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 圖錶製作的要點 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 手遊和端遊的區彆 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：閤理定義流失用戶 154
6.1.2 案例 2：玩傢等級副本流失分析 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 不同類型玩傢單一消耗分布 204
7.1.5 不同類型玩傢的消耗分布 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：區服閤並分析 251
8.4.1 區服閤並後的平均在綫人數、消耗 ARPPU 值 251
8.4.2 平均在綫及平均在綫消耗相關性關係 254
8.4.3 閤服前後等級分布、人均 PVP 以及敵對勢力均衡情況 254
8.4.4 《全民×××》區服閤並玩傢問捲調查 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
· · · · · · (收起)