Files
dc-docs/output/feishu-docs/ApkPdyWYnoU7I2xKW0Acm2lvnxe.md
T
2026-06-23 14:43:31 +08:00

251 lines
24 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# ApkPdyWYnoU7I2xKW0Acm2lvnxe
Source: https://fcnlycv6dd0w.feishu.cn/docx/ApkPdyWYnoU7I2xKW0Acm2lvnxe
## 一、今日内容概述
## 综合投入 K/L/Y 阶段性结论
围绕《钲鼓连烽》竞赛活动的综合投入 K/L/Y 模块进行了集中复核。主要确认:
- 为什么不能只用单一付费指标代表个体投入
- 为什么需要将金钱投入 K 与行为投入 L 合成为综合投入 Y
- Y_main 是否可以作为后续七机制 X → Y 实证分析中的核心因变量。
## 二、综合投入变量构造的必要性
> :small_blue_diamond:
**先验证一个关键问题:**
**在《钲鼓连烽》这类多人社交竞争活动中,是否可以仅用现金付费指标来代表个体的整体投入?**
根据 3 月与 5 月两期样本结果,单一付费指标难以完整反映个体在竞赛中的真实投入,因此将综合投入构造为金钱投入 K 与行为投入 L 的综合指标。
### (一)金钱投入与行为投入的覆盖差异
从覆盖率结果看,** K_core 现金付费覆盖率在 3 月和 5 月分别只有 6.51% 和 6.56%**,说明发生活动相关现金付费的个体只占少部分。
**L1、L2、L3 三类行为投入的覆盖率分别接近 70%**,其中:
- L1 :对应攻城、防守等直接竞赛行为
- L2 :对应建筑升级等支持性建设行为
- L3 :对应攻防过程中携带或投入兵力形成的资源投入强度
**特殊说明:**L1、L2、L3 是对同一个体不同投入维度的分别识别。同一个体可能**同时发生攻防行为、建设行为和兵力投入**
**表 1:K 与 L 覆盖率对比表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
行为投入覆盖率显著高于现金付费覆盖率,说明综合投入不能仅由付费指标代表。
### (二)行为投入的组合结构
在确认行为投入覆盖率明显高于现金付费覆盖率后,进一步对 L1、L2、L3 的行为组合结构进行拆解。这里的重点不是简单比较三类行为的单项覆盖率,而是观察个体在竞赛期内是否同时发生多类有效行为投入。
**表 2:K 与 L 行为组合结构对照表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**从表 2 可以看出:**
占比最高的类型是 L1+L2+L3 (三类行为投入同时发生):
- **样本期一中:** L1+L2+L3 占总样本的 **67.05%**
- **样本期二中:** L1+L2+L3 占总样本的 **68.04%**
**说明:**大多数有效行为投入个体并不是只完成某一类单一动作,而是同时参与了攻防行为、支持性建设和兵力投入。
- 至少发生一种 L 行为的个体在样本期一和样本期二中分别占 **71.39%** 和 **72.66%**。在这些发生有效行为投入的个体中,绝大多数属于 L1+L2+L3 组合类型。这说明行为投入不是零散的单点动作,而是具有明显的组合性。
- 仅发生 L2 的个体在样本期一和样本期二分别占 **2.72%** 和 **2.96%**,说明样本中存在少量偏建设支持型个体。
- 仅发生 L1 、仅发生 L3 的类型占比**均为 0**,说明攻防行为和兵力投入通常并不是孤立发生,而是与其他行为维度共同出现。
> :small_blue_diamond:
从 K 与 L 的共现关系看,无 L 行为但有 K 的比例接近于 0,说明现金付费较少脱离有效竞赛行为单独出现。需要注意的是,该结果只能说明 K 与 L 在样本中的共现结构,不能直接解释为二者之间存在因果关系。
