2018年-Talkingdata_【T112018-智胜营销暨BestAudienceBuying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
本报告由TalkingData发布,旨在分析移动游戏用户的行为特征与市场价值,并揭晓“游戏人群最具投放价值媒体奖”。报告通过大数据分析,揭示了典型移动游戏玩家的人群画像、游戏偏好、付费意愿、消费习惯及区域分布等关键信息,为游戏营销提供了有力的数据支持。
主要观点
- 游戏人群定义:游戏人群是指统计周期内使用过移动游戏类App的用户群体。
- 评选模型:通过多个指标(如TD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、TGI偏好指数)的加权计算,评估用户的游戏价值。
- 用户规模:移动游戏用户总数超过12亿,小游戏等细分市场显著提升了玩家的活跃度。
- 游戏偏好:主流“吃鸡”和RPG游戏受到玩家追捧,日均使用时长超过30分钟。
- 人群剪影:报告提炼出“热血汉子”和“游戏佳人”两大典型人群,分别代表不同游戏风格与偏好。
- 付费意愿:热血汉子相比游戏佳人,付费意愿更高,更倾向于大额投入;游戏佳人则偏好穿戴等装扮性道具。
- 游戏场景:热血汉子更喜欢在校园和公司等场景下玩游戏,而游戏佳人则倾向于公共场所、交通工具和住所。
- 娱乐偏好:热血汉子偏爱体育游戏、影评社区和移动听书;游戏佳人则关注粉丝应援、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,游戏佳人则主要分布在东部地区,尤其是东北和华东。
- 消费习惯: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;热血汉子则更倾向于娱乐消遣相关的消费。
- 大数据赋能:通过用户行为链大数据分析,游戏营销可以更精准地进行投放,提升广告效果。
关键信息
人群定义与评选模型
- 游戏人群定义:使用过移动游戏类App的用户。
- 评选模型公式:
$$
a_{ij} = i \cdot j
$$
其中:- $i = \frac{1}{n} \sum_{n=1}^{12} \sum_{k=1}^{N} W_k M_k$
- $j = \frac{1}{n} \sum_{n=1}^{12} \sqrt{|\sum_{k=1}^{N} W_k M_k - i|}$
- $W_k$ 为第 $k$ 个权重因素,$M_k$ 为第 $k$ 个因素取值。
用户行为特征
- 年轻玩家更热情: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“热血气质”。
- 付费倾向差异:热血汉子付费意愿高于游戏佳人,且更偏好大额投入;游戏佳人则偏好穿戴等装扮性道具。
- 场景偏好差异:热血汉子偏爱校园、公司场景;游戏佳人偏好公共场所、交通工具和住所。
- 娱乐偏好差异:热血汉子偏好体育游戏、影评社区、移动听书;游戏佳人偏好粉丝应援、动漫社区、娱乐票务。
区域分布
- 热血汉子:TGI指数较高的区域为西北、西南地区。
- 游戏佳人:TGI指数较高的区域为东北、华东地区,沿海一线女性更易接受游戏娱乐。
消费习惯
- 热血汉子:偏好娱乐消遣相关的消费。
- 游戏佳人:偏好文化趣味相关的消费,如咖啡店、摄影摄像、艺术兴趣等。
大数据营销
- 360与网易通过吃鸡用户行为链大数据营销,实现了39亿PC+移动总展现量和1111万总点击数。
- TalkingData T11智胜营销暨Best Audience Buying颁奖盛典中,BeautyCam美颜相机、芒果TV、网易云音乐等品牌被评选为最具投放价值媒体。
结论
本报告通过对移动游戏用户的大数据分析,揭示了游戏玩家在行为特征、付费意愿、娱乐偏好及区域分布等方面的显著差异。这些差异为游戏行业提供了精准的用户画像,有助于企业制定更有效的营销策略。同时,报告也强调了用户大数据在游戏营销中的重要作用,推动了更智能化的广告投放与用户互动。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载