用户画像又称用户角色（persona），作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。（资料来自互联网）
玩家画像分析是作者将用户画像分析引用到游戏行业提出的一个概念。将定量数据与定性分析的方法结合，对玩家群做出准确的判断，了解玩家的构成结构，玩家喜好及行为，从而找到自身产品的目标用户，对产品的市场细分及定位提供方法。进一步，对玩家数据分群，通过与玩家的定性访谈调研，细化玩家画像的颗粒度（画像应该细化到哪种程度），进而了解各群玩家的核心需求及潜在机会。
玩家画像分析的思路如下：
1．玩家群体定量分类，从玩家数据中了解玩家结构，玩家结构包括玩家性别结构，玩家年龄结构，玩家收入结构，玩家使用的设备结构（ios/android，设备品牌，设备硬件情况等）。
2．玩家喜好&行为分析，从玩家数据中获得玩家结构与玩家喜好&行为间的关系，从产品的定位出发为产品寻找目标用户，找出与相关竞品间的差异，从而为市场细分及市场定位提供建议。
3．核心玩家画像分析，第一步对后台数据进行提取，通过数据了解到玩家情况一些关键指标。在对玩家情况有一些初步把握后，获取玩家关键指标，进行数据清洗后，通过聚类分析对玩家进行分群。第二步，对各个群或者各个类型的玩家进行定性访谈，挖掘玩家生活情境与体验场景。围绕各类玩家的行为特征，了解玩家的核心需求情况，发现各类玩家的潜在机会，细化颗粒度（细化到每类玩家每一具体的体验情景），形成核心玩家画像。
那么如何进行玩家画像分析，玩家群体定量分类，玩家喜好&行为分析和核心玩家画像分析，成为了我们需要探讨的问题。下一篇将讲述如何进行玩家群体定量分类。（未完待续）
我们在玩家画像分析（一）中介绍做玩家画像分析的整体思路，这篇文章我们就来说说，玩家画像分析的第一部分：如何对玩家进行定量分类。
收入是评价一款游戏成功与否的基本标准，众所周知，收入=活跃玩家*arpu，自然而然，可以看出活跃玩家与收入之间是呈正比关系的。因此，在提高arpu的同时，保持持续稳定玩家数量或是控制成本情况下，持续增长的玩家基数也成为游戏运营过程中的重中之重。在实际工作中，了解玩家基本情况，把握玩家的基本情况及玩家常规的行为表现，对研发对游戏产品的定位，运营对游戏的管理经营，市场对玩家导量的把握有积极的推动效果。
我们一般从以下几个方面就可以认识到游戏用户的基本情况。
l用户基本信息：机型分布，机型经常能够说明玩家的经济实力，大多数情况下，手机越高端的玩家付费能力越强。从中可以相应的挖掘出潜在的鲸鱼玩家群体，合理引导鲸鱼玩家付费。
下图为模拟某款游戏的用户所持机型分布。
性别分布，性别分布可以看出游戏男女玩家的参与度，性别分布可以为游戏的推广方案提供指导性建议。城市分布，可以看出游戏主要群体的地域来源，可以根据不同城市有针对性的开展线下活动。玩家群体大的城市可以采取线下玩家交流聚会。职业分布，作为消费能力参考的一个维度：
4.年龄分布
l用户行为分类
n游戏行为游戏时间：针对玩家的游戏时间分布，可以利用合理的安排游戏运营活动，从而提高活动参与度，提高收益。
根据不同需求可再进一步将时间细分。游戏时长：可有针对性的设计游戏活动，一般以天为周期进行统计付费用户：优化游戏付费点设计
n用户来源来源渠道：不同市场的用户，在游戏的表现还是有一定差距。进入时间注册方式
以上对于用户基础信息的统计，对用户各个群体的划分有了一个初步的分类，玩家群体定量分类，从玩家数据中了解玩家结构，玩家结构包括玩家性别结构，玩家年龄结构，玩家收入结构，玩家使用的设备结构（ios/android，设备品牌，设备硬件情况等），让研发&运营&市场了解游戏玩家的基本情况，从而对玩家习惯有所把握。对优化游戏各方面有积极的作用。
