Die Zukunft des digitalen Spiels
len . 25 Eine weitere Möglichkeit ist der Einsatz von Heatmaps . 26 Diese zeigen die Häufigkeiten des Auftretens eines Ereignisses (wie etwa eingesammelte oder verwendete Gegenstände) in Abhängigkeit des Ortes durch eine Farb- kodierung an.
Wie bei der Analyse gibt es auch bei der Visualisierung von Spieledaten viele unterschiedliche Möglichkeiten. Dabei ist es wichtig, die Visualisierung auszuwählen, die die Daten und ihre Zusammenhänge auf die richtige Art und Weise präsentiert, um Missinterpretationen der Daten zu minimieren. Balkendiagramme sind besser für Vergleiche geeignet (beispielsweise wie viele Spielerjn- nen ein Level beendet haben), während Liniendiagramme Trends in den Daten besser erkennen lassen (etwa um Muster zu entdecken, was die Spielerjnnen im Laufe der Zeit im Spiel getan haben). Zur Beantwortung der Fragestellung, welcher Visualisierungsansatz sich für welche Art von Analyse eignet, wurde erst kürzlich eine Taxonomie vorgestellt . 27 Sie gibt einen Überblick welche Arten von Visualisierungen für welche Arten von Aufgaben geeignet sind und kann als Hilfestellung für die Verwendung sowie für die Entwicklung von Spieledatenvisualisierungen dienen.
Obwohl die Analyse von Spieldaten viele Vorteile hat, liefert sie keine Informationen hinsichtlich der Beweggründe und Motivation der Spielerjnnen, etwa warum sie das Spiel auf eine bestimmte Art und Weise spielen. So wurden in den letzten Jahren erste Visualisierungsansätze entwickelt, die Daten aus physiologischen Messungen mit Fragebogen- oder Interviewergebnissen und Bewegungsdaten kombinieren . 28
Neue Interaktionsformen
Die Art und Weise wie Spielerjnnen mit einem Spiel interagieren können, hat großen Einfluss wie sehr sie in das Spielerlebnis eintauchen können. Wichtig ist dabei, dass sich Spielerjnnen mit dem Spiel, aber nicht mit der Bedienung des Spiels auseinandersetzen müssen. Die Interaktion soll so innovativ wie möglich
25 Dinara Moura, Magy Seif El-Nasr, Christopher D. Shaw: Visualizing and understanding players’ behavior in video games: discovering patterns and supporting aggregation and comparison, in: Proceedings of the ACM SIGGRAPH Symposium on Video Games, ACM. New York, NY 2011.
26 Anders Drachen, Alessandro Canossa: Evaluating Motion. Spatial User Behavior in Virtual Environments, in: International journal of arts and technology. 4. Jg. (2011), Nr. 3.
27 Simone Kriglstein: A Taxonomy of Visualizations for Gameplay Data, in: Günter Wallner (Hg.): Data Analytics Applications in Gaming and Entertainment. Boca Raton, FL 2019.
28 Pejman Mirza-Babaei, Günter Wallner, Graham McAllister, Lennart E. Nacke: Unified visualization of quantitative and qualitative playtesting data, in: Extended Abstracts on Human Factors in Computing Systems, ACM. New York, NY 2014, S. 1363-1368.
63