综合来看,行为投入 L 具有明显的组合性,不能用某一个单一行为字段替代。因此,后续综合投入变量中应保留 L1/L2/L3 三维结构,并在此基础上合成综合行为投入 L_z,再与金钱投入 K_core_z 共同构造综合投入 Y_main。
### (三)金钱投入与行为投入的结构分布
通过 K-L 四象限结构观察金钱投入与行为投入之间的分布关系
**表 3:K-L 四象限结构对照表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**从表 3 可以看出:**
- **“低K / 高L”个体:**占比均超过一半,分别为 **54.11%** 和 **54.17%**
- **“高K / 低L”个体:**占比接近于零,分别仅为 **0.05%** 和 **0.06%**
这说明,在多人社交竞争场景中,存在大量现金投入较低但行为投入较高的个体。这类个体虽然没有明显现金付费,但在攻防、建设、兵力投入等方面具有较强参与度。如果只使用现金付费作为投入衡量指标,这部分个体的真实参与程度容易被低估甚至忽略。
- **“高K / 高L”个体:**占比分别为 **6.45%** 和 **6.50%**与 K_cor 现金付费覆盖率较为接近
**说明:**发生活动相关现金付费的个体,通常也伴随较高行为投入。现金付费较少脱离有效竞赛行为单独出现。
**图1:K-L 四象限结构图**
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_M1XobPUhQoU0.png)
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_ZCUobyvWwoIB.png)
“低K / 高L”个体占比超过一半,说明行为投入是竞赛参与的重要组成部分。综合投入不能仅由现金付费指标代表,而应同时纳入金钱投入 K 与行为投入 L。
> :small_blue_diamond:
**阶段判断:**
K 与 L 在样本中呈现明显结构差异,二者不能相互替代。现金付费覆盖的只是少部分个体,而行为投入能够识别出大量低付费但高参与的个体。因此,综合投入变量应采用 K + L 的综合构造方式。
**综合投入构造必要性链路:**
现金付费覆盖率低 → 行为投入覆盖率高 → 大量个体属于低K/高L → 单一付费指标无法代表真实投入 → 综合投入应采用 K + L 构造 → Y_main 可作为后续七机制模型的核心因变量
### (四)综合投入变量构造的合理性与计算口径
基于前述分析,本文将综合投入划分为金钱投入 K 与行为投入 L 两个一级维度。其中,**金钱投入用于刻画个体在竞赛期内发生的活动相关货币性投入,行为投入用于刻画个体围绕竞赛目标产生的有效参与行为。**进一步地,行为投入被拆分为竞争性行为投入、支持性行为投入和资源投入强度三个子维度,以反映个体在攻防、建设和兵力投入等不同环节中的参与程度。具体变量定义如表 4 所示。
**表 4 综合投入变量的维度划分与定义**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
在计算过程中,先对不同量纲的原始变量进行 处理,并按竞赛期进行组内标准化。随后,将 、 与 合成为综合行为投入,并进一步构造主综合投入指标:
其中,是本文后续实证分析中的核心因变量,即近端结果变量。为检验纳入活动内元宝消耗后的稳健性,本文进一步构造扩展口径:
需要说明的是,战功、排名、阵营结果、奖励领取等属于投入后的结果变量,不进入综合投入指标构造。
### (五)综合投入主结果变量 Y_main 的形成
综合投入模块最终形成了**个体-竞赛期层面的主结果变量 Y_main**。该变量不是原始埋点字段,而是**基于金钱投入 K 与行为投入 L 计算得到的连续数值型指标****。**
#### **具体计算方式为:**
- :表示标准化后的活动相关现金投入
- :表示由 L1、L2、L3 合成并标准化后的综合行为投入
- 可以理解为每个个体在某一竞赛期内的综合投入分数,数值越高,表示该个体在该竞赛期内的综合投入水平越高。
