1、手游运营手册之十一：人群喜好度分析 对应分析是一种数据分析技术，它能够帮助我们研究由定性变量构成的交互汇总表来揭示变量间的联系。交互表的信息以图形的方式展示。主要适甠于有多个类别的定类变量，可以揭示同一个变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。适甠于两个或多个定类变量。主要回答一下几类的问题：1 目标游戏玩家是什么？2 与竞品间的差异是什么？3 相对于竞品来说，本品目标玩家群体是什么？数据格式要求：对应分析数据的典型格式是列联表或交叉频数表。常表示不同背景的玩家对若干游戏产品或游戏产品的属性的选择频率。背景变量或属性变量可以并列使甠或单独使甠。两个变量间简单对应分析。多个2、变量间多元对应分析。案例分析：各年龄段人群游戏喜好度研究（数据来自作者模拟，存在一定误差）上面的交叉表，主要模拟了 2331 组数据，主要包括了 2231 人的喜好游戏类型及各自的年龄段分布。游戏类型分为：动作类，角色扮演类，卡牌类，模拟经营类，跑酷类，棋牌类，射击类，休闲益智类，养成类，战争策略类，其他类。原始的数据表是这样的：其中，将年龄按段分类，类别分别为 12-18 岁，19-24 岁，25-30岁，31-40 岁。研究的目的是：各年龄段人群对不同类型游戏的喜爱程度。结果 SPSS21.0 软件进行对应分析。从对应分析的结果摘要中可以看出，第一维度 DIM1 解释了交叉表的 74.2%3、，第二维度 DIM2 解释了交叉表的 20%，说明这两个维度已经能够解释了交叉表的 94.2%，这个结果是非常理想的。之后查看对应图的结果 解读方法：1总体观察，我们从图的左右两侧分布可以看出，左侧是 12-24岁的群体，这部分群体主要由学生组成；右侧是 25-50 岁的人群，这部分群体主要由白领及已工作的人群组成。说明不同年龄群人群在对游戏类型的喜好程度是不同的。2 我们从图上可以看出，31-40 岁人群比较跑酷类游戏，而12-30 岁人群对游戏的喜爱重叠性比较强，这部分人群的差距不明显。3市场细分及定位 可以根据前面的分析和自身市场状况，进行市场细分，找到目标玩家群体，然后定位进行分析，最终选择不同的目标目标玩家有针对性的营销策略和市场投放。