for å finne ut hvorfor, for å dykke ned i dataene og finne de grunnleggende årsakene til spilleradferd, er drill-down analyse en fleksibel og intuitiv metode som krever minimal trening.
Drill-down analyse er en av de vanligste formene for operasjoner utført i spillanalyse, og begrepet er ofte hørt i spill data mining sammenhenger. Dette er fordi drill-down analyse er en veldig intuitiv metode for grundig analyse av data, noe som gjør det svært nyttig å spiller atferdsanalyse, hvor de grunnleggende årsakene til atferdsmønstre er ofte plassert dypt inne i data-f. eks en bestemt sjekkpunkt mangler – en enkelt mob blir for kraftig, en vei mellom til områder går ubemerket.
Drill down analyse betyr i utgangspunktet å flytte fra sammendrag / samlet informasjon til detaljerte data via et bestemt fokus. For eksempel, å merke seg at en gruppe spillere har mistenkelig høye gullinntektsrater i EN MMORPG, og arbeider ned gjennom sammendragsdataene for å undersøke rådataene til denne spilleren, for å finne ut om det skjer juks eller ikke. Når vi utfører drill-down, utfører vi i hovedsak analyse på foreldreattributtet (f.eks.
i praksis, når du bruker business intelligence-applikasjoner, utføres boring ved å velge og spørre data. Dette kan være så enkelt som å klikke på en stolpe i et stolpediagram og få de underliggende dataene, til å kjøre spørringer i en relasjonsdatabase eller skrive skript for en bestemt neddrillingsbane. Hvor langt drill-down analyse kan tas avhenger av data granularitet.
et grunnleggende eksempel
Til å begynne med vurderes en enkel oversikt over data som består av noen få variabler, for eksempel gjennomsnittlige sluttider for nivåene i et spill. På dette øverste nivået kan det bli lagt merke til at et nivå ser ut til å ta lengre tid å fullføre enn andre (se grafikk).
for å undersøke hvorfor må de underliggende dataene eksponeres, i dette tilfellet en sammenbrudd av ferdigstillingstidene for individuelle komponenter av nivået. I denne mer detaljerte visningen av dataene kan det bli lagt merke til at en bestemt sektor av nivået er hvor spillerne bruker mye tid (Hovedhall).
hvis årsaken til det observerte mønsteret ikke er åpenbart fra å se på dataene, kan det være nyttig å vurdere det faktiske spillmiljøet – f. eks. å finne at spillerne ikke ser det store våpenet de trengte i rommet før sjefen. Drill-down analyse fungerer på denne måten for å identifisere årsaken til mønstre som dukker opp mye «høyere» i dataene. På det laveste nivået av en drill-down analyse er rådata.