Międzygrowy zbiór danych o zachowaniu graczy
Game Spective – Międzygrowy zbiór danych o zachowaniu graczy
Behawioralna widoczność w ekosystemie PC gaming – od posiadania i czasu gry po cross-title engagement, nakładanie się audiencji i przesunięcia uwagi graczy.
Game Spective (GS) dostarcza ustrukturyzowaną cross-game inteligencję behawioralną dla nabywców danych, zespołów badawczych, inwestorów i firm growych. GS Cross-Game Player Intelligence Dataset pomaga nabywcom analizować, jak uwaga graczy, posiadanie, zaangażowanie i nakładanie się audiencji zmieniają się w czasie w ekosystemie PC gaming.
GS to ustrukturyzowany dataset do analizy zachowania graczy w wielu grach, nie tylko w obrębie pojedynczego tytułu. Łączy grafy posiadania, zaangażowanie według czasu gry, telemetrię sesji i wyprowadzone sygnały behawioralne w jeden model relacyjny – odpytywalny, łączalny i dostarczany jako tabele płaskie.
Kontekst
Zrozum zachowanie graczy poza pojedynczym tytułem
- 01Większość danych w branży jest jedno-grywa, jedno-wydawca, jedno-platformowa.
- 02Zachowanie graczy takie nie jest.
- 03Portfele obejmują dziesiątki tytułów, wiele gatunków i wiele platform.
- 04GS modeluje warstwę między grami, jak gracze dzielą czas, zmieniają kontekst i przemieszczają się między tytułami w ekosystemie.
Kluczowy cytat
Pełny graf pokazuje, kto w co gra. Warstwa telemetrii pokazuje, jak się zachowują.
Metodologia
Metodologia danych
Dane GS zbudowane są z longitudynalnych profili PC gaming, obejmujących posiadanie gier, historię czasu gry, obserwacje sesji i wyprowadzone sygnały behawioralne.
Dataset jest ustrukturyzowany pod analizę B2B i dostarczany w ramach dostępu regulowanego umową, z agregacją, anonimizacją i próbkowaniem stosowanymi tam, gdzie wymaga tego przypadek użycia.
- 01Longitudynalne profile PC gaming
- 02Historia posiadania i czasu gry
- 03Obserwacje na poziomie sesji, gdy są dostępne
- 04Wyprowadzone sygnały behawioralne do analizy cross-title
- 05Dostęp regulowany umową i dostawa dopasowana do przypadku użycia
Zasięg
Model pokrycia danych GS
GS ma cztery warstwy. Posiadanie i czas gry zapewniają szerokie pokrycie ekosystemu; telemetria sesji i wyprowadzone sygnały behawioralne dają węższe, ale głębsze warstwy behawioralne.
Schemat
Ustrukturyzowany model danych do bezpośredniej analizy
Stały schemat, gotowy do hurtowni. Każda tabela kluczowana po user_id i łączalna między warstwami.
user_library_statsjeden wiersz na gracza- user_id
- games_owned
- unique_genres
- unique_platforms
- total_playtime_minutes
- active_titles_30d
- portfolio_diversity_index
user_game_summaryjeden wiersz na gracza × grę- user_id
- game_id
- genre
- platform
- first_seen_at
- playtime_minutes
- sessions_count
- last_played_at
- engagement_tier
user_session_statsjeden wiersz na gracza na okno obserwacji- user_id
- window_start
- sessions
- avg_session_minutes
- median_gap_minutes
- unique_titles_in_window
- context_switches
genre_overlap_matrixjeden wiersz na parę gatunków- genre_a
- genre_b
- co_ownership_rate
- co_play_rate
- transition_rate
- cohort_size
Metryki
Metryki behawioralne GS
context_switch_rateCzęstotliwość, z jaką gracz zmienia tytuł między sąsiednimi sesjami.multi_game_engagementUdział czasu gry rozłożony na top N tytułów gracza.session_distributionCzas trwania, kadencja i profil przerw dla każdego gracza.genre_transitionsKierunkowe przemieszczenia między gatunkami w oknie sesji.Wzór
context_switch_rate = switches / (sessions - 1)
Zmiana to dowolna para sąsiednich sesji, w których główne game_id się różni.
