دوره تحلیل داده‌های بازی برای بهبود تجربه کاربری همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های بازی برای بهبود تجربه کاربری

موضوع کلی: برنامه نویسی بازی های رایانه ای

موضوع میانی: بازی های مبتنی بر آمار (Stat-Driven Games)

📋 سرفصل‌های دوره

• 1. نقش تحلیل داده در بهبود تجربه کاربری بازی
• 2. چرخه حیات داده از ثبت رویداد تا تصمیم طراحی
• 3. تبدیل مسئله تجربه کاربری به پرسش تحلیلی
• 4. تعریف شاخص‌های کلیدی محصول و تجربه کاربری
• 5. طراحی درخت شاخص‌ها و ارتباط معیارهای سطح بالا و پایین
• 6. مدل‌سازی سفر بازیکن از نصب تا نگهداشت
• 7. واحدهای تحلیل: بازیکن، جلسه، رویداد و آیتم
• 8. معماری تله‌متری در بازی‌های کلاینت-سرور
• 9. طراحی واژه‌نامه و طرح‌واره رویدادها
• 10. استاندارد نام‌گذاری، نسخه‌بندی و مستندسازی رویدادها
• 11. پیاده‌سازی تله‌متری روی کلاینت بازی
• 12. ثبت داده‌های معتبر سمت سرور
• 13. ثبت زمینه جلسات و موقعیت‌های gameplay
• 14. شناسایی بازیکن و حل تعارض هویت‌ها
• 15. سنجش کیفیت، کامل‌بودن و یکنواختی داده‌ها
• 16. آزمون و خطایابی جریان‌های تله‌متری
• 17. حریم خصوصی، رضایت و کمینه‌سازی داده‌ها
• 18. امنیت، مدیریت دسترسی و سیاست نگهداری داده
• 19. تفاوت پردازش دسته‌ای و بلادرنگ در تحلیل بازی
• 20. طراحی خط لوله‌های ETL و ELT
• 21. انباره داده و دریاچه‌داده برای تحلیل بازی
• 22. استفاده از SQL برای تحلیل رفتار بازیکنان
• 23. استفاده از Python برای پاک‌سازی و تحلیل داده‌های بازی
• 24. تحلیل اکتشافی داده‌های gameplay
• 25. توزیع، میانگین، پراکندگی و شاخص‌های توصیفی
• 26. مدیریت داده‌های پرت و مقادیر ازدست‌رفته
• 27. نمونه‌گیری، سوگیری و نمایندگی داده‌ها
• 28. تحلیل قیف تبدیل در تجربه بازی
• 29. تحلیل هم‌گروهی و نگهداشت بازیکنان
• 30. سنجش تعامل، تکرار بازی و مدت جلسه
• 31. تحلیل پیشرفت و نقاط ریزش بازیکنان
• 32. اندازه‌گیری و تنظیم دشواری بازی
• 33. تحلیل ورود به بازی، آموزش و کشف اولیه
• 34. تحلیل مسیریابی، ناوبری و معماری اطلاعات رابط کاربری
• 35. تله‌متری کنترل‌ها و تعامل‌های ورودی
• 36. تحلیل نقشه‌های حرارتی و رفتار فضایی بازیکن
• 37. بازسازی رفتار با Session Replay
• 38. تحلیل بازخورد کیفی، نظرسنجی و داده‌های پشتیبانی
• 39. ترکیب روش‌های کمی و کیفی برای اعتبارسنجی یافته‌ها
• 40. بخش‌بندی بازیکنان و ساخت پرسونای رفتاری
• 41. خوشه‌بندی بازیکنان بر اساس رفتار و ترجیحات
• 42. تحلیل تعاملات اجتماعی، گروه‌ها و اقتصاد اجتماعی
• 43. سنجش کیفیت Matchmaking و تعادل رقابت
• 44. تحلیل اقتصاد مجازی، منابع و نرخ‌های تعادل
• 45. تحلیل اصطکاک درآمدزایی و ادراک انصاف
• 46. تأثیر عملکرد، خطا و تأخیر بر تجربه کاربری
• 47. تحلیل داده‌های دسترسی‌پذیری بازی
• 48. تحلیل بومی‌سازی و تفاوت‌های فرهنگی تجربه بازی
• 49. طراحی و اجرای آزمون A/B در بازی
• 50. تدوین فرضیه و انتخاب معیارهای اولیه و فرعی
• 51. محاسبه حجم نمونه و توان آماری
• 52. تصادفی‌سازی، تخصیص و سنجش مواجهه با آزمایش
• 53. آزمون‌های آماری و فاصله‌های اطمینان
• 54. تحلیل بیزی آزمایش‌های تجربه کاربری
• 55. معیارهای محافظتی و تشخیص Sample Ratio Mismatch
• 56. اصلاح مقایسه‌های چندگانه و آزمون‌های ترتیبی
• 57. استنباط علی از داده‌های مشاهده‌ای بازی
• 58. پیش‌بینی ریزش بازیکنان
• 59. پیش‌بینی ارزش طول عمر بازیکن
• 60. پیش‌بینی سری‌های زمانی در رفتار و تقاضای بازی
• 61. تشخیص ناهنجاری در شاخص‌های زنده بازی
• 62. سیستم‌های توصیه‌گر و شخصی‌سازی تجربه بازی
• 63. تنظیم پویای دشواری بر اساس داده‌های بازیکن
• 64. تحلیل LiveOps، رویدادها و فصل‌های بازی
• 65. ارزیابی به‌روزرسانی‌های محتوا و تغییرات تعادلی
• 66. طراحی داشبوردهای بلادرنگ و سامانه هشدار
• 67. روایت‌سازی داده و ارائه بینش به تیم طراحی
• 68. مستندسازی تصمیم‌ها و بازبینی نتایج آزمایش‌ها
• 69. انصاف، اخلاق و سوگیری در تحلیل داده‌های بازی
• 70. پرهیز از الگوهای فریبنده و حفظ رفاه بازیکن
• 71. پروژه جامع تحلیل داده برای بهبود یک تجربه بازی