游戏行业游戏产品封测期的用户调查分析

2020/12月/01BI 3.0, 大数据技术与运用0 条评论

产品封测期的用户调查分析

例如游戏产品,在预热期和封测期都会进行用户调查,那么这两次调研的区别是什么呢?

预热期间:调查的重点是了解用户特征,帮助给出市场宣传方向。

封测期间:重点是了解用户体验的感受,帮助发现游戏问题,为游戏的改进和完善提供依据。

前面的文章,我们了解了产品预热期的用户调查分析,今天,我们继续借助DataFocus系统来了解下 游戏封测期的用户调查分析。

一、用户整体情况

我们先根据调研结果,使用公式对玩家进行分类。

如下图,将用户分为“重度用户”、“中-轻度用户”和“潜在用户”,并保存为公式列:“用户分类”。

图 1 用户分类

再用该公式列直接搜索分析各类用户占比情况。

如下图,在搜索框中输入列名并使用关键词统计各类用户数量,配置图表和数据标签后,可直接查看到各类别用户百分比情况。

图 2 各类用户占比

  1. 用户人口属性

用户属性包括年龄、性别、职业等等。同上,通过搜索和标签的设置,可直接查看各组别占比情况。

图 3 各年龄段占比

  1. 功能满意度

我们还需要针对产品各个功能,分析每类用户对其满意程度。

如图,分析C功能的满意度时,搜索列名并使用count计算人数(即行数),再添加数据标签可直接显示各项人员比例。

图 4 c功能满意程度

当然,也可以借助DataFocus的中间表和数据转换功能,将各游戏功能中每类用户的满意程度进行汇总,如图所示。

图 5 数据转换

图 6 满意程度汇总

除此之外,游戏玩家的调查分析中还会涉及用户初体验评价、游戏上手难度、推荐意愿等内容。更多结构性数据,都可以使用搜索分析来完成。

 

0条评论

递交一条评论

邮箱地址不会被公开。 必填项已用*标注

DataFocus Cloud 让数据分析像搜索一样简单!

AI驱动,SaaS部署,引领数据分析云时代!