Avatar e identità nel Metaverso, parte 2

Leggi la Parte 1 di questo post del blog del nostro team di Data Science qui.

Nel nostro post precedente, abbiamo analizzato l’estetica dell’avatar per comprendere meglio i comportamenti degli utenti Roblox. Nella parte 2, continuiamo la nostra indagine su avatar e identità per capire meglio come gli identificatori della vita reale degli utenti si intersecano con le loro identità Roblox.

Età

L’età è un punto di partenza sostanziale ma facile. Gli utenti più grandi o più giovani hanno preferenze estetiche diverse? Sorprendentemente, la risposta è in gran parte “no!”

Sebbene osserviamo una certavariabilità nella distribuzione per età di diversi cluster, in generale c’è più sovrapposizione che differenziazione, con solo poche deviazioni statisticamente significative.

Identità geografica

Roblox è una piattaforma globale e ogni cultura è unica. Ciò si riflette nei nostri dati: quando si tracciano le frequenze dei cluster in diversi paesi, vediamo variazioni estetiche drammatiche.

A volte, ciò è dovuto a ragioni demografiche: in Arabia Saudita, ad esempio, ci sono più donne autodichiarate che uomini su Roblox, il che si traduce in un aumento di popolarità per i gruppi di avatar dall’aspetto femminile.

D’altra parte, alcuni archetipi geografici potrebbero essere radicati nella cultura. In Brasile, vediamo che avatar dall’aspetto maschile con maglie sportive verdi e un’acconciatura marrone da finto falco (gruppo 15 sotto) sono sproporzionatamente popolari rispetto ad altri paesi. Dati i colori nazionali del Brasile, l’importanza del calcio lì e le acconciature delle loro celebrità, si capisce bene il perché.

Left: Gabriel Barbosa. Attribution: Marcelo Camargo/ABr, CC BY 3.0 BR <https://creativecommons.org/licenses/by/3.0/br/deed.en>, via Wikimedia Commons Right: Neymar. Attribution: Agência Brasil Fotografias, CC BY 2.0 <https://creativecommons.org/licenses/by/2.0>, via Wikimedia Commons

Saudi Arabia Frequency of Clusters (cluster 7 is a female-dominated cluster)

Brasile Frequenza dei cluster:

Genere

Uno degli attributi più sorprendenti dei nostri cluster sono le loro divisioni di genere sbilenche: la maggior parte dei cluster sono quasi interamente maschili o femminili, con solo pochi gruppi eterogenei. Gli utenti Roblox con un sesso identificato tendono a scegliere avatar che lo riflettano.

Possiamo quantificarlo. Una rete neurale convoluzionale estremamente semplice addestrata sulle miniature è stata in grado di prevedere il sesso autoidentificato dall’utente con una precisione del 91%. Interessante a parte, quando si esaminano gli utenti che il modello ha valutato in modo errato, troviamo che il 65% sono donne autoidentificate, il che implica che gli utenti di sesso femminile potrebbero essere meno propensi a scegliere avatar dall’aspetto ovviamente femminile.

Diviso per genere in 20 gruppi:

Estremi estetici: Rthro e Blocky

Due archetipi specifici che illustrano la diversità estetica in Roblox sono “Rthro” e “Blocky”. Rthro è una classe di avatar “umanoidi” alti e magri uscito nel 2018, mentre “Blocky” era un’estetica estremamente popolare nei primi tempi di Roblox (vedi immagine sotto per esempi di ciascuno). Entrambi sono oggi ammassi di dimensioni simili, ma non potrebbero essere più differenziati visivamente.

Per confrontare questi archetipi specifici, abbiamo adottato un approccio semi-supervisionato leggero: prima abbiamo generato un numero maggiore (100) di cluster, quindi li abbiamo etichettati manualmente come Rthro e Blocky dall’ispezione visiva dei campioni e infine abbiamo raggruppato i cluster della stessa etichetta. Questa tecnica consente la creazione di cluster più stretti e più coesi che soddisfano anche i nostri criteri esterni per le due classi.

Alcuni cluster combinati per creare Blocky:

Alcuni cluster combinati per creare Rthro:

Prima di tutto, questo esercizio ci ha confermato che questi cluster sono relativamente piccoli: insieme rappresentano solo il 7% circa della nostra base di utenti attivi, con tipi di corpo Roblox meno estremi che rappresentano l’altro 93%. In secondo luogo, troviamo che le differenze estetiche tra Rthro e Blocky si riflettono nelle caratteristiche dei loro utenti di nicchia:

• Il possesso della piattaforma per gli utenti Blocky è molto più lungo di quello degli utenti Rthro; infatti, il tipico utente Blocky è stato su Roblox più del doppio dell’utente medio di Rthro.
• La differenza è altrettanto netta con il tempo di gioco, con il tempo di gioco di Blocky doppio rispetto a quello di Rthro.
• Scopriamo anche che gli utenti di Blocky trascorrono gran parte del loro tempo di gioco in una nicchia di giochi che utilizzano la precedente configurazione Avatar R6.

