이유를 파악하기 위해 데이터를 살펴보고 플레이어 행동의 근본 원인을 찾기 위해 드릴다운 분석은 최소한의 교육이 필요한 유연하고 직관적인 방법입니다.
드릴다운 분석은 게임 분석에서 수행되는 가장 일반적인 작업 형태 중 하나이며,이 용어는 일반적으로 게임 데이터 마이닝 컨텍스트에서 들립니다. 드릴 다운 분석은 행동 패턴의 근본 원인은 종종 깊은 데이터 내에 자리 잡고있다 플레이어 행동 분석에 매우 유용하게,데이터의 심층 분석을위한 매우 직관적 인 방법이기 때문이다-예를 들어,특정 체크 포인트 누락,하나의 폭도는 너무 강력한되고,지역 사이의 통로는 주목가는.
드릴다운 분석은 기본적으로 특정 초점을 통해 요약/집계 정보에서 세부 데이터로 이동하는 것을 의미합니다. 예를 들어,한 무리의 플레이어가 의심스럽게 높은 금 수입률을 가지고 있음을 알아 차리고 요약 데이터를 통해 특정 플레이어의 원시 데이터를 조사하고 부정 행위가 발생하는지 여부를 파악합니다. 드릴 다운을 수행 할 때 기본적으로 상위 속성(예:금 수입 비율)에 대한 분석을 수행합니다.
실제로 비즈니스 인텔리전스 응용 프로그램을 사용할 때는 데이터를 선택하고 쿼리하여 드릴다운을 수행합니다. 막대 차트에서 막대를 클릭하고 기본 데이터를 가져오거나 관계형 데이터베이스에서 쿼리를 실행하거나 특정 드릴다운 경로에 대한 스크립트를 작성하는 것만 큼 간단할 수 있습니다. 드릴다운 분석의 범위는 데이터 세분성에 따라 다릅니다.
기본 예
우선,몇 가지 변수로 구성된 데이터의 간단한 분석(예:게임 레벨의 평균 완료 시간)이 고려됩니다. 이 최상위 수준에서는 레벨이 다른 수준보다 완료하는 데 더 오래 걸리는 것으로 나타날 수 있습니다(그래픽 참조).
왜 기본 데이터가 노출되어야하는지,이 경우 레벨의 개별 구성 요소에 대한 완료 시간을 분석해야합니다. 이 더 자세한 데이터보기에서 레벨의 특정 섹터가 플레이어가 많은 시간(메인 홀)을 보내는 곳이라는 것을 알 수 있습니다.
관찰된 패턴의 원인이 데이터를 보는 것에서 분명하지 않다면,실제 게임 환경을 고려하는 것이 유용할 수 있다. 플레이어가 보스 앞의 방에서 필요한 큰 무기를 발견하지 못한다는 것을 발견했습니다. 드릴 다운 분석은 이러한 방식으로 작동하여 데이터에서 훨씬 더 높은 패턴의 근본 원인을 식별합니다. 드릴다운 분석의 가장 낮은 수준에는 원시 데이터가 있습니다.