正确取舍我们的用户

liao064152

我们在做游戏的时候，都会给游戏做一个定位，这个游戏所面向的用户。用户定位越明确，我们做游戏就越有针对性，这样就越能满足我们定位的用户的需求。
    而定位用户又是一种多层面的东西，例如按照年龄段来分，我们的用户可以分为70年后，80年代后，90年代后，不同年代的用户由于时代背景的不同在使用游戏的时候有着不同的需求。按照性别来分可以分为男用户，女用户，由于性别差异对于游戏有着不同的需求。按照地域来分又可以分为北方用户，南方用户。同样的可以分为一级城市用户，二级城市用户。由于地域文化的差异这些用户在游戏追求方面也有着不同方面的需求。按照文化层次的不同用户又可以分为高学历用户，中等学历用户，低学历用户，这些用户由于受教育的程度不同，对着游戏的需求又有着不同追求。
    当然这些形形色色的用户对着游戏的某个系统有着共同的需求，不然的话这就不算我们的用户，但是面对着游戏某个系统不同的用户有着不同的需求，当这些需求相互矛盾的时候，我们的游戏定位就起了很关键的作用。这时候我们就应该把游戏的这个系统向我们定位的用户倾斜，这样才能不违背我们游戏当初定位的用户群的初衷。当然这样做的代价可能是流失了一部分的用户。但是个人觉得这个代价值得。
     这让我想到了卢茨七律写的一个市场调查陷阱。他举的例子是，如果两款新车型让消费者打分，在满分是10分的情况下。一款车得7.5分，另外一款车得5分，你是该投产得7.5分的那款吗？
      卢茨指出要理解数据背后的含义。得5分的车型可能是一半人打了9分和10分，而另一半打了0分和1分，有人狂热喜欢，有人极端厌恶。得7.5分的车型可能是每个人都打了7分或者8分，没有人讨厌，但没有人有激情---这是所有人的第二选择！卢茨的回答是：“在拥挤的市场上，你所需要的正式那些打9分，10分的人”。他推出过一款在调查中有80%很不喜欢，而其余20%为之疯狂的车型，把市场占有率从百分之四提高到了20%。
   卢茨定律也许能给我们的游戏设计的时候一些思考。
第一次在这边YY欢迎指点，但是不要骂人，谢谢！

santaclaus_lion

    数据分析误区和陷阱也是蛮多的。 很多时候，调查并不可信。特别是艺术领域的东西。客户在身临其境之前往往不知道自己的好恶。

   

self-help-monke

游戏不是一次性投入

lianglyj

你只要找最肯花钱的用户就好…………

gudufeng521

期待LZ给出解决方案。

目前只能建立在对用户深刻理解的基础上，但这个没有说服力。

传统的市场细分维度几乎完全是建立在对构成细分市场人群的事后分析上，这些方法所依赖的是事后描述性变量，而非因果关系变量，因此无法对未来的消费行为作有效的预测。与之相比，玩家投入度则直接影响到玩家对游戏产品的选择因素，它对玩家消费行为所起的决定性作用比其它细分维度更直接、更精确和更具可预测性。
单一维度很难有效地细分市场，文中所分析的玩家投入度外，我们还可以综合年龄、职业、教育程度或社会阶层（高消费、中消费、低消费）等其它维度来进一步细分游戏市场。

玩家的可描述特征难以尽数，我们提炼出了15个用于区分重度玩家与轻度玩家的关键变量，并提供了相应的考量方法。在获得相关数据后，我们即可计算出一个数值，以确定玩家“重”或“轻”的程度，此数值即玩家投入度的量化值。
  
分类15要素
重度玩家与轻度玩家之间有着明显的不同，而这两类人群与那些对互动娱乐毫无兴趣的人群之间也有很大的差别。要确立玩家群体的分类，必须通过其偏好、意见、认知和行为等内容，对界定范围内相对的两端和相邻的部分加以了解。
表1：分类15要素（无特定顺序）
重度玩家
1、了解技术（游戏设定、数据、术语）
2、为了游戏尝试升级电脑、增加带宽
3、游戏高付费
4、倾向于有深度和画面出色的游戏
5、倾向于“泡菜类”，高重复性，时间与游戏收获成正比的游戏
6、单次游戏时间，游戏次数
7、对游戏相关信息很感兴趣
8、与朋友/在论坛上讨论游戏
9、通过PK/战胜对手获得快感
10、同一款游戏尝试不同的玩法（职业、加点等）
11、游戏内组织/参加帮派
12、第一次玩游戏时的年龄
13、对游戏业的相对了解程度
14、一共玩过多少款网络游戏
15、某一款游戏最长的游戏时间
每一个特征提供了一套量化分析的方法。
加权值
在确定玩家类别时，上述因素中的一部分显然比另一部分更为重要，例如，“单次游戏时间，游戏次数”的关联度要高于“第一次玩游戏时的年龄”。因此，在分类过程中必须为每一个因素设定相应的加权值，加权值越高说明关联度越大。加权值可以由厂商根据自己的目标以及对这些因素的重要性的认识而主观设定。
表2：分类15个因素及其相关加权（按加权值排列）
重度玩家        加权
1、每周游戏时间        10
2、某一款游戏最长的游戏时间        10
3、游戏高付费        10
4、了解技术（游戏设定、数据、术语）        9
5、一共玩过多少款网络游戏        9
6、倾向于“泡菜类”，高重复性，时间与游戏收获成正比的游戏        8
7、同一款游戏尝试不同的玩法（职业、加点等）        7
8、游戏内组织/参加帮派        7
9、通过PK/战胜对手获得快感        7
10、倾向于有深度和画面出色的游戏        6
11、与朋友/在论坛上讨论游戏        6
12、为了游戏尝试升级电脑、增加带宽        5
13、对游戏相关信息很感兴趣        3
14、对游戏业的相对了解程度        2
15、第一次玩游戏时的年龄        1
  
计算玩家投入度
要求被调查者对分类15要素的问题进行回答，将每一要素区分为五个程度的选择。按照设定，每个选择代表不同的得分。
假设玩家X针对15要素给出了下列得分：

ray0630

科幻 战争等题材 做到非常极端就满足楼主的命题了。

辐射

数据市场分析其实是扯淡。

打开耳朵去听比什么都重要。 [em9]

Miller

游戏往往无法如同汽车一样 一眼看去就知道自己喜不喜欢
在开发前做详细调查的难度要比汽车大很多很多
开发以后的调查纵然有帮助改进的可能 也是亡羊补牢了吧