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
1.2.1 什麼是數據分析2
1.2.2 數據分析的6個步驟2
1.2.3 常用的數據分析方法3
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
1.5.1 常用數據圖錶7
1.5.2 Excel 繪圖技巧8
1.6 怎樣成為一名的數據分析師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
1.8.1 《遊戲 A》：春節對其收入和活躍人數影響分析16
1.8.2 《遊戲 B》：新版本效果分析17
1.8.3 《遊戲 C》： VIP 玩傢和客服聊天分析19

第 2 章 遊戲關鍵數據指標21
2.1 轉化率21
2.1.1 激活率21
2.1.2 轉化率漏鬥22
2.2 留存率232

2.1 日留存率 23
2.2.2 周留存率24
2.2.3 月留存率24
2.2.4 加權留存率24
2.2.5 留存率和遊戲質量的關係25
2.3 用戶付費指標26
2.3.1 付費率26
2.3.2 ARPPU26
2.3.3 ARPU 26
2.4 導入用戶成本27
2.4.1 CPC、CPA、CPR、CPL27
2.4.2 近幾年CPL的變化27
2.5 LTV28
2.5.1 LTV的定義28
2.5.2 LTV與CPA的關係28
2.6 ROI29
2.6.1 ROI的定義29
2.6.2 ROI的價值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
3.1.1 預訂用戶調研32
3.1.2 分析方法概述34
3.1.3 數據來源35
3.1.4 分析案例36
3.1.5 小結44
3.2 案例：預訂用戶轉化率預估45
3.2.1 分析方法概述45
3.2.2 數據來源 45
3.2.3 分析案例 463.2.4 小結 51
3.3 案例：競品分析51
3.3.1 市場宣傳、預熱活動51
3.3.2 開測錶現52
3.3.3 運營活動與版本計劃52
3.3.4 數據錶現好的原因52
3.3.5 暢銷榜前50名的MOBA類手遊數據對比53
3.3.6 詳細分析 53

第 4 章 遊戲封測期 57
4.1 案例：封測用戶調查分析58
4.1.1 調查目的 58
4.1.2 問捲設計思路58
4.1.3 分析方法概述63
4.1.4 數據來源63
4.1.5 詳細的調查結果分析64
4.1.6 分析結論81
4.1.7 小結83
4.2 案例：渠道用戶質量分析83
4.2.1 渠道分類 83
4.2.2 分析方法概述84
4.2.3 數據來源85
4.2.4 分析案例86
4.2.5 小結92
4.3 案例：客戶端大小對用戶轉化率的影響92
4.3.1 分析方法概述92
4.3.2 數據來源92
4.3.3 客戶端大小對用戶“下載→激活→注冊→進入遊戲→充值”的影響93
4.3.4 客戶端大小對用戶“廣告曝光→點擊→下載→注冊”的轉化率影響94
4.3.5 分析結論95
4.3.6 小結95
4.4 遊戲公測前期收入、活躍預測96