Avatar và danh tính trong Metaverse, Phần 2

Đọc Phần 1 của bài viết này từ đội ngũ Khoa học Dữ liệu của chúng tôi tại đây. 

Trong bài viết trước, chúng tôi đã phân tích thẩm mỹ avatar để hiểu rõ hơn về hành vi của người dùng Roblox. Trong Phần 2, chúng tôi tiếp tục nghiên cứu về avatar và danh tính để hiểu rõ hơn về cách các thông tin nhận dạng trong đời thực của người dùng giao thoa với danh tính Roblox của họ. 

Tuổi

Tuổi là một yếu tố quan trọng nhưng dễ dàng để bắt đầu. Người dùng lớn tuổi hay trẻ tuổi có sở thích thẩm mỹ khác nhau không? Đáng ngạc nhiên là câu trả lời phần lớn là “không”!

Mặc dù chúng tôi quan sát thấy một số biến động trong phân bố độ tuổi của các nhóm khác nhau, nhưng nhìn chung, sự trùng lặp nhiều hơn sự khác biệt, với chỉ một vài sai lệch có ý nghĩa thống kê.

Bản sắc địa lý

Roblox là một nền tảng toàn cầu, và mỗi nền văn hóa đều có nét độc đáo riêng. Điều này được phản ánh trong dữ liệu của chúng tôi: khi vẽ biểu đồ tần suất các nhóm ở các quốc gia khác nhau, chúng tôi nhận thấy sự khác biệt đáng kể về mặt thẩm mỹ. 

Đôi khi, điều này là do các lý do nhân khẩu học: ví dụ, ở Ả Rập Xê Út, có nhiều phụ nữ tự nhận là phụ nữ hơn nam giới trên Roblox, điều này dẫn đến sự gia tăng phổ biến của các cụm avatar trông giống phụ nữ. 

Mặt khác, một số nguyên mẫu địa lý có thể bắt nguồn từ văn hóa. Ở Brazil, chúng tôi thấy rằng các avatar trông giống nam giới với áo thể thao màu xanh lá cây và kiểu tóc nâu giả mohawk (cụm 15 bên dưới) phổ biến hơn hẳn so với các quốc gia khác. Xét đến màu sắc quốc gia của Brazil, sự nổi bật của bóng đá ở đó và kiểu tóc của các ngôi sao nổi tiếng, điều này là hoàn toàn hợp lý. 

Giới tính

Một trong những đặc điểm nổi bật nhất của các nhóm người dùng của chúng tôi là sự chênh lệch giới tính rõ rệt: hầu hết các nhóm đều gần như hoàn toàn là nam hoặc nữ, chỉ có một số ít nhóm hỗn hợp. Người dùng Roblox có giới tính được xác định thường chọn avatar phản ánh giới tính đó.

Chúng tôi có thể định lượng điều này. Một mạng nơ-ron xoắn cực kỳ đơn giản được huấn luyện trên các hình thu nhỏ đã có thể dự đoán giới tính tự xác định của người dùng với độ chính xác 91%. Một điều thú vị là khi xem xét những người dùng mà mô hình đánh giá sai, chúng tôi thấy 65% trong số đó là những người tự xác định là nữ, điều này ngụ ý rằng người dùng nữ có thể ít có xu hướng chọn những hình đại diện trông rõ ràng là nữ.

Phân chia giới tính trên 20 nhóm:

Các cực đoan về thẩm mỹ: Rthro và Blocky

Hai kiểu mẫu cụ thể minh họa sự đa dạng về thẩm mỹ trong Roblox là “Rthro” và “Blocky”. Rthro là một loại avatar “hình người” cao và gầy được ra mắt vào năm 2018, trong khi “Blocky” là một phong cách thẩm mỹ cực kỳ phổ biến trong những ngày đầu của Roblox (xem hình ảnh bên dưới để xem ví dụ về từng loại). Cả hai hiện nay đều là các nhóm nhỏ, nhưng không thể khác biệt hơn về mặt hình ảnh.

