Jeu de données d'intelligence joueur cross-jeux
Game Spective – Jeu de données d'intelligence joueur cross-jeux
Visibilité comportementale sur l'écosystème PC gaming, de la possession et du temps de jeu à l'engagement cross-titre, au chevauchement d'audience et aux glissements d'attention des joueurs.
Game Spective (GS) fournit une intelligence comportementale cross-titre structurée pour les acheteurs de données, les équipes de recherche, les investisseurs et les sociétés du jeu vidéo. Le GS Cross-Game Player Intelligence Dataset aide les acheteurs à analyser comment l'attention, la possession, l'engagement et le chevauchement d'audience évoluent dans l'écosystème PC gaming au fil du temps.
GS est un jeu de données structuré pour analyser le comportement des joueurs à travers plusieurs jeux, et pas seulement au sein d'un seul titre. Il combine graphes de possession, engagement par temps de jeu, télémétrie de session et signaux comportementaux dérivés dans un modèle relationnel unique – interrogeable, joignable et livré sous forme de tables plates.
Contexte
Comprendre le comportement des joueurs au-delà d'un seul titre
- 01La plupart des données du secteur sont mono-jeu, mono-éditeur, mono-plateforme.
- 02Le comportement des joueurs ne l'est pas.
- 03Les portefeuilles couvrent des dizaines de titres, plusieurs genres et plusieurs plateformes.
- 04GS modélise la couche cross-game, comment les joueurs répartissent leur temps, changent de contexte et passent d'un titre à l'autre dans l'écosystème.
Citation clé
Le graphe complet montre qui joue à quoi. La couche de télémétrie montre comment ils se comportent.
Méthodologie
Méthodologie des données
Les données GS sont construites à partir d'enregistrements longitudinaux de profils PC gaming, incluant la possession des jeux, l'historique de temps de jeu, les observations de session et les signaux comportementaux dérivés.
Le jeu de données est structuré pour l'analyse B2B et livré via un accès régi par contrat, avec agrégation, anonymisation et échantillonnage appliqués lorsque le cas d'usage l'exige.
- 01Profils PC gaming longitudinaux
- 02Historique de possession et de temps de jeu
- 03Observations au niveau de la session lorsque disponibles
- 04Signaux comportementaux dérivés pour analyse cross-titre
- 05Accès régi par contrat et livraison adaptée au cas d'usage
Couverture
Modèle de couverture des données GS
GS est structuré en quatre couches. La possession et le temps de jeu fournissent une large couverture de l'écosystème ; la télémétrie de session et les signaux comportementaux dérivés fournissent des couches comportementales plus restreintes mais plus profondes.
Schéma
Modèle de données structuré pour analyse directe
Schéma fixe, prêt pour l'entrepôt. Chaque table est indexée sur user_id et joignable entre les couches.
user_library_statsune ligne par joueur- user_id
- games_owned
- unique_genres
- unique_platforms
- total_playtime_minutes
- active_titles_30d
- portfolio_diversity_index
user_game_summaryune ligne par joueur × jeu- user_id
- game_id
- genre
- platform
- first_seen_at
- playtime_minutes
- sessions_count
- last_played_at
- engagement_tier
user_session_statsune ligne par joueur par fenêtre d'observation- user_id
- window_start
- sessions
- avg_session_minutes
- median_gap_minutes
- unique_titles_in_window
- context_switches
genre_overlap_matrixune ligne par paire de genres- genre_a
- genre_b
- co_ownership_rate
- co_play_rate
- transition_rate
- cohort_size
Métriques
Métriques comportementales GS
context_switch_rateFréquence à laquelle un joueur change de titre entre des sessions adjacentes.multi_game_engagementPart du temps de jeu répartie sur les N premiers titres d'un joueur.session_distributionDurée, cadence et profil d'écart par joueur.genre_transitionsMouvement directionnel entre genres dans une fenêtre de session.Formule
context_switch_rate = switches / (sessions - 1)
Un changement est toute paire de sessions adjacentes où le game_id principal diffère.
Tendances
Tendances observées dans la base joueurs
Le comportement multi-jeu domine
~99% des joueurs possèdent plus d'un titre. Les joueurs mono-titre constituent une minorité étroite du jeu de données.
Les portefeuilles sont vastes et variés
Le portefeuille moyen contient ~480 enregistrements de titres par joueur, couvrant plusieurs genres et plateformes.
Les changements sont fréquents
Le taux moyen de changement de contexte se situe autour de 0,54. Les joueurs changent de titre environ toutes les deux sessions.
L'engagement varie considérablement
Les distributions de durée et de cadence de session ont une longue traîne. Une petite cohorte génère une part disproportionnée du temps de jeu total.
Le chevauchement de genres est structuré
Les relations de co-play suivent des schémas cohérents, rendant les matrices de transition suffisamment stables pour la modélisation.
Cas d'usage
Là où les données GS créent de la valeur
Analyse de portefeuille
Dimensionnement, chevauchement et engagement pour les catalogues d'éditeurs ou de plateformes.
Segmentation comportementale
Définitions de cohortes construites sur des caractéristiques comportementales, pas démographiques.
Chevauchement d'audience cross-titre
Quelles audiences un titre partage avec ses voisins dans le graphe.
Détection de signaux précoces
Changements d'engagement et de taux de transition avant qu'ils n'apparaissent dans les données de revenus.
Modélisation d'engagement
Entrées pour les modèles de LTV, de churn et de rétention qui nécessitent des features cross-game.
Applications acheteurs
Applications acheteurs
Recherche d'investissement
Suivez le momentum des titres, la santé des franchises, la durabilité de l'engagement et les glissements d'attention des joueurs avant qu'ils n'apparaissent dans les indicateurs publics ou financiers.
Intelligence de marché
Mesurez les mouvements de genres, le chevauchement cross-titre, l'adjacence d'audience et le positionnement concurrentiel dans l'écosystème PC gaming.
Stratégie d'éditeur
Analysez le chevauchement de portefeuille, le risque de cannibalisation, la possession dormante et les opportunités d'expansion d'audience.
Data science
Enrichissez les modèles de segmentation, churn, LTV, rétention et prévision avec des features comportementales cross-titre.
Livraison
Accès et intégration des données
Positionnement
Jeu de données d'abord, prêt à l'analyse
GS est conçu comme un jeu de données structuré pour l'intégration directe dans les workflows d'analytics, les pipelines de modélisation et la recherche de portefeuille.
Le produit principal n'est pas un dashboard ni une UI de reporting fermée. Les acheteurs peuvent travailler directement avec les données dans leur propre entrepôt, leur stack BI ou leur environnement data science.
Des briefs de recherche sur mesure et des packs d'insight d'échantillon sont disponibles pour l'évaluation, l'onboarding et les cas d'usage spécifiques aux partenaires.
- ·Aucune dépendance à un dashboard fermé
- ·Aucune UI de reporting imposée
- ·Schéma fixe et versionné
- ·Intégration directe dans les environnements analyste et data science
- ·Briefs sur mesure pour évaluation et questions spécifiques aux partenaires
Accès
Accéder au jeu de données GS
L'accès à un échantillon peut inclure le schéma complet avec une coupe représentative sur les quatre couches, sous réserve de l'adéquation de l'acheteur et d'un accord d'utilisation des données.