上一页 1 2 3 4 5 6 7 ··· 13 下一页
摘要: 对于游戏数据分析来说,我们要从很多方面下手,具体从数据分析角度来说,作为游戏CP需要作三块工作,第一是游戏推广,第二是游戏质量,第三是游戏运营,就这三点来看,推广是未来游戏是否有稳定人气,获得稳定收入的关键一环。关于手机游戏的渠道分析,是很重要的分析方向,对于这一点,其实无论是端游,页游还是如今火热的手游都是一样的,也确实是作为游戏CP很头疼的事情。原因很多,就手机游戏来看,比如苹果商店的封闭性,不能进行多渠道的转化追踪;而多渠道时(比如国内现在的多个安卓渠道),追踪转化分析又太过麻烦,基本上每家的游戏少说也有20+的渠道。这点导致了,我们在做安卓市场时,面临适配,系统,分辨率等等问题。所以大 阅读全文
posted @ 2013-05-14 18:57 data->intelligence 阅读(4630) 评论(0) 推荐(0) 编辑
摘要: 随着移动游戏整体的火热,现在看到太多的数据,太多信息,很多时候我们仰慕和钦佩别人的成功,我们总是把这个行业达成所谓共识的一些数据来出来说明问题。因为我们笃信数据是有力的证据,并且可以说明实力。然而太多的时候,因为沾染了更多的外在气氛,以至于在一些情况下看不到自己接下来的清晰的方向。比如今天说的留存率问题。关于留存率,之前也谈到了很多,包括计算标准和使用方法,不过细心的人应该懂得那些只是一个最初级的阶段,因为即使你知道的留存率是什么,但是你会发现你依旧不知道要去做什么?原因在于,你觉得大家都在谈论,所以,我也这么谈论。很多时候,见过很多人都在询问,这个类别的游戏,benchmarks是多少,一方 阅读全文
posted @ 2013-05-10 19:48 data->intelligence 阅读(3632) 评论(1) 推荐(1) 编辑
摘要: 前几天在顽石讲了一些3D手游的问题,抽点时间写点东西,简单来说说3D游戏的研发和运营过程中,我们可能面临的问题。随着智能设备性能的不断提升,很多的手游产品主打3D牌,一直以来,无论端游,页游,还是手游,玩家对于3D的追求都是一个永恒的话题。然而在实际的研发和运营过程中,可以看得到,我们犯下了太多的错误,而这些错误其实可以避免,我们争取是早发现早解决。在这个过程中,如果利用数据分析来分析解决问题,我们的效率会高出来很多。以下将列出几个如何通过数据分析来发现移动3D手游的特征和问题。在开始描述之前我们要罗列一下在分析3D游戏的特征和问题时要关注的一些方面转化率低这里所指的转化率是指玩家注册量/玩家 阅读全文
posted @ 2013-05-02 14:45 data->intelligence 阅读(2657) 评论(0) 推荐(0) 编辑
摘要: 关于留存率的文章,现在很多,以下要说的内容实际上算是对于留存率使用的一个小归纳。这篇文章所要阐述的内容其实早在去年就已经形成了,一直没有足够的时间组织起来,因为我觉得虽然简单,不过影响的范畴和可扩展的领域很多。值得去思考和借鉴。留存率存在三个原则留存率原则之一不同用户群之间的留存率趋势是一致的针对这点,其实可扩展的内容很多,比如不同渠道之间的用户留存趋势是一致的,不过不同渠道之间的留存率水平是不一致的,这一点在前一篇文章中已经有涉及过,这里不详细讲述。不同用户群,渠道的留存差异可以作为衡量玩家使用粘度的一个量化。而说到这点,我再多说一下,往往我们的游戏会有推广时期和自然增长时期,我们可以对比推 阅读全文
posted @ 2013-04-01 18:40 data->intelligence 阅读(5341) 评论(0) 推荐(0) 编辑
摘要: 学分析论坛|专注于游戏数据分析针对本文的相关的讨论,请移步http://www.xuefenxi.com/forum.php?mod=viewthread&tid=112&extra=上周六做了一个演讲,关于渠道、数据、运营的内容,今天开始,针对演讲的一些内容,有针对性的阐述一下。不过既然我是一个数据分析师,自然还是从数据分析角度来看待这个问题,在后期的文章中,我会加入一些案例,帮助理解。渠道是最有效的获取潜在用户的方式渠道存在海量的用户资源,并服务于开发者。渠道本身聚合了大量的用户,进而形成平台,成为了平台,就必然存在“货架”,而这些货架的位置是有限的资源,但是开发者对于资源 阅读全文
posted @ 2013-03-28 17:08 data->intelligence 阅读(7643) 评论(0) 推荐(0) 编辑