Để so sánh các mẫu hình cụ thể này, chúng tôi đã áp dụng một phương pháp bán giám sát nhẹ: đầu tiên, chúng tôi tạo ra một số lượng lớn hơn (100) các cụm, sau đó gắn nhãn thủ công cho chúng là Rthro và Blocky dựa trên việc kiểm tra trực quan các mẫu, và cuối cùng nhóm các cụm có cùng nhãn lại với nhau. Kỹ thuật này cho phép tạo ra các cụm chặt chẽ và gắn kết hơn, đồng thời tuân thủ các tiêu chí bên ngoài của chúng tôi đối với hai lớp này.

Một số cụm được kết hợp để tạo thành Blocky:

Trước hết, bài tập này đã xác nhận với chúng tôi rằng các nhóm này tương đối nhỏ: chúng chỉ chiếm khoảng 7% cơ sở người dùng hoạt động của chúng tôi, trong khi các kiểu cơ thể Roblox ít cực đoan hơn chiếm 93% còn lại. Thứ hai, chúng tôi nhận thấy rằng sự khác biệt về thẩm mỹ giữa Rthro và Blocky được phản ánh trong đặc điểm của người dùng thuộc các nhóm này: 

• Thời gian sử dụng nền tảng của người dùng Blocky dài hơn rất nhiều so với người dùng Rthro; trên thực tế, người dùng Blocky điển hình đã sử dụng Roblox lâu hơn gấp đôi so với người dùng Rthro trung bình.
• Sự khác biệt này cũng rõ rệt không kém về thời gian chơi, với thời gian chơi của Blocky gấp đôi so với Rthro. 
• Chúng tôi cũng nhận thấy rằng người dùng Blocky dành phần lớn thời gian chơi của họ trong một phân khúc trò chơi sử dụng cấu hình Avatar R6 cũ.

Tất cả các so sánh này cùng nhau vẽ nên một bức tranh rõ ràng về người dùng Blocky: một nhóm người dùng nhỏ nhưng trung thành, có mức độ tương tác cao, bị thu hút bởi phong cách đồ họa khối vuông cổ điển của Roblox cả trong lối chơi lẫn thiết kế avatar. Ngược lại, người dùng Rthro là những người mới tham gia, đang ở giai đoạn đầu của hành trình trên Roblox.

Bạn có thể tưởng tượng việc lặp lại loại phân tích sâu này cho 93% cơ thể avatar còn lại nằm giữa hai cực thẩm mỹ này, cũng như các tiểu văn hóa Robloxian tương ứng với chúng. 

Các cải tiến tiềm năng cho avatar

Cuối cùng, mục đích của phân tích này là đề xuất hoặc hỗ trợ các giả thuyết về cách cải thiện trải nghiệm Roblox cho người dùng. Để đề xuất và đánh giá các sáng kiến, đôi khi việc vượt ra ngoài bản thiết kế và xây dựng một bản thử nghiệm (PoC) thực tế để xem xét trong lộ trình sản phẩm là rất hữu ích. 

Dưới đây là một số ví dụ mà chúng tôi đã tổng hợp trong mùa hè này. Để rõ ràng, đây chỉ là các nguyên mẫu và có thể sẽ không bao giờ được ra mắt, nhưng hy vọng chúng sẽ minh họa cách hiểu sâu sắc về người dùng có thể giúp chúng tôi tạo ra một sản phẩm phục vụ họ tốt hơn.

1. Cải thiện Avatar mặc định: Hiện tại, nhiều người dùng mới vẫn sử dụng các avatar mặc định tiêu chuẩn mà họ được gán ban đầu. Giả thuyết sản phẩm: bằng cách giúp người dùng mới nhanh chóng tạo ra một avatar được tùy chỉnh và có ý nghĩa cá nhân, chúng ta có thể tăng cường giá trị mà họ nhận được từ Roblox.

Tận dụng các mô hình phân nhóm avatar của chúng tôi, chúng tôi có thể cung cấp cho người dùng một mẫu avatar độc đáo, trông thật ngầu ngay từ đầu dựa trên các thiết kế tùy chỉnh cao hiện có. Hãy tưởng tượng khi bạn mới tham gia Roblox, bạn sẽ được hiển thị năm avatar (đa dạng về mặt số lượng) dưới đây để làm gợi ý. Có lẽ khi cuộn qua chúng, bạn sẽ thấy được nhiều biến thể độc đáo hơn nữa?

