从20到380？游戏用研中交叉分析怎么做？

 　　问卷调研是游戏用研中常用的调研方法，可以大样本快捷回收数据。虽然问卷如何设置题目、设置几个题目是由调研目的决定的，但一般情况下问卷设计者会把题目控制在二十个左右，最多不超过三十个。

　　那么，二十个题项的问卷只能提供二十条信息么？当然不是！交叉分析就可以让有限的问卷提供更多信息、发挥更大功效。纯数学角度来说，二十题两两交叉可以产生种结果，这么多交叉怎么用？游戏用研中如何利用有意义的交叉分析来深入了解玩家？

　　本文将简单介绍交叉分析是什么及其应用意义，并展现游戏用研中交叉分析怎么做。

　　1

　　 交叉分析是什么？   

　　交叉分析法是用于分析两个变量之间相互关系的一种基本数据分析法。这种分析方法将两项或者更多项指标进行交叉，寻找变量之间的关系，发掘更多的数据特征。

　　下面通过一个示例来简单说明交叉分析是什么。

　　某游戏的游戏内问卷有两个题：

　　① 结合您最近的游戏体验，请问您对游戏的满意度是？

　　a.非常不满意

　　b.比较不满意

　　c.一般

　　d.比较满意

　　e.非常满意

　　② 请问您的性别是？

　　a.男

　　b.女

　　问卷共回收200份，针对每一题进行数据统计后的结果如下（非真实数据，不具备统计意义）：

　　此时，我们能从数据分析中看出的结果是，该游戏男女比例接近1:1，整体满意比不满意多。而将性别和满意度两个变量做交叉后就会得到交叉分析的结果，是综合这两个变量后的分析。

　　2

　　从“辛普森悖论”看交叉分析的意义  

　　从上述案例中也不难发现交叉分析的意义。仅单变量的分析会得出玩家对游戏满意多于不满意的结论，但交叉分析后会发现，男性玩家和女性玩家对游戏的评价是截然不同的。男性玩家对游戏整体不满意居多，而女性玩家的正面情绪将整体的满意程度拉了上去。

　　交叉分析的意义在于通过这种分析方法，可以更加清晰地了解不同类型的玩家/用户对游戏/产品的看法，防止过度的整合数据对真实数据的掩盖和损失。

　　所谓对真实数据的掩盖和损失，可以通过“辛普森悖论”更明显地感知。

　　我们曾在分析某游戏的玩法付费率时遇到过“辛普森悖论”。（以下数据非真实数据）该游戏中，风景党玩家在整体玩法中的付费率远高于外观党，前者44%，后者仅28%。在做出“风景党相比外观党更愿意在玩法中付费”的结论前我们发现组成该游戏的两个玩法——A玩法和B玩法的付费率都是外观党高于风景党。

　　在A玩法中，外观党玩家的付费率是80%，高于风景党的53%；同样，在B玩法中，外观党玩家15%的付费率高于风景党10%的付费率。但整个游戏的玩法付费中，风景党的付费率却几乎是外观党的两倍。

　　这就是典型的“辛普森悖论”，整体的趋势和分类的趋势完全相反。为什么会出现这种情况？因为分玩法来看，A玩法的付费率很高（58%）而B玩法的付费率很低（14%）。在这种情况下，风景党玩家大量参与了A玩法而外观党玩家大量参与了B玩法。不将玩法区分开来的总体趋势，丧失了数据的内涵意义，将整体的解释推向了另一个极端。

　　3

　　 游戏用研中的交叉分析怎么做？  

　　从理论上来说，任何两个变量都可以进行交叉，一个问卷可以得到上百种交叉关系，但很多交叉关系并没有实际意义。在游戏用研的问卷分析时，想要进行交叉分析，其实核心是用不同的标准将玩家分类，然后分析不同类型玩家的数据。所以，游戏用研中交叉分析的核心是如何将玩家进行分类。

（编辑：二游网_173173游戏网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!