Tutti questi confronti insieme dipingono un quadro chiaro degli utenti Blocky: una base di utenti piccola ma fedele e altamente coinvolta che è attratta dalla vecchia estetica a blocchi di Roblox sia nel gameplay che nel design dell’avatar. Gli utenti Rthro, d’altra parte, sono i nuovi arrivati all’inizio del loro viaggio in Roblox.

Puoi immaginare di ripetere questo tipo di immersione profonda per l’altro 93% dei corpi degli avatar tra questi estremi estetici, così come le sottoculture robloxiane a cui corrispondono

Potenziali miglioramenti dell’avatar

In definitiva, lo scopo della nostra analisi è suggerire o supportare ipotesi su come migliorare l’esperienza Roblox per i nostri utenti. Per suggerire e valutare iniziative, a volte è utile andare oltre una specifica e costruire una prova di concetto (PoC) effettiva da considerare sulla roadmap del prodotto.

Ecco alcuni di questi esempi che abbiamo messo insieme quest’estate. Per essere chiari, questi sono solo prototipi e potrebbero non vedere mai la luce del giorno, ma si spera illustrano come una profonda comprensione dei nostri utenti può aiutarci a creare un prodotto che li serva meglio.

1. Avatar migliorati: Al momento, molti nuovi utenti si attengono agli avatar predefiniti standardizzati che vengono assegnati per la prima volta. Ipotesi del prodotto: aiutando i nuovi utenti a costruire velocemente un avatar personalizzato e personalmente risonante, potremmo approfondire il valore che ottengono da Roblox.

Sfruttando i nostri modelli di raggruppamento degli avatar, siamo in grado di fornire agli utenti un campione di avatar unici e belli fin dall’inizio, basati su design altamente personalizzati esistenti. Immagina che quando ti unisci a Roblox per la prima volta, ti vengono mostrati i cinque avatar (misurabilmente diversi) di seguito come spunti di riflessione. Forse scorrerli potrebbe rivelare variazioni ancora più uniche?

2.Varianti di abbigliamento suggerite: Il tipo di “ispirazione per avatar” fornito dagli avatar predefiniti potrebbe anche essere prezioso nella modifica di avatar esistenti. Questa è essenzialmente una nuova opportunità di ricerca e scoperta: presentare agli utenti archetipi Avatar pesantemente modificati per stimolare la loro immaginazione, basata su somiglianza o dissomiglianza. Il flusso di utenti del nostro prototipo (vedi sotto) ha problemi, ma è piuttosto interessante quando funziona.

3. Descrivi il tuo avatar: A volte il vantaggio della prototipazione sta nell’informare la fattibilità e le tempistiche. Considera l’idea particolarmente ambiziosa di trasformare la query in lingua inglese di un utente in un avatar decorato automaticamente. Un passo in questa direzione è etichettare algoritmicamente le risorse avatar con parole descrittive. Tuttavia, come puoi vedere negli esempi seguenti, le tecniche di modellazione standard hanno una lunga strada da percorrere in modo divertente.

Questo particolare esempio produce un meta-apprendimento istruttivo: c’è molta diversità nelle risorse Roblox che è difficile modellare correttamente lo spazio anche con reti pre-addestrate e decine di migliaia di campioni di addestramento.
Ogni esempio contiene una miniatura della risorsa. Di seguito vengono suggeriti automaticamente i tag insieme ai punteggi per la pertinenza di ciascun tag (più piccolo è meglio).

Almeno “panda” è tra i primi otto… ma a prescindere, trovo adorabili le ipotesi “tartaruga” e “cane”.

Si potrebbe pensare che il colore sia facile da imparare, ma a quanto pare no.

Il modello ha avuto l’idea giusta qui! Semplicemente non può fare le distinzioni più fini tra i diversi tipi di armi.

Conclusione: costruire un prodotto attorno all’identità

Questo studio dell’estetica Avatar chiarisce che non esiste un unico itinerario Roblox. Gli utenti provengono da una miriade di background e cercano una simile diversità di esperienze e rappresentazioni sulla piattaforma. Come data scientist, ci piace pensare allo sviluppo del prodotto in termini di ipotesi. Inquadrandolo in questo linguaggio, la nostra ipotesi principale è che le caratteristiche del prodotto che abbracciano le diverse esigenze estetiche dei nostri utenti soddisferanno al meglio sia loro che il Metaverse.

In generale, questo è un modello che amiamo: accoppiare un’analisi approfondita che dipinge un’immagine delle esigenze degli utenti con il tipo di sviluppo di prodotti innovativi che potresti aver sentito dai nostri sviluppatori, applaudire al RDC. Siamo proprio all’inizio di entrambi i lati di questo itinerario con Avatar e avremo bisogno di molto aiuto lungo la strada!

Nameer Hirschkind è uno stagista in Data Science presso Roblox. Lavora sugli avatar di Roblox per aiutare ogni giocatore a creare un avatar che piace. Neither Roblox Corporation nor this blog endorses or supports any company or service. Inoltre, non vengono fornite garanzie o promesse in merito all’accuratezza, affidabilità o completezza delle informazioni contenute in questo blog.

©2021 Roblox Corporation. Roblox, il logo Roblox e Powering Imagination sono tra i nostri marchi registrati e non registrati negli Stati Uniti e in altri paesi.