2. Các biến thể trang phục được đề xuất: Loại “cảm hứng avatar” mà các avatar mặc định cung cấp cũng có thể rất hữu ích trong việc chỉnh sửa các avatar hiện có. Đây thực chất là một cơ hội tìm kiếm và khám phá mới: trình bày các mẫu avatar đã được chỉnh sửa nhiều cho người dùng để khơi dậy trí tưởng tượng của họ, dựa trên sự tương đồng hoặc khác biệt. Luồng người dùng của nguyên mẫu của chúng tôi (xem bên dưới) còn có một số vấn đề, nhưng nó khá thú vị khi hoạt động.

3. Mô tả avatar của bạn: Đôi khi lợi ích của việc tạo nguyên mẫu nằm ở việc đánh giá tính khả thi và thời gian thực hiện. Hãy xem xét ý tưởng đầy tham vọng là biến một truy vấn tiếng Anh của người dùng thành một avatar được trang bị tự động. Một bước tiến trong hướng này là gắn nhãn các tài sản avatar bằng các từ mô tả thông qua thuật toán. Tuy nhiên, như bạn có thể thấy trong các ví dụ bên dưới, các kỹ thuật mô hình hóa sẵn có vẫn còn một chặng đường dài để phát triển.

Ví dụ cụ thể này mang lại một bài học meta-learning hữu ích: tài sản Roblox rất đa dạng nên rất khó để mô hình hóa không gian một cách chính xác ngay cả khi sử dụng các mạng đã được huấn luyện sẵn và hàng chục nghìn mẫu huấn luyện.
Mỗi ví dụ chứa một hình thu nhỏ của tài sản. Bên dưới là các thẻ được đề xuất tự động cùng với điểm số về mức độ liên quan của từng thẻ (điểm số càng nhỏ càng tốt).

Mô hình đã có ý tưởng đúng đắn ở đây! Chỉ là nó không thể phân biệt chi tiết hơn giữa các loại vũ khí khác nhau.

Kết luận: Xây dựng sản phẩm xoay quanh bản sắc

Nghiên cứu về thẩm mỹ trong Avatar cho thấy rõ ràng rằng không có một hành trình Roblox duy nhất nào. Người dùng đến từ vô số nền tảng khác nhau và tìm kiếm những trải nghiệm cũng như sự thể hiện đa dạng tương tự trên nền tảng này. Là các nhà khoa học dữ liệu, chúng tôi thích suy nghĩ về việc phát triển sản phẩm dưới góc độ giả thuyết. Nói theo ngôn ngữ này, giả thuyết cốt lõi của chúng tôi là các tính năng sản phẩm đáp ứng nhu cầu thẩm mỹ đa dạng của người dùng sẽ phục vụ tốt nhất cho cả họ và Metaverse.

Nhìn chung, đây là mô hình mà chúng tôi yêu thích: kết hợp phân tích sâu sắc để phác họa nhu cầu của người dùng với loại hình phát triển sản phẩm sáng tạo mà bạn có thể đã nghe các nhà phát triển của chúng tôi hào hứng chia sẻ tại RDC. Chúng tôi đang ở giai đoạn đầu của cả hai khía cạnh trong hành trình này với Avatar, và chúng tôi sẽ cần rất nhiều sự hỗ trợ trên con đường phía trước!

Nameer Hirschkind là Thực tập sinh Khoa học Dữ liệu tại Roblox. Anh làm việc trên các Avatar của Roblox để giúp mọi người chơi tạo ra một Avatar mà họ yêu thích. Cả Roblox Corporation lẫn blog này đều không ủng hộ hoặc hỗ trợ bất kỳ công ty hay dịch vụ nào. Ngoài ra, không có bất kỳ bảo đảm hay cam kết nào được đưa ra về độ chính xác, độ tin cậy hoặc tính đầy đủ của thông tin được trình bày trong blog này.

©2021 Roblox Corporation. Roblox, logo Roblox và Powering Imagination là một số trong số các nhãn hiệu đã đăng ký và chưa đăng ký của chúng tôi tại Hoa Kỳ và các quốc gia khác.