游戏数据分析实战

《游戏数据分析实战》贯穿整个游戏生命周期，提供了丰富的数据分析案例，从预热到封测，再到公测， 均为作者在实际工作中经历的真实案例。案例分析包含数据来源、分析方法、分析过程、分析结论及小结。通过学习本书不但能较深入地学习数据分析方法，还能了解到运营和市场的相关知识。 

《游戏数据分析实战》主要针对游戏策划、游戏运营、游戏数据分析、产品数据分析挖掘、数据平台开发维护人员 及对数据分析感兴趣的读者，介绍怎样利用数据分析游戏生命周期中各阶段遇到的问题。 《游戏数据分析实战》主要分为三部分：*部分主要介绍游戏数据分析相关指标体系，通过这套体系，可以初步 监控游戏整体运营情况；第二部分主要介绍游戏正式发行前期的市场调研、渠道用户质量分析、竞品 分析及投资收益预测，对游戏品质进行定位，评估正式上线后的效果；第三部分主要对游戏正式发行 后的用户流失、活跃用户分类、付费习惯、版本迭代效果、区服合并等主要问题进行深入探讨，实现 游戏的精益化运营。 《游戏数据分析实战》的特色是以详细案例为主，通过 SPSS、Excel 等工具逐步展示实施步骤。通过手把手的方式 让读者快速掌握游戏数据分析方法。

作者简介黎湘艳 盛大游戏数据分析专家，9年游戏行业数据分析挖掘工作经验。2008年开始，在盛大游戏从事数据分析工作，先后主持或参与50多款游戏的数据分析工作，主要产品有：龙之谷、永恒之塔、最终幻想14、传奇永恒、血族、传奇手游、沙巴克传奇及超级地城之光等。其研究方向贯穿游戏整个生命周期，在精确定位游戏品质、市场投放和运营活动效果评估、用户游戏行为、用户画像、流失预警和收入预测模型等方面的分析对运营效果有显著提升，撰写各类专题分析报告超过100篇，其报告能紧密贴合业务，是游戏运营和发行的重要参考信息，在一定程度上驱动了业务开展，提升了运营收入。叶洋 游卡桌游资深数据分析师，7年游戏行业数据分析数据挖掘工作经验。

