 總結 189
第四部分遊戲數據分析的展望
第12 章遊戲數據分析的未來趨勢 192
12．1 未來趨勢一：遊戲數據分析與業務更深入地結合 192
12．2 未來趨勢二：遊戲的數據源進一步增加 193
12．3 未來趨勢三：遊戲數據分析系統的技術革新 195
12．4 未來趨勢四：遊戲數據分析與AI 深度融合196
12．5 未來趨勢五：數據安全與隱私保護能力進一步提升 198