【T112018-智胜营销暨_Best_Audience_Buying_颁奖盛典】TalkingData游戏人群洞察报告_19页_37mb
报告摘要
TalkingData游戏人群洞察报告总结
核心内容
TalkingData发布了一份关于移动游戏玩家人群的洞察报告,并揭晓了“游戏人群最具投放价值媒体奖”。该报告通过数据分析揭示了不同游戏玩家群体的特征、偏好和行为模式,为游戏营销提供了重要参考。
主要观点
- 游戏人群定义:游戏人群是指在统计周期内使用过移动游戏类App的用户群体。
- 评选模型:使用数学公式 $a_{ij} = i \cdot j$ 来衡量不同游戏人群的投放价值,其中 $i$ 为综合指数,$j$ 为偏好指数。
- 用户规模:截至2018年,移动游戏用户总数已超过12亿,小游戏等细分市场显著提升了玩家的活跃度。
- 游戏类型偏好:主流“吃鸡”和RPG游戏受到玩家广泛追捧,日均使用时长超过30分钟。
- 玩家年龄分布:00后和95后玩家对移动游戏热情更高,其中00后男性玩家更具“热血汉子”气质。
- 付费意愿:热血汉子的付费意愿高于游戏佳人,且更倾向于大额投入;游戏佳人则更注重穿戴等装扮性道具。
- 游戏场景偏好:热血汉子更偏好在校园和公司等场景下游戏,而游戏佳人则更倾向于在公共场所、交通工具和住所等场景下游戏。
- 应用类型偏好:热血汉子偏好体育游戏、影评社区和移动听书;游戏佳人则偏好粉丝应援、动漫社区和娱乐票务。
- 区域分布:热血汉子在西北、西南地区的TGI指数较高;游戏佳人则以东部地区为主,东北、华东地区的TGI指数较高。
- 消费偏好:游戏佳人消费意愿相对较高,偏好西餐、韩式料理、面包甜点等;热血汉子则偏好娱乐消遣相关的消费。
- 大数据赋能营销:TalkingData通过用户大数据分析,助力游戏营销,例如360与网易的“吃鸡”用户行为链大数据营销案例,实现了39亿总展现量和1111万总点击数。
关键信息
人群定义与评选模型
- 游戏人群定义为使用过移动游戏类App的用户群体。
- 评选模型使用 $a_{ij} = i \cdot j$ 公式,其中 $i$ 为综合指数,$j$ 为偏好指数。
- $i$ 和 $j$ 的计算涉及多个指标,包括综合指数、口碑评价指数、社区舆情指数、应用活跃指数、使用行为指数和TGI偏好指数。
用户行为分析
- 移动游戏用户规模:2017Q1-2018Q2期间,移动游戏用户规模持续增长,小游戏等细分市场表现突出。
- 游戏偏好:主流“吃鸡”和RPG游戏用户日均使用时长超过30分钟。
- 人群剪影:
- 热血汉子:偏好为荣誉而战,付费意愿高,偏好校园和公司场景,喜欢体育游戏、影评社区和移动听书。
- 游戏佳人:偏好随意简单,注重装扮性道具,偏好公共场所、交通工具和住所场景,喜欢粉丝应援、动漫社区和娱乐票务。
- TGI指数:用于衡量特定人群对某类游戏、付费项目、消费品类或娱乐类型的偏好程度,计算公式为:某移动游戏玩家人群对某类型的偏好度 / 整体移动游戏用户对该类型的偏好度 × 标准值100。
区域与消费分析
- 区域分布:热血汉子在西北、西南地区表现更佳;游戏佳人主要集中在东部地区,尤其是东北和华东。
- 消费偏好:游戏佳人更倾向于文化趣味消费,如西餐、韩式料理、面包甜点;热血汉子则偏好娱乐消遣类消费。
大数据营销应用
- TalkingData通过用户大数据分析,帮助品牌进行精准营销,例如360与网易的“吃鸡”用户行为链大数据营销案例。
- 该案例实现了39亿PC+移动总展现量和1111万总点击数,展示了大数据在游戏营销中的强大作用。
重要奖项
- 游戏人群最具投放价值媒体奖:由张旻翠(360商业化销售副总裁)颁发,旨在表彰在游戏人群洞察和投放方面表现突出的媒体平台。
- 获奖品牌包括BeautyCam美颜相机、芒果TV和网易云音乐(排名不分先后,按品牌首字母排列)。
总结
该报告全面分析了移动游戏玩家人群的特征、偏好和行为,强调了不同人群在游戏类型、付费意愿、消费习惯和区域分布上的差异。通过TGI指数和大数据分析,TalkingData为游戏营销提供了有力的数据支持,助力品牌实现精准投放和有效转化。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载