什么是画像分析如何做游戏玩家画像分析( 三 ) _生活百科

下图为作者总结的一个聚类分析的流程图：
本文结合一个游戏后期留存玩家的微观数据，讲解核心玩家聚类分群的内容，首先选择聚类变量，选取数据变量时，尽可能选取对记录玩家行为和消费的数据记录，还有包含与游戏产品相关的玩家态度、观点。
聚类分析过程对用于聚类的变量还有一定的要求：

这些变量在不同研究对象上的值具有明显差异；
这些变量之间不能存在高度相关。

其次，数据变量并不是越多越好，而影响选择代表性强及差异性强的数据变量。
第三，由于数据来源不一致，存在数据数量级差距太大，数据单位不一样的问题，所以在进行聚类分析之前，对变量数据的处理显得尤为重要，一般采用数据标准化及非量纲处理。
第二部分，进行聚类分析， SPSS提供了多种聚类方法供我们使用，不同聚类方法的区别详见http://baike.baidu.com/view/903740.htm
本文结合玩家微观数据，对数据处理后，选择系统聚类方法。
结果如下：
又上图可发现，玩家可分为四个群体（由于数据来源于实际工作，作者无法提供）。
第三部分，找出各类用户的重要特征，确定玩家分类，接下来，我们需要返回观察各类别玩家在各个变量上的表现。
第四部分：聚类解释&命名，根据聚类结果和各类的数据表现，我们对这四类做出命名并解释其数据结果。
根据前面的玩家画像分析的内容，我们可以通过玩家群体定量分类，从玩家数据中了解玩家结构，通过玩家喜好&行为分析，从玩家数据中获得玩家结构与玩家喜好&行为间的关系，通过聚类分析对玩家进行分群。
接下来将阐述玩家画像分析的最后一部分内容：玩家核心画像。对各个群或者各个类型的玩家进行定性访谈，挖掘玩家生活情境与体验场景。围绕各类玩家的行为特征，了解玩家的核心需求情况，发现各类玩家的潜在机会，细化颗粒度（细化到每类玩家每一具体的体验情景），形成核心玩家画像。
以下使我们通过用户研究及玩家定性访谈所刻画的玩家核心画像：
A类资深宅男屌丝一枚
小鱼
21岁
性别：男吧
职业：在校大学生
爱好：游戏，动漫，宅，你懂得
手机：MI3
日均游戏时常：5小时以上
喜爱游戏类型：ARPG ，横版格斗
付费情况：很少付费，最多首冲
游戏场景及心理：
和大多数人一样，过着丰(mi)富(lan)多(bu)彩(kan)上的大学生活，课时会偷偷躲在课桌下边用手机玩游戏，当然除了用手机玩游戏也会做一些其他事情，喜欢操作感强的手游，时间多，几乎不充值资深玩家，公会中的活跃者，经常也能够从游戏中寻找一些Bug ，利用Bug获取一些小利益，经常游戏到深夜，，每天必将游戏中体力副本各种系统的参与次数全都刷光，才能安心入睡。
用户特点分析：
付费能力较弱，游戏忠诚度高，对提升游戏人气和生命周期均有很强的促进作用。重度游戏玩家，对游戏的系统了如指掌。
B类萌萌哒女白领
小L
24岁
性别：女
职业：初入职场女白领
爱好：游戏，逛街，动漫，购物，电影
手机：Sony X2
日均游戏时常：1-2小时
喜爱游戏类型：Q萌画风的休闲游戏
付费情况：从不付费
游戏场景及心理：
午饭过后，小丽拿出手机玩了两局最近这两天一直在玩的一款消除游戏，还经常将自己的最高得分截图分享到朋友圈或者发给男票进行挑战。下班回家的路上，在公交和地铁上也是小丽玩手游的主战场，睡前如果不破了今天的记录真的睡不着。第二天，男票又推荐了一款更加呆萌好玩的游戏，小丽果断放弃了消除游戏。
用户特点分析：
付费能力较弱，喜欢可以利用碎片时间来玩的游戏，喜欢分享，有助于游戏自传播，忠诚度低，喜新厌旧情节严重。