近期浏览了一篇采用了探索性因子分析的方法对保健品购买驱动力进行探索的文章，有些启发。因子分析在传统行业的调研中应用广泛，譬如知名的超市满意度ASCI模型，其模型建立的思路也是建立在因子分析上。
那么在游戏里是否也能这么做呢？带着好奇拿儿童游戏的调研数据进行尝试，选题定为有关儿童玩家游戏评价的因子分析，目标是找出影响儿童玩家评价一个游戏好坏的宏观指标。
因子分析的实质是利用相关性将大量的观察变量进行降维，从而找出一些难以通过直接询问的方式得出的潜在因素，也称为因子。观察变量的来源基于业内评测游戏常会涉及的元素。从产品设计的角度去拆解一款游戏，我们可能经常会谈及美术表现、战斗操作、经济体系、玩法模式、成长体系、IP、社交系统等等，但是玩家的感受却是更加直观的，因此我们需要将这些变量转化为玩家容易理解的语言。例如RPG游戏里的多系的技能树设定，转化为儿童玩家的语言可能是“有很多的招式可以使用”。前期先基于产品设计的思路选择变量，然后再通过定性访谈的方式来对变量进行玩家语言的转化。
基于上述的逻辑，设计数十道的观察变量问题，每道问题都采用5分量表的形式来询问。请用户考虑这个变量对于评价一款游戏好坏的重要程度，从“非常重要”到“完全不重要”进行打分。
对得到的数据进行清洗并且分组，一部分用于建模，另一部分用于检验。在SPSS中的因子分析模块中，按照常规的做法使用主成分分析法进行因子分析，并选择最大方差法进行因子旋转。基于特征值大于1的抽取方式跑出四个因子，但是各因子间的实际意义不是很明确。因此通过固定数量的方式多次尝试，最终发现降成7个因子是比较能看出实际意义的。部分观察变量在不同因子间存在交叉的情况，根据变量的重要程度对变量做出适当的增删，以使模型中各个因子更加独立。
最终定义的七个因子的实际解释意义如下：
内容丰富因子：该因子与游戏中职业、宠物、技能、玩法、剧情、更新等均有关系，可以理解为游戏内容的丰富度，这与儿童玩家特别是低龄用户喜欢"有很多东西可以玩”的需求想符合（儿童游戏采用周发版也是为了迎合这一点）。
游戏氛围因子：该因子与游戏的整体氛围有关，整体氛围的塑造即包括玩家与游戏环境的互动，也包括玩家与玩家间的互动。这些设定最终带给儿童玩家的直观感受就是"这个世界是友好的、有人气的、新奇而又能在现实中找到熟悉的影子"。
感官享受因子：该因子与游戏中的画面、人设、音效有关，也与人物个性化装扮有关，可以理解为跟游戏带给玩家在感官上的享受（个性化装扮最基本的价值是让玩家在视觉上感到愉悦），用儿童的话来讲就是“看起来很酷炫很美，听起来很好听”。
社交辅助因子：该因子与游戏氛围因子含义有所不同，它的本质是帮助玩家融入游戏中的社交圈子，让玩家感到"我被这个世界所需要"。
成长目标因子：该因子很好理解，让玩家在游戏里知道自己要做些什么并且能够通过努力达到，这种努力可能是通过反复练习，也可能是通过花费精力提高数值。
心理满足因子：该因子与核心玩法体验息息相关，本质都是心理上的满足感，这种满足感可能通过游戏过程中玩家良好的操作感或者策略感来获得，也是排行榜上取得的名次结果带来的荣耀感，还可能是游戏体验本身带来的沉浸感。
难度匹配因子：该因子与难度有关，包括PVE玩法中的难度及PVP玩法中的难度，难度适中才能让保持玩家的耐心。
同事采用AMOS对上述的模型采用另一批女性的玩家样本（做探索性时采用的是全男性样本）进行验证性的因子分析，结果显示模型拟合度尚可接受。
通过建模我们归纳出了儿童玩家在评价一款游戏时可能会在意的潜在因素，接下来我们可以对比不同类型玩家在这些因素上重视程度的差异，或者对比不同产品的用户所看重的因素。拿几款在儿童中认知度很高的游戏作为例子进行对比。截取对这些游戏给五分好评（即非常喜欢）的玩家样本，对比各个因子的均值，得到的结果如下：
首先，这几个游戏的用户对于成长目标这个因子都非常看重，可以认为这些游戏为玩家设立追求和目标感方面做得都很不错，这是玩家愿意长期留存的基础。
其次，喜欢不同游戏的玩家在看重的因子上有所差异。《英雄联盟》的玩家更看重内容丰富因子和心理满足因子，《英雄联盟》丰富的英雄体系和战斗过程中的走位策略、操控、击杀的快感等很好地满足了这两个因子；《穿越火线》作为一款FPS同样能够带来很好的心理体验，而战队等系统也能够帮助玩家找到组织，但是它在感官方面相对而言比较弱，多年前的画面质量放在今天已经落伍了；《逆战》在各个因子上的表现都不错，与《穿越火线》相比，它的玩法更加丰富具有娱乐性，其中的机甲、变异等娱乐向玩法更是深受儿童欢迎；《QQ飞车》作为一款具有社区休闲性质的游戏，其核心用户所看重的因子与上述游戏有明显不同，他们更关注的是游戏的感官享受和游戏氛围，《QQ飞车》的用户中有很大一部分是冲着交友而来的，而丰富的装扮和服饰则很好地满足了他们对于个性审美的需求。
基于上述的分析思路，我们可以去测量某一款游戏在各个因子上的表现，找出比较薄弱的方面。老实说数据的结果离实际的业务落地还很远，上述的模型和方法的科学性也存在着缺陷。网上有不少试图利用心理学和统计学研究游戏的论文，大多缺乏与实际业务的指导意义，心理测量领域在游戏上的应用似乎还停留在华而不实的阶段。业务的需求总是很急很直接，还有多少耐心可以留给搞研究的人？