当前样本期一和样本期二的试算底表中均已生成 字段,说明综合投入主指标已经完成计算,并形成可用于后续实证分析的结果变量。后续七机制分析将以 作为核心因变量,即近端结果变量。
**表 5:综合投入主结果变量 **** 描述统计**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
注:为标准化后的综合投入主指标,由 计算得到。由于经过竞赛期内标准化处理,均值接近 0;数值越高,表示该个体在对应竞赛期内的综合投入水平越高。 表示综合投入高于该竞赛期平均水平的观测比例,不等同于投入发生率。
从结果看,样本期一和样本期二均已生成字段,且两期样本的均值、标准差、中位数、分位数和正值占比整体接近。这说明综合投入主指标已经完成计算,并在两期可比样本中表现出较稳定的分布特征。后续七机制分析可以将作为核心因变量,即近端结果变量。
## 三、综合投入变量的双期稳定性验证
在完成综合投入主指标的构造后,进一步使用样本期一和样本期二两期可比竞赛样本,对综合投入口径的稳定性进行验证。
**验证目标:** 判断综合投入主指标 是否能够在不同样本期中稳定计算,并保持相近的分布特征和结构关系。
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
说明:综合投入主指标 并不是单一样本期偶然形成的结果,而是在两期可比样本中都表现出较稳定的分布特征和结构关系。因此, 可以作为后续七机制 分析中的核心因变量(近端结果变量)。
## 四、与后续七机制模型的衔接
### (一) 作为后续分析的核心因变量
通过前述分析,综合投入模块已经完成了从**变量构造 → 结构检验 → 双期稳定性验证**的主要链条。当前形成的主综合投入指标 ,可以作为后续七机制模型分析中的核心因变量。
需要明确区分:
- 七机制变量是后续模型中的解释变量
- 综合投入 是后续模型中的结果变量
- 当前完成的是右侧端的构造与验证
- 后续重点将转向左侧七机制端的变量构造、字段匹配和模型分析。
**因此,后续主线可以概括为:**
**在此基础上,还可以进一步拆解为:**
这样不仅可以分析某一机制是否影响综合投入水平,还可以进一步判断该机制更偏向影响金钱投入、行为投入,还是改变 K-L 投入结构。
### (二)α 权重敏感性补充
由于 本质上是标准化后的金钱投入与行为投入等权合成,因此本阶段进一步补充了 α 权重敏感性检验,用于判断综合投入主指标是否对 K 和 L 的权重设定过于敏感。
检验中将金钱投入与行为投入权重分别设置为 。结果显示,偏行为权重方案和偏货币权重方案与当前主口径 仍保持高度一致:Pearson 相关约为 **0.956**,Spearman 排序相关高于 **0.992**,Top10% 高投入样本重合率高于 **0.94**。
**表7 综合投入指标 α 权重敏感性检验**
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_VkjXbSFVfoLL.png)
注:α 表示金钱投入在综合投入指标中的权重, 为本文主口径,即标准化后的金钱投入与行为投入等权合成。 表示偏行为投入口径, 表示偏金钱投入口径。
- Pearson 相关:用于检验替代权重口径与主口径在数值分布上的一致性
- Spearman 排序相关:用于检验个体综合投入排序的一致性
- Top10% 重合率:用于检验高投入个体识别结果的稳定性
**结果解读:**
从检验结果看,样本期一和样本期二中, 与 两种替代权重口径均与主口径保持高度一致。具体而言,两类替代口径与主口径的 Pearson 相关系数均约为 0.956,说明调整 K 与 L 权重后,综合投入分数的整体分布仍与主口径高度接近。Spearman 排序相关系数均高于 0.992,说明个体综合投入的排序基本保持稳定。Top10% 高投入样本重合率均高于 94%,说明高投入个体的识别结果在不同权重设定下仍高度一致。
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**结论:**
