早些写过两篇关于关联分析的文章，去年也做过一个简单的案例。然而经过不断的实践和分析，我发现游戏道具的关联分析其实并不是很简单的一件事。可以说游戏道具关联分析相比传统的关联分析策略更加复杂，那么为什么难？这里简单说说我的想法。
资源的垄断
所谓的资源垄断，这里主要想说游戏社会是我们设计的一个虚拟社会，所有的系统部分都是通过数值控制，并通过不同的手段设法使玩家与系统产生交互，游戏社会本身可以通过自循环满足正常的运转，但是参与到这个系统的玩家都会产生一些需求，而这些需求是来自于玩家的认知和潜在的认知。因此游戏的经济系统设计成为了挖掘游戏社会需求的关键，所以我们会依照系统的运转和玩家的成长需求设计IB。然而这个过程中，所有的资源都是被垄断的，道具设计和购买就是服务于这种垄断资源的。
资源是垄断的，直接的反映就是在系统的设计上，这样就会出现一种情况就是不同道具之间存在高度关联性，这种关联性就是由于系统设计上的关联性造成的。因此，我们如果还是按照传统的关联分析方法，或者电商的分析方式，难以得到我们想要得结果。此外我们通过计算会得到很多的关联规则，然而这些规则很多都是无用的，或者即使是有效的，但是实际意义和应用价值不大。
再者，我们为了让玩家能够成长，并使得玩家产生粘性，开发了大量的任务、活动，但是这些是存在于正常的游戏系统之外的部分，这样也会影响我们来做关联分析的结果分析。
群体消费的主体意识
为什么难？其一在于系统的高度关联和系统彼此的交互导致道具关联分析有失偏颇。然而最重要的一点是群体消费的主体意识。这里举一个例子，我们经常会拿电商和网游进行分析，但是电商的关联分析不能简单拿来使用。原因在于，电商消费者的消费不会受到外部干扰，这群消费者无非是两种情况，其一，没有明确目的购买目的，而作为电商可以根据该用户历史购买记录和浏览记录进行推荐，这就是一种通过关联分析给予的方案。其二，明确购买目的，消费意识明确，而这也是根据历史数据进行推荐的。
但是，在网游产品中，玩家的消费意识是受到系统的诱导和控制，而且是依据玩家生命周期的变化，其消费也会发生变化。换句话说，处于不同的时期，与游戏不同系统的教化，决定了玩家的购买变化情况，也就是说消费意识是由我们主导的，在这种情况下，我们进行关联分析，其得到的结果也不一定准确。关联分析的核心是探寻其事物的内部结构，找到事物彼此之间的关系，但是这种关系往往不是我们能够拍脑袋就能得到的。在主导了玩家的消费意识的情况下，得到的关联分析我们不能轻易使用。
到底要不要做关联分析
关联分析的目的是要做推荐，通过探寻内部的结构和关系，找出我们需要的关联规则，并指导实践。那就有个问题，到底要不要做关联分析？
我觉得还要做，尽管在网游产品中道具品类，数量不够丰富，然而还是需要做关联分析的，目的很明确就是要做推荐，这种推荐却不是一种简单粗暴的方式，我们清楚网游产品中的道具购买基本上是由游戏成长需求而引发的，那么我们的关联分析就要考虑这些因素，综合的考虑，而不是单一的做关联规则。玩家在游戏的进程中，必然是要和系统交互的，要玩成任务的，因此，游戏道具的推荐就要结合游戏设计、游戏活动、游戏任务，这样目的一方面打开玩家的消费，另一方面通过道具的辅助和个性化推荐，加强玩家的游戏粘性和付费群体的稳定性。
最后回答两个问题
道具商店是否会更新和优化，一般是什么时候做？
我觉得道具商店的更新和优化，一般是在版本更新的时间。此外，我们一般在道具商城的首页会把一些卖点较好，促销的道具放出来，增加销售，这方面我们可以根据数据分析来进行预警和分析，固定时期我们会去关注某个版本和某些道具的销售情况，对其进行评估，这样我们可以及时调整版本和道具情况，或者优化。
大小R客户的道具消费差别是什么？他们是否会购买小R玩家的觉得性价比比较低的道具？
首先在游戏中玩家的成长是最为关键的，大小R玩家的购买首先是要从实用性，满足功能和游戏需求为主要前提，当然了性价比也是必须考虑的。大R有一部分也是从小R过渡而来，当然也有一部分也是上来就是不在乎钱的。大R的消费的确与小R有差异，然而对于性价比好的道具而言，这主要取决于该道具是否是完成游戏进程所需的最佳道具（性价比），如果这样，那必然是玩家所需要的，当然这只是一种情况而已，具体的还要有数据作为辅助，不能在这拍脑袋。
