Davranışsal veri seti
GS segmentasyon raporuna dayalı olarak, değerin Steam oyuncuları arasında nerede yoğunlaştığını gösterir.
Genel bakış
46.157 Steam oyuncu profilinden oluşan bir veri seti. Her kayıt davranışsal sinyaller, kuartil sıralamaları, deterministik bir segment ataması ve standart bir değer proxy'si içerir.
Bu yalnızca etkileşim verisi değildir. Bu yapıdır: hangi oyuncular ekonomik olarak farklı ve neden.
Oyuncu başına alan
Davranışsal segment
Oyuncu profili
Çekirdek sinyal
Explorer + Collector = 27% of players → 62.5% of value
Yapı
Oyuncu kaydı başına on alan. Tüm alanlar tipli, belgelenmiş ve doğrudan entegrasyona hazırdır.
| Alan | Tip | Açıklama | Örnek |
|---|---|---|---|
| user_id | string | Oyuncu başına hash'lenmiş benzersiz kimlik | a3f8c1... |
| library_size | int | Steam'de sahip olunan toplam başlık kaydı sayısı | 247 |
| total_hours | float | Sahip olunan tüm başlık kayıtlarındaki toplam saatler | 4832.5 |
| top_game_hours | float | En çok oynanan oyundaki saatler | 1247.3 |
| top_game_ratio | float | En çok oynanan başlığa düşen toplam saat oranı (0,0 - 1,0) | 0.258 |
| estimated_total_spend | float | Tahmini sahiplik değeri (library_size × 20 $ proxy) | 4940.0 |
| engagement_quartile | int | Toplam saatlere göre kuartil sıralaması (1 - 4) | 3 |
| ownership_quartile | int | Kütüphane boyutuna göre kuartil sıralaması (1 - 4) | 4 |
| focus_quartile | int | Ana başlık oranına göre kuartil sıralaması (1 - 4) | 2 |
| segment | string | Deterministik davranışsal segment etiketi | Explorer |
Önizleme
Beş temsili satır, her segmentten bir tane. Tüm anahtar alanlar dahildir.
| user_id | library_size | total_hours | top_game_ratio | estimated_total_spend | segment |
|---|---|---|---|---|---|
| a3f8c1... | 162 | 3841 | 0.312 | 3240 | Core |
| b7d2e4... | 483 | 12023 | 0.128 | 9660 | Explorer |
| c1a9f3... | 42 | 3346 | 0.639 | 840 | Focused |
| d4e6b8... | 648 | 2891 | 0.127 | 12960 | Collector |
| e9c3a7... | 147 | 0 | 0 | 2940 | Dormant |
Taksonomi
Orta genişlik, orta derinlik, dengeli dikkat. Bir Steam kitlesinin görünür temel çizgisi. Güvenilir, ancak orantısız değerin yoğunlaştığı yer değil.
Yüksek genişlik, yüksek derinlik, dağınık dikkat. Birçok başlığa geniş yatırım yapar. Veri setindeki en yüksek sahiplik değeri yoğunlaşması.
Düşük genişlik, yüksek derinlik, yoğun dikkat. Az sayıda başlığa yoğun bağlanır. Yüksek etkileşim yoğunluğu, düşük ekonomik genişlik.
Çok yüksek genişlik, değişken derinlik. Sahiplik odaklı davranış. Oyuncu başına en yüksek değer. Oyun yoğunluğundan bağımsız olarak geniş satın alır.
Orta-büyük kütüphaneler, sıfır son saat. Önceden aktif, şu anda pasif. Yakın etkileşim olmaksızın depolanmış sahiplik değeri.