α 权重敏感性检验表明,综合投入主指标 对 K 与 L 的适度权重调整并不敏感。因此,本文采用等权合成口径作为主综合投入指标具有一定稳健性。该检验属于稳健性补充,不替代当前主口径,也不用于证明 K 与 L 之间存在因果关系。
> :small_blue_diamond:
#### 下一步计划
## 一、今日内容概述
## 综合投入 K/L/Y 阶段性结论
围绕《钲鼓连烽》竞赛活动的综合投入 K/L/Y 模块进行了集中复核。主要确认:
- 为什么不能只用单一付费指标代表个体投入
- 为什么需要将金钱投入 K 与行为投入 L 合成为综合投入 Y
- Y_main 是否可以作为后续七机制 X → Y 实证分析中的核心因变量。
## 二、综合投入变量构造的必要性
> :small_blue_diamond:
**先验证一个关键问题:**
**在《钲鼓连烽》这类多人社交竞争活动中,是否可以仅用现金付费指标来代表个体的整体投入?**
根据 3 月与 5 月两期样本结果,单一付费指标难以完整反映个体在竞赛中的真实投入,因此将综合投入构造为金钱投入 K 与行为投入 L 的综合指标。
### (一)金钱投入与行为投入的覆盖差异
从覆盖率结果看,** K_core 现金付费覆盖率在 3 月和 5 月分别只有 6.51% 和 6.56%**,说明发生活动相关现金付费的个体只占少部分。
**L1、L2、L3 三类行为投入的覆盖率分别接近 70%**,其中:
- L1 :对应攻城、防守等直接竞赛行为
- L2 :对应建筑升级等支持性建设行为
- L3 :对应攻防过程中携带或投入兵力形成的资源投入强度
**特殊说明:**L1、L2、L3 是对同一个体不同投入维度的分别识别。同一个体可能**同时发生攻防行为、建设行为和兵力投入**
**表 1:K 与 L 覆盖率对比表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
行为投入覆盖率显著高于现金付费覆盖率,说明综合投入不能仅由付费指标代表。
### (二)行为投入的组合结构
在确认行为投入覆盖率明显高于现金付费覆盖率后,进一步对 L1、L2、L3 的行为组合结构进行拆解。这里的重点不是简单比较三类行为的单项覆盖率,而是观察个体在竞赛期内是否同时发生多类有效行为投入。
**表 2:K 与 L 行为组合结构对照表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**从表 2 可以看出:**
占比最高的类型是 L1+L2+L3 (三类行为投入同时发生):
- **样本期一中:** L1+L2+L3 占总样本的 **67.05%**
- **样本期二中:** L1+L2+L3 占总样本的 **68.04%**
**说明:**大多数有效行为投入个体并不是只完成某一类单一动作,而是同时参与了攻防行为、支持性建设和兵力投入。
- 至少发生一种 L 行为的个体在样本期一和样本期二中分别占 **71.39%** 和 **72.66%**。在这些发生有效行为投入的个体中,绝大多数属于 L1+L2+L3 组合类型。这说明行为投入不是零散的单点动作,而是具有明显的组合性。
- 仅发生 L2 的个体在样本期一和样本期二分别占 **2.72%** 和 **2.96%**,说明样本中存在少量偏建设支持型个体。
- 仅发生 L1 、仅发生 L3 的类型占比**均为 0**,说明攻防行为和兵力投入通常并不是孤立发生,而是与其他行为维度共同出现。
> :small_blue_diamond:
从 K 与 L 的共现关系看,无 L 行为但有 K 的比例接近于 0,说明现金付费较少脱离有效竞赛行为单独出现。需要注意的是,该结果只能说明 K 与 L 在样本中的共现结构,不能直接解释为二者之间存在因果关系。
综合来看,行为投入 L 具有明显的组合性,不能用某一个单一行为字段替代。因此,后续综合投入变量中应保留 L1/L2/L3 三维结构,并在此基础上合成综合行为投入 L_z,再与金钱投入 K_core_z 共同构造综合投入 Y_main。