摘要: 一直以来,我们很重视新登用户的研究,为此,我们设计了留存(retention)这个概念,有关于这个概念,之前我说了很多,研究了很多,当然写出来的只是一部分,在后续针对这个概念还会整理一些想法。不过今天的重点落在了另一个方向上,但是针对的目标群体还是同一个,这就是新登用户群体。我们很重视,新登用户留下的概率,所谓留存率,也是一个概率的问题,即用户再次进入游戏的概率可能性。不过这里面我发现了,不同时间的留存率(比如次日、二日、三日等等)存在用户的交叉,也就是说次日登录用户,也可能在二日也登录游戏。这点是肯定存在的。Anyway,以上是基于留存这一个基调讨论的,而今天讨论的是基于流失的基调。以下所做 阅读全文
posted @ 2013-03-25 17:44 data->intelligence 阅读(8171) 评论(4) 推荐(1) 编辑
摘要: 首先声明,该文章是石头哥的最新文章,力作之一。石头哥是游戏数据挖掘与分析QQ群的群主之一,该文出自他手,在此予以转发,望从事游戏数据分析的各位可以从中学到一二。本来我的博客想来很少转文章的,不过在此,这样的好文必须转起来。原文地址:http://blog.sina.com.cn/s/blog_c308e7dd0101cp4h.html流失预测模型在很多行业都有引用到切实的市场运营当中,而接下来就开门见山的说一下游戏行业有关用户流失模型的建立。目标:关于游戏用户的流失,普片的衡量指标有周流失与月流失,接下来研究的问题有两个:①有关付费用户的月登陆流失问题②有关付费用户的月付费流失(付费用户的月登 阅读全文
posted @ 2013-03-13 21:31 data->intelligence 阅读(4433) 评论(0) 推荐(0) 编辑
摘要: 题外话下面的内容是在国外的材料中看到的一个概念,叫做精益分析(Lean Analytics),想来觉得不错,内容虽然不是游戏相关的,不过比较深刻,思想也是不错的。这是其中的第一个case,简单翻译了一下,大家可以看看。关于精益分析,这个和最近这一两年提到的精益创业(Lean Startup)有很大的关系,大家如果感兴趣可以自行查阅资料。近期针对这个问题我会写一下我的体会。前言精益创业正在激起企业家行动起来。它聚焦于识别商业计划的最危险部分,进而快速找到降低风险的方法,是一个学习的迭代周期。它的大多数洞见归结起来一句话:不要卖那些你可以做的,而是做那些你可以卖的。而这就需要找到人们需要什么。遗憾 阅读全文
posted @ 2013-02-26 17:44 data->intelligence 阅读(1346) 评论(0) 推荐(0) 编辑
摘要: 今天说到的这个题目,看起来有点大,不过作为游戏数据分析师,早晚都要设计和分析数据指标。在《移动游戏运营数据分析指标白皮书》(http://www.xuefenxi.com/forum.php?mod=viewthread&tid=2&extra=page%3D1)中,提炼了一些针对游戏数据分析的指标,这只是分析工作的第一步,还要有效的组织起来,并按照需求进行细分,即按需进行二次设计和分析。白皮书的指标旨在规范大家对于一些最基本最常用概念的认识和学习,有所领悟,有所发挥。而今天说的是在当我们要在之前的基础数据基础上进行二度的分析,该如何把握设计和分析数据指标?首先,先引用一句话: 阅读全文
posted @ 2013-02-21 17:26 data->intelligence 阅读(4323) 评论(2) 推荐(1) 编辑
摘要: 记得大概去年的这个时候给自己做了一个2011年关键词,恍惚间2012已经走过。过去这一年发生了太多的事。在cnblog已经待了一年半,这段时间结识了太多的人,纪录下了很多很多的点滴,当然更多的因为时间和精力的原因,有些没有写出来。这几天没事看看自己2006年以后的一些文章,觉得蛮有意思的,几年过去了,不变的是一贯的坚持和热情,在变的是自己把更多的经验传播和分享出去。2012年在移动互联网的加速发展中,我也加速拓展和把更多的经验传播出去,与此同时也在不断学习和实践。这也许是数据分析在未来爆发和释放威力的元年。很庆幸自己这几年一直坚持自己的数据道路,尽管辛苦,尽管诸多非议,但我依旧在坚持。伴着数据 阅读全文
posted @ 2013-02-19 12:08 data->intelligence 阅读(1109) 评论(1) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 13 下一页