| 商家名称 | 信用等级 | 购买信息 | 订购本书 |
 |
 |
游戏数据分析的艺术 |  |
 |
|
游戏数据分析的艺术 | |
网友对游戏数据分析的艺术的评论
首先，这本书由三个人写的，一个写R语言，一个写统计学，一个人写游戏数据分析
R语言这个和市面上百分之80的的教材一模一样，
统计学和市面上百分之80的教材一模一样，
游戏数据方面只要你善用搜索就是本作者博客里的内容，
所以，如果你已经对游戏数据分析有所了解，几乎没有新的干货，
此书差评，
由于本书作者在博客上的无私分享，还是表示非常感谢。
1、前面花了大量的篇幅介绍了下游戏中的指标、游戏数据分析的必要性和一些所谓的代码
我想说，作为一个在游戏行业呆了4年的人来说，虽然算不上很有经验，但是这些名词和指标我在入行第一年都完全明白了好吗
2、然后再花大量的篇幅讲了怎么做图形和统计学的基础理论
我觉得，excel中的图表，可以实现比这个更强大的功能，没必要为了装逼特地采用spss来写，毕竟spss没有excel那么容易上手
3、然后再写了分析的概念，留存率要怎么计算，渠道的计算等等
这个真心不如你教他们学除法和数据透视表，例子里头还直接用spss来进行所谓的流失预测，这个确实不错，决策树模型，但是真的真的选错了指标
4、然后R语言隆重登场
你前面花了大量的篇幅讲spss和各种基础理念，然后这时候来个R语言，你逗我啊？你写就写了，何必去抄袭R语言实战里头的内容？
当年还是mmo的时代，对于prapa比较熟悉。
开头看了aarrr的论述就觉得自己确实与时代脱节了。有些要点，比如ltv远大于cac之类的话语对我很有启发（尽管这个论证对我来说并不是很清晰）。
我游戏用的就是talkingdata。所以这本书的价值尤其高。
3.5的一个问题三个原则也很认同，有时候凭经验也可以到达这个效果，但是归纳得好，目标性会更明确。
我没上过统计学的课。第四章，统计描述这个章节对我启发也很大。
书中引用出处标注明确，在之前那个一星差评中也作为论据，真是莫名其妙。
1、看书是为了学习；学不到，有启发也是很棒的一件事。
2、每本书都不可能完美覆盖你需要的范围。或有超出，或有不足。
如果你认同，那么这本书肯定是值4星的。
他对我值5星。
数据分析本就是个可大可小的东西，找工作的时候感受最深。动不动招的就是数据分析“师”，有的大专文凭即可，会excel做做报表，也有要求博士以上学历，算法建模ETL脚本样样得精通。国外这点划分比较清晰，我有个朋友学的stat做得跟我类似的工作，但岗位叫business anaylst。
是的，数据分析这个词已经太大了。
说了这么多题外话，无非有心袒护一下这本书吧。买之前看到一些差评，所以有些忌惮。但我的确是他们口中刚入行的小白，即使已经看过了些国外的数据分析、R语言、统计学习的经典书籍，这本还是让我很有收获。可能最大的原因，就是游戏（书中其实讲的是手游）二字吧，说跟其他统计书R语言有80%一样，那至少有10%的不同在于游戏上的体现；吐槽SPSS装逼的，个人认为用不用是一回事，会不会是另外一回事，而SPSS，是除Excel外最容易掌握的工具。
没有攻击的意思，因为看得出他们已经算资深的前辈，相形见绌。
之前在一家金融公司呆过，那时候拿着一本R放在桌上，闲时就翻翻。老板看到问我，能用这个做个信用等级评分吗？我说我不会。他有点不高兴，说公司不是学校，学的东西要用上才行。他说的自然是对的，也代表了很多阅读人的心态。
而典型中国式教育下的我，在看了前几章后，觉得它就像一本大学的教科书，名"rest":"词解释一大堆，罗列喜欢123，语言风格咬文嚼字。但恰恰是这样，竟有了自虐般的假想——如果大学时有这么一门《游戏数据分析的艺术》选修课，老师认认真真地在课堂上讲，临近期末还要划划重点复习考试，这是一件多么幸福的事情！<br /><br />另外再推荐一本关于手游数据分析的书，叫小白学运营，干货颇多，算是对这本书业务层面的补充。"
喜欢游戏数据分析的艺术请与您的朋友分享,由于版权原因，读书人网不提供图书下载服务