### (三)金钱投入与行为投入的结构分布
通过 K-L 四象限结构观察金钱投入与行为投入之间的分布关系
**表 3:K-L 四象限结构对照表**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**从表 3 可以看出:**
- **“低K / 高L”个体:**占比均超过一半,分别为 **54.11%** 和 **54.17%**
- **“高K / 低L”个体:**占比接近于零,分别仅为 **0.05%** 和 **0.06%**
这说明,在多人社交竞争场景中,存在大量现金投入较低但行为投入较高的个体。这类个体虽然没有明显现金付费,但在攻防、建设、兵力投入等方面具有较强参与度。如果只使用现金付费作为投入衡量指标,这部分个体的真实参与程度容易被低估甚至忽略。
- **“高K / 高L”个体:**占比分别为 **6.45%** 和 **6.50%**与 K_cor 现金付费覆盖率较为接近
**说明:**发生活动相关现金付费的个体,通常也伴随较高行为投入。现金付费较少脱离有效竞赛行为单独出现。
**图1:K-L 四象限结构图**
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_M1XobPUhQoU0.png)
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_ZCUobyvWwoIB.png)
“低K / 高L”个体占比超过一半,说明行为投入是竞赛参与的重要组成部分。综合投入不能仅由现金付费指标代表,而应同时纳入金钱投入 K 与行为投入 L。
> :small_blue_diamond:
**阶段判断:**
K 与 L 在样本中呈现明显结构差异,二者不能相互替代。现金付费覆盖的只是少部分个体,而行为投入能够识别出大量低付费但高参与的个体。因此,综合投入变量应采用 K + L 的综合构造方式。
**综合投入构造必要性链路:**
现金付费覆盖率低 → 行为投入覆盖率高 → 大量个体属于低K/高L → 单一付费指标无法代表真实投入 → 综合投入应采用 K + L 构造 → Y_main 可作为后续七机制模型的核心因变量
### (四)综合投入变量构造的合理性与计算口径
基于前述分析,本文将综合投入划分为金钱投入 K 与行为投入 L 两个一级维度。其中,**金钱投入用于刻画个体在竞赛期内发生的活动相关货币性投入,行为投入用于刻画个体围绕竞赛目标产生的有效参与行为。**进一步地,行为投入被拆分为竞争性行为投入、支持性行为投入和资源投入强度三个子维度,以反映个体在攻防、建设和兵力投入等不同环节中的参与程度。具体变量定义如表 4 所示。
**表 4 综合投入变量的维度划分与定义**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
在计算过程中,先对不同量纲的原始变量进行 处理,并按竞赛期进行组内标准化。随后,将 、 与 合成为综合行为投入,并进一步构造主综合投入指标:
其中,是本文后续实证分析中的核心因变量,即近端结果变量。为检验纳入活动内元宝消耗后的稳健性,本文进一步构造扩展口径:
需要说明的是,战功、排名、阵营结果、奖励领取等属于投入后的结果变量,不进入综合投入指标构造。
### (五)综合投入主结果变量 Y_main 的形成
综合投入模块最终形成了**个体-竞赛期层面的主结果变量 Y_main**。该变量不是原始埋点字段,而是**基于金钱投入 K 与行为投入 L 计算得到的连续数值型指标****。**
#### **具体计算方式为:**
- :表示标准化后的活动相关现金投入
- :表示由 L1、L2、L3 合成并标准化后的综合行为投入
- 可以理解为每个个体在某一竞赛期内的综合投入分数,数值越高,表示该个体在该竞赛期内的综合投入水平越高。
当前样本期一和样本期二的试算底表中均已生成 字段,说明综合投入主指标已经完成计算,并形成可用于后续实证分析的结果变量。后续七机制分析将以 作为核心因变量,即近端结果变量。
**表 5:综合投入主结果变量 **** 描述统计**
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