Tanımlar
Her davranışsal sinyal; ölçüm, aralık ve yorum rehberliği ile belgelenmiştir.
| Sinyal | Tip | Aralık | Neyi ölçer | Yorum |
|---|---|---|---|---|
| library_size | int | 1 to 15,000+ | Steam'de sahip olunan toplam başlık kaydı | Sahiplik genişliği. Yüksek değerler ekosisteme daha geniş yatırımı gösterir. |
| total_hours | float | 0 to 50,000+ | Tüm başlık kayıtlarındaki kümülatif saatler | Etkileşim derinliği. Toplam yatırılan zaman, güncellik değil. |
| top_game_ratio | float | 0.0 to 1.0 | En çok oynanan oyuna düşen toplam saat oranı | Dikkat yoğunluğu. Düşük değerler dağınık dikkati, yüksek değerler tek başlığa odaklanmayı gösterir. |
| engagement_quartile | int | 1 to 4 | Toplam saatlere göre kuartil sıralaması | Veri seti içindeki göreli etkileşim konumu |
| ownership_quartile | int | 1 to 4 | Kütüphane boyutuna göre kuartil sıralaması | Veri seti içindeki göreli sahiplik konumu |
| focus_quartile | int | 1 to 4 | Ana oyun oranına göre kuartil sıralaması | Göreli dikkat yoğunluğu konumu |
| estimated_total_spend | float | $20 to $300,000+ | Sahiplik değeri proxy'si (library_size × 20 $) | Göreli sahiplik değeri. Gerçek gelir değildir. |
Uygulamalar
Veri setinin desteklediği altı somut B2B analiz akışı; her biri belirli bir sinyal örüntüsüne ve ölçülebilir bir araştırma sonucuna bağlı.
| Eylem | Sinyal örüntüsü | Sonuç |
|---|---|---|
| Launch readiness analizi için yüksek değerli oyuncu segmentlerini sıralayın | segment = Explorer or Collector | Ekosisteme geniş yatırım yapan oyuncuları belirleyin |
| Uyuyan sahiplik değerini belirleyin | segment = Dormant, library_size > 100 | Pasifliği sıfır pazar uygunluğu olarak ele almadan depolanmış değeri ölçün |
| Yüksek etkileşimli oyuncuları yüksek sahiplikli oyunculardan ayırın | engagement_quartile = 4, top_game_ratio > 0.5 | Etkileşim derinliğini sahiplik değeri için bir proxy olarak kullanmaktan kaçının |
| Çapraz başlık paket bitişikliğini analiz edin | library_size > 200, focus_quartile ≤ 2 | Bitişik başlıklarda zaten sahiplik yoğunlaştıran genişlik odaklı oyuncuları bulun |
| Kitleleri kendi warehouse'unuzdaki segment taksonomisine göre puanlayın | join(player_id) → user_id | Sezgisel oyuncu kademelerini deterministik, yeniden üretilebilir segmentlerle değiştirin |
| Retention ve LTV modellerini çapraz kütüphane özellikleri üzerinde doğrulayın | library_size, total_hours, top_game_ratio | Yalnızca first-party etkileşim üzerine kurulu modellerdeki kör noktaları azaltın |
Metodoloji
Üç birincil sinyal — sahiplik genişliği, etkileşim derinliği ve dikkat yoğunluğu — oyuncu başına hesaplanır. Her sinyal daha sonra veri seti içinde kuartillere ayrılır.
Segment ataması kural tabanlıdır: üç kuartil sıralamasının deterministik kombinasyonları, beş adlandırılmış segmentten birine eşlenir. Kümeleme yok. İstatistiksel model yok. Aynı girdi her zaman aynı çıktıyı verir.
Tahmini değer proxy'si library_size × 20 $'dır; muhafazakâr bir sahiplik referans çizgisi. Bu bir gelir tahmini değildir. Oyuncular arasındaki göreli sahiplik değeri için karşılaştırmalı bir çıpa görevi görür.
SSS
Hayır. Etkileşim, üç girdiden biridir. Veri seti, oyuncuların kim olduğuna dair yapısal bir sınıflandırmadır; gerçek zamanlı bir etkinlik akışı değildir.
Hayır. estimated_total_spend, oyun başına 20 $ proxy'sidir. Onu oyuncular arası göreli karşılaştırmalar için kullanın, gelir tahmini olarak değil.
Evet. Kural tabanlı eşleme deterministiktir. Aynı sinyallerle aynı oyuncuyu tekrar çalıştırmak her zaman aynı segmenti üretir.
Evet. Şema açıktır ve user_id üzerinden birleştirilebilir. Çoğu alıcı, GS segmentlerini kendi first-party özellikleriyle harmanlar.
Bu veri seti, GS raporunun arkasındaki katmandır.
Oyuncuların %27'si. Değerin %62,5'i.