Wzorce
Wzorce obserwowane w bazie graczy
Dominuje zachowanie wielogrowe
~99% graczy posiada więcej niż jeden tytuł. Gracze jednotytułowi to wąska mniejszość datasetu.
Portfele są duże i różnorodne
Średni portfel to ~480 rekordów tytułów na gracza, obejmujący wiele gatunków i platform.
Zmiany są częste
Średni współczynnik zmiany kontekstu wynosi około 0,54. Gracze zmieniają tytuł mniej więcej co drugą sesję.
Zaangażowanie waha się w szerokim zakresie
Rozkłady długości i kadencji sesji mają długie ogony. Niewielka kohorta odpowiada za nieproporcjonalny udział w całkowitym czasie gry.
Nakładanie się gatunków ma strukturę
Relacje co-play podążają za spójnymi wzorcami, co sprawia, że macierze przejść są dostatecznie stabilne do modelowania.
Przypadki użycia
Gdzie dane GS tworzą wartość
Analiza portfela
Wymiarowanie, nakładanie się i zaangażowanie dla katalogów wydawców lub platform.
Segmentacja behawioralna
Definicje kohort zbudowane na cechach behawioralnych, nie demograficznych.
Nakładanie się audiencji między tytułami
Jakie audiencje tytuł współdzieli ze swoimi sąsiadami w grafie.
Wczesne wykrywanie sygnałów
Przesunięcia zaangażowania i zmiany współczynników przejść, zanim pojawią się w danych przychodowych.
Modelowanie zaangażowania
Dane wejściowe dla modeli LTV, churnu i retencji wymagających cech cross-game.
Zastosowania dla nabywców
Zastosowania dla nabywców
Analiza inwestycyjna
Śledź momentum tytułów, kondycję franchise'ów, trwałość zaangażowania i przesunięcia uwagi graczy, zanim pojawią się w publicznych lub finansowych wskaźnikach.
Inteligencja rynkowa
Mierz ruch między gatunkami, nakładanie się cross-title, sąsiedztwo audiencji i pozycjonowanie konkurencyjne w ekosystemie PC gaming.
Strategia wydawcy
Analizuj nakładanie się portfela, ryzyko kanibalizacji, uśpione posiadanie i możliwości rozszerzenia audiencji.
Data science
Wzbogacaj modele segmentacji, churnu, LTV, retencji i prognozowania o cross-title cechy behawioralne.
Dostawa
Dostęp do danych i integracja
Pozycjonowanie
Najpierw dataset, gotowy do analizy
GS jest zbudowany jako ustrukturyzowany dataset do bezpośredniej integracji z procesami analitycznymi, pipeline'ami modelowania i badaniem portfela.
Produktem głównym nie jest dashboard ani zamknięty interfejs raportowy. Nabywcy mogą pracować bezpośrednio z danymi we własnej hurtowni, stacku BI lub środowisku data science.
Dostępne są na zamówienie briefingi badawcze i pakiety insightów próbnych do ewaluacji, onboardingu i przypadków specyficznych dla partnera.
- ·Brak zależności od zamkniętego dashboardu
- ·Brak narzuconego interfejsu raportowego
- ·Stały, wersjonowany schemat
- ·Bezpośrednia integracja w środowiskach analityków i data science
- ·Briefingi na zamówienie do ewaluacji i pytań specyficznych dla partnera
Dostęp
Dostęp do datasetu GS
Dostęp próbny może obejmować pełny schemat z reprezentatywnym wycinkiem wszystkich czterech warstw, zależnie od dopasowania nabywcy i umowy o korzystanie z danych.