注:为标准化后的综合投入主指标,由 计算得到。由于经过竞赛期内标准化处理,均值接近 0;数值越高,表示该个体在对应竞赛期内的综合投入水平越高。 表示综合投入高于该竞赛期平均水平的观测比例,不等同于投入发生率。
从结果看,样本期一和样本期二均已生成字段,且两期样本的均值、标准差、中位数、分位数和正值占比整体接近。这说明综合投入主指标已经完成计算,并在两期可比样本中表现出较稳定的分布特征。后续七机制分析可以将作为核心因变量,即近端结果变量。
## 三、综合投入变量的双期稳定性验证
在完成综合投入主指标的构造后,进一步使用样本期一和样本期二两期可比竞赛样本,对综合投入口径的稳定性进行验证。
**验证目标:** 判断综合投入主指标 是否能够在不同样本期中稳定计算,并保持相近的分布特征和结构关系。
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
说明:综合投入主指标 并不是单一样本期偶然形成的结果,而是在两期可比样本中都表现出较稳定的分布特征和结构关系。因此, 可以作为后续七机制 分析中的核心因变量(近端结果变量)。
## 四、与后续七机制模型的衔接
### (一) 作为后续分析的核心因变量
通过前述分析,综合投入模块已经完成了从**变量构造 → 结构检验 → 双期稳定性验证**的主要链条。当前形成的主综合投入指标 ,可以作为后续七机制模型分析中的核心因变量。
需要明确区分:
- 七机制变量是后续模型中的解释变量
- 综合投入 是后续模型中的结果变量
- 当前完成的是右侧端的构造与验证
- 后续重点将转向左侧七机制端的变量构造、字段匹配和模型分析。
**因此,后续主线可以概括为:**
**在此基础上,还可以进一步拆解为:**
这样不仅可以分析某一机制是否影响综合投入水平,还可以进一步判断该机制更偏向影响金钱投入、行为投入,还是改变 K-L 投入结构。
### (二)α 权重敏感性补充
由于 本质上是标准化后的金钱投入与行为投入等权合成,因此本阶段进一步补充了 α 权重敏感性检验,用于判断综合投入主指标是否对 K 和 L 的权重设定过于敏感。
检验中将金钱投入与行为投入权重分别设置为 。结果显示,偏行为权重方案和偏货币权重方案与当前主口径 仍保持高度一致:Pearson 相关约为 **0.956**,Spearman 排序相关高于 **0.992**,Top10% 高投入样本重合率高于 **0.94**。
**表7 综合投入指标 α 权重敏感性检验**
![图片](../feishu-images/ApkPdyWYnoU7I2xKW0Acm2lvnxe_VkjXbSFVfoLL.png)
注:α 表示金钱投入在综合投入指标中的权重, 为本文主口径,即标准化后的金钱投入与行为投入等权合成。 表示偏行为投入口径, 表示偏金钱投入口径。
- Pearson 相关:用于检验替代权重口径与主口径在数值分布上的一致性
- Spearman 排序相关:用于检验个体综合投入排序的一致性
- Top10% 重合率:用于检验高投入个体识别结果的稳定性
**结果解读:**
从检验结果看,样本期一和样本期二中, 与 两种替代权重口径均与主口径保持高度一致。具体而言,两类替代口径与主口径的 Pearson 相关系数均约为 0.956,说明调整 K 与 L 权重后,综合投入分数的整体分布仍与主口径高度接近。Spearman 排序相关系数均高于 0.992,说明个体综合投入的排序基本保持稳定。Top10% 高投入样本重合率均高于 94%,说明高投入个体的识别结果在不同权重设定下仍高度一致。
> [嵌入电子表格: A9HdszKNxhZ8bytrlbgc...]
**结论:**
α 权重敏感性检验表明,综合投入主指标 对 K 与 L 的适度权重调整并不敏感。因此,本文采用等权合成口径作为主综合投入指标具有一定稳健性。该检验属于稳健性补充,不替代当前主口径,也不用于证明 K 与 L 之间存在因果关系。
> :small_blue_diamond:
#### 下一步计划