游戏数据分析：从方法到实践

本书由数数科技分析师团队撰写。基于数数科技成立以来服务上千家游戏企业、近万个游戏项目的经验，作者介绍了游戏行业的数据分析现状，解读了数据驱动增长的典型案例，阐明了如何建设数据分析体系才能给游戏企业带来商业价值，希望为游戏行业的运营、数据分析、策划等岗位从业者提供从方法到实践的指导，驱动游戏业务增长。

数数科技创立于 2015 年，是先进的游戏大数据分析服务商，公司在全球多个城市，包括上海、东京、首尔、新加坡均设有办公室。数数科技以“让数据价值触手可及”为使命，致力于为全球游戏构建全新的数据基础设施，帮助游戏企业充分挖掘数据价值，实现数据驱动和业务增长。目前，数数科技已服务上千家游戏企业，旗下游戏大数据分析引擎 ThinkingEngine（简称“TE”）已接入近万款游戏。

第一部分 建立游戏数据分析思维 
第 1 章 游戏数据分析概述
1.1 游戏数据分析的概念
1.2 游戏数据分析的价值 
1.3 游戏数据分析的思维、方法与技术 
1.3.1 游戏数据分析的思维 
1.3.2 游戏数据分析的方法 
1.3.3 游戏数据分析的技术
1.4 游戏数据分析师的能力要求 
第 2 章 数据分析驱动游戏决策
2.1 概述 
2.1.1 什么是游戏决策 
2.1.2 数据分析在游戏决策中的作用 
2.2 案例：通过数据分析调整运营策略，扭转游戏的市场表现 
2.2.1 量化决策目标 
2.2.2 获取决策线索 
2.2.3 拟定决策方案 
2.2.4 评估决策效果 
2.2.5 总结 
2.3 提升游戏决策效果 
第 3 章 构建精细化的游戏数据分析系统  
3.1 游戏数据分析系统的演进 
3.1.1 基础指标系统 
3.1.2 经营分析系统 
3.1.3 精细化分析系统 
3.1.4 小结 
3.2 构建精细化分析系统 
3.2.1 系统选型 
3.2.2 接入数据 
3.2.3 构建指标体系 
3.3 精细化分析系统的深度运用
3.3.1 专题分析与探索性分析
3.3.2 数据的多样化运用
3.4 总结
第二部分 实现游戏数据分析的方法 
第 4 章 数据接入
4.1 概述
4.2 常见的数据接入方式 
4.2.1 客户端接入 
4.2.2 服务端接入
4.2.3 混合接入 
4.2.4 第三方平台接入 
4.3 制订数据接入方案
4.3.1 数据接入方案的切入点
4.3.2 明确数据管理方案 
4.3.3 埋点方案的层次
4.4 管理数据
4.4.1 元数据管理 
4.4.2 数据质量管理 
4.4.3 数据合规 
第 5 章 构建游戏数据指标体系
5.1 概述
5.1.1 游戏数据指标体系的定义 
5.1.2 常用的游戏数据指标
5.2 构建游戏数据指标体系的方法及案例 
5.2.1 指标体系应遵循的三大原则
5.2.2 构建指标体系的方法
5.2.3 案例：构建棋牌游戏的指标体系 
5.3 指标体系的深度价值 
5.3.1 搭建指标看板，监控游戏健康状态 
5.3.2 进行业务预警，避免游戏运营事故 
5.4 总结 
第 6 章 游戏数据专题分析 
6.1 概述
6.1.1 游戏数据专题分析的定义 
6.1.2 游戏数据专题分析的类型 
6.2 调优型专题分析 
6.2.1 调优型专题分析的内容 
6.2.2 案例：优化次日留存率 
6.3 设计型专题分析 
6.3.1 设计型专题分析的内容 
6.3.2 案例：设计累计充值活动 
6.4 评估型专题分析 
6.4.1 评估型专题分析的内容 
6.4.2 案例：评估新版本的关卡设计
第 7 章 游戏数据探索性分析
7.1 基于数据的信息挖掘 
7.1.1 聚类分析
7.1.2 根因分析 
7.1.3 回归分析 
7.2 因果推断与实验法 
7.2.1 A/B 测试的完整流程
7.2.2 游戏行业的实际案例
7.2.3 提高实验效能 
7.3 总结
第三部分 游戏全生命周期数据实践 
第 8 章 玩法验证单元 
8.1 概述 
8.1.1 玩法验证的目的与分析维度
8.1.2 核心指标对玩法验证的影响 
8.1.3 新老游戏玩法的数据验证差异
8.2 新游戏现有玩法的验证案例：宝石镶嵌 
8.2.1 玩法简介
8.2.2 玩法分析
8.3 老游戏新玩法的验证案例：王者争霸 
8.3.1 玩法简介 
8.3.2 玩法分析
8.4 总结
第 9 章 买量推广单元
9.1 概述
9.2 如何买量 
9.2.1 买量的不同阶段 
9.2.2 主流买量渠道与广告类型
9.2.3 买量中的重要指标 
9.3 买量数据分析 
9.3.1 买量数据分析的前提——打通全链路数据 
9.3.2 投放端——获得高质量用户 
9.3.3 产品端——让用户留下来 
9.3.4 数据分析驱动买量效率提升 
9.4 总结
第 10 章 活动运营单元 
10.1 概述
10.2 活动效果的数据论证 
10.2.1 问题的拆解 
10.2.2 数据论证：活动对用户付费行为的影响
10.2.3 数据论证：礼包与付费行为的关系 
10.2.4 数据论证：参与活动用户的画像 
10.2.5 数据论证：活动可能带来的消极影响
10.2.6 对数据论证的总结 
10.3 活动的数据管理策略 
10.4 总结 
第 11 章 精细化运营单元 
11.1 精细化运营的前提 
11.2 用户分层 
11.2.1 用户分层的价值与条件 
11.2.2 用户分层的步骤 
11.3 用户分层的维度与案例 
11.3.1 基于用户价值分层 
11.3.2 基于用户金字塔模型分层 
11.3.3 基于用户身份分层 
11.3.4 基于用户需求分层 
11.4 基于用户分层精细化运营的案例 
11.5 总结 
第四部分 游戏数据分析的展望 
第 12 章 游戏数据分析的未来趋势
12.1 未来趋势一：游戏数据分析与业务更深入地结合 
12.2 未来趋势二：游戏的数据源进一步增加 
12.3 未来趋势三：游戏数据分析系统的技术革新 
12.4 未来趋势四：游戏数据分析与 AI 深度融合 
12.5 未来趋势五：数据安全与隐私保护能力进一步提升