Simone Krigistein
Abb. 1 Beispiel eines Visualisierungsansatzes für die Analyse des Spielerjnnenverhaltens basierend auf Bewegungsdaten, Blickdaten und Emotionsdaten von Spielerjnnen (Bild zur Verfügung gestellt von Simone Krigistein, Quelle siehe Fußnote 24)
einfachen Vergleich der Werte (wie etwa die Anzahl der gesammelten Gegenstände) bis hin zu einer explorativen Datenanalyse (etwa wie die Spielerjnnen mit Herausforderungen umgehen und wie sie in der virtuellen Umgebung navigieren).
Da die Analyse der gesammelten Daten eine Herausforderung darstellen kann, können Visualisierungen hier helfen, diese sichtbar und verständlich zu machen, um etwa multivariate Beziehungen leichter analysieren zu können. Um die Datenmenge zu veranschaulichen wurden unterschiedliche Visualisierungsansätze in den letzten Jahren entwickelt. Zum Beispiel ermöglicht der in Abbildung 1 dargestellte Visualisierungsansatz eine Analyse durch die Kombination dreier Datenquellen: 1) Bewegungsdaten, 2) Blickverfolgung, um zu erkennen welche Objekte von den Spielerjnnen angeschaut wurden, und 3) Emotionen der Spielerjnnen während des Spiels. 24 Ein anderer Ansatz erlaubt wiederum einen Überblick, wie lange Spielerjnnen in einem Bereich in der Spielwelt verwei-
24 Daniel Kepplinger, Günter Wallner, Simone Krigistein, Michael Lankes: See, Feel, Move: Player Behaviour Analysis through Combined Visualization of Gaze, Emotions, and Movement, in: Proceedings of the CHI Conference on Human Factors in Computing Systems, ACM. New York, NY 2020 .
62