序言1
2001 年，我刚开始负责《热血传奇》的运营，当时还没有专业的数据分析岗位和数据分析师，那时候主要是由运营人员自行统计在线人数、在线时长、玩家等级等诸如此类的基础数据，由此验证或调整我们的运营方向。
2002 随着业务的发展和人才的培养，我们在数据分析领域也涌现了大量的人才，为业界提供了很多重要的指标和算法，这都是在深入业务后，结合专业知识得出的重要成果。
2003 如今，市场环境、用户习惯和推广方式都在发生快速的变化，精通业务的数据分析师在游戏发行、市场投放等运营决策上所起的作用越来越大。用数据去分析用户的特征，尤其是在核心用户和非核心用户的游戏与消费习惯的观察上，对于精细化运营非常有帮助；虽然数据增长的原因有很多，但想办法复制成功案例并将其最大化是所有人都期望的。数据分析不是先知，望天算卦逢凶化吉，数据分析也不是医生，不要在游戏出现问题以后再想着通过数据分析来包治百病，合理地运用分析工具的前提更是要对自己的游戏及玩家有深刻的认识。
本书的两位作者都具备多年的游戏数据分析经验，能很好地配合游戏项目，深入了解游戏，主动给出各项有价值的分析报告，为项目决策提供很好的参考。他们能将平时积累的工作和经验
在本书中分享给大家，是件值得称赞的事情。本书干货较多，希望各位读者能从中得到收获和启发，在实际工作中得到帮助。
最后，对于数据分析人员，我想说的是分析数据需要熟悉业务，并与项目团队紧密沟通，才能发挥出数据分析的最大价值。
沈杰
盛大游戏副总裁，传奇工作室、群星工作室总经理
序言2
从游戏产业诞生开始，数据分析就一直伴随游戏的研发和运营的全过程。 2001 年，盛大网络通过《热血传奇》开启了中国网络游戏产业。网络游戏的 24 小时在线和高度的用户互动，为游戏数据分析提供了前提条件；通过数据分析输出的结果，及时有效地反馈到游戏的研发设定和线上社区，形成了良性和有效的循环。
早在 2003 年，盛大网络向行业输出了 PRAPA 分析模型，针对游戏的用户推广（Promotion）、注册用户（Register）、活跃（Active）、付费（Pay）、平均用户收益（ARPU）进行有效的分析指导，为游戏行业的成熟提供了标杆。在当时的盛大内部，我们针对游戏的用户体验瓶颈环节，设立“卡外掉充安”（卡机、外挂、掉线、充值、安全）专项，通过数据分析不断进行验证和调整，使得用户体验满意度持续行业领先。
同时，游戏数据分析还指导着产业变革。在 2005 年，盛大率先变革游戏商业模式，从之前的时长计费变为道具收费，这意味着之前的逾 10 亿元年收入归零后重新开始。在此之前，公司内部已进行了超过半年的数据分析和业务试点，最终全面施行，深刻影响了游戏产业。伴随数据分析技术的发展、游戏形态从端游到手游的进化、渠道与社交网络的演进，基于大数据的用户画像和数据多维交叉分析，为游戏的精细化运营提供了新的契机和动力。
作者是盛大游戏数据分析专家，从事游戏行业 16 年，历经多种岗位，亲历了中国游戏行业从萌芽到蓬勃发展的历程。《游戏数据分析实战》一书的出版，是作者支持逾 50 个游戏项目，历经游戏全生命周期的数据分析工作经验的沉淀。书中案例多为作者亲身参与和实操的案例，通过生动翔实的业务背景描述、图表、效果对比，呈现了游戏数据分析的理论、方法、工具及与业务深度结合的特性，相信能够为有意向投身游戏数据分析或运营、研发的朋友提供有效的指引和启迪。我与作者相识近 20 年，也一路见证了作者个人的快速成长，期待后续能够持续输出优质的内容给读者和游戏行业。
郭忠祥
前盛大创新院常务副院长， WiFi 万能钥匙 CEO 办公室主任
前言
2016年 9 月，我接到老同事叶洋的电话，邀请我与他一起写一本关于游戏数据分析的书。因为自己平时的分析工作更多是针对项目本身，分析内容比较零散，有些分析通用性不强，所以担心自己不能很好地将经验整合，将分析体系完整表达，但在写作的过程中使我对过去的分析经验进行了一次回顾与总结，希望读者能够从中有所收获。很感谢这样的机会，对我自己来说也是一次很好的工作提炼。
2017我从 2008 年开始进入公司数据中心， 2013 年开始参与公司项目组支持新游戏上线工作， 2016年正式调入手游事业部（目前的群星工作室）。在近 10 年的工作中，经历并参与了超过 50 款以上的端游和手游每个测试节点的数据分析相关工作。在没有进入项目组之前，数据分析工作主要围绕封测和公测节点的留存率评级及数据异常分析，进入项目组之后，接触一线业务，才发现原来一款游戏的数据分析有这么多的事情可以做，每一件事情，都能得到业务方的反馈，比如哪些地方分析得很到位，哪些地方还需要进一步分析，看到这些数据后该采取什么样的对策（包含版本优化、运营活动和市场活动等），数据分析结论得到反馈并能产生落地的效果，这是数据分析最大的价值。做有价值的事情，并找到乐趣，有了乐趣就能把事情做得更好，我想这就是工作的良性循环吧。
有很多数据分析人员都有一个困惑，他们大多是数学专业相关的研究生，但总在做一些查询统计的相关工作，分析的成分非常少，因此认为数据分析工作很枯燥。其实，要将分析工作做好最重要的是主动了解业务，不深入游戏项目了解业务，分析工作就相当于闭门造车，其分析结论也是空中楼阁，当你的分析结论得不到业务方的认可时，久而久之，你的分析工作就会停留在查数据的层次上，没法和游戏项目组沟通达成一致的业务理解，从而形成恶性循环。分析师的工作体现不出价值，项目组对分析师的工作仅依赖其给出一个数据结果。
在历经多个项目的深入实践和分析后，我逐渐整理出了一系列的方法，且对各项分析有了一套较完整的分析思路，趁着编写本书的机会，能把部分工作做出总结，将碎片化知识体系化，并为相关人员提供参考，是非常有意义的事情。也希望能为业内和业外想了解数据分析和从事数据分析相关工作的人员提供一些帮助，不管是分析思路还是游戏分析的主要工作内容。
本书贯穿整个游戏生命周期，提供了丰富的数据分析案例，从预热到封测，再到公测，均为作者在实际工作中经历的真实案例。案例分析包含数据来源、分析方法、分析过程、分析结论及小结。通过本书，不但能较深入地学习数据分析方法，还能了解到运营和市场的相关知识本书案例中用到的数据均按公司要求做了必要处理，仅供参考，并非真实数据。
作者分工：
第 1 章，第 2 章，第 3 章，第 4 章 4.1 节～4.3 节、 4.5 节、 4.6 节，第 5 章的 5.1 节、 5.3 节，第 6 章 6.1.4、 6.1.5， 6.3 节，第 7 章 7.1 节、 7.5 节，第 8 章第 8.1 节、 8.2 节、 8.3 节、 8.5 节为黎湘艳编写；
第 4 章 4.4 节，第 5 章 5.2 节，第 6 章 6.1.1～6.1.3 节、 6.2 节，第 7 章的 7.2 节、 7.3 节、 7.4节，第 8 章 8.4 节为叶洋编写。
本书适合读者：
游戏行业内初、中级分析师；
游戏行业内运营、市场、研发人员；
对数据分析有兴趣，或者想了解游戏数据分析的工作人员。
本书案例均来源于实际工作，其中的部分结论，可能不适用所有游戏，而是要区分不同的应用场景。
虽然作者对本书内容精益求精，但限于作者的知识和视角，本书难免有表述不清，以及部分场景下分析方法和思路不适应的问题。在此，我恳请读者不吝指教，若发现本书存在不足之处，请发送邮件到 [email protected]，作者将尽快给出回复，且在本书再次印刷时进行修正。