图表简介：
该示意图表示了*地区第二季内所有Game APP类别的分布情形，经由该图表我们可以快速的了解到在这三个月内，哪类型的APP是很稳定；抑或者哪类型的APP是非常不稳定的。
名词解释：
- 类别变动量(X轴)：代表该类别内的APP排名变动剧烈程度，数值越高代表该类别内APP排名变动越剧烈。 / /参考“计算公式"章节
- 稳定APP数(Y轴)：在4~6月中，重复出现在月排名Top20内的APP数量。 / /参考“计算公式"章节
-
铁桶区：
- 说明：坐落在该区块中的Game APP类别呈现出一种态势：稳定的Game APP数量众多，而且整体类别的变动量小。合理假设当类别坐落在这个区块时，进入Top20、Top50甚至Top100的App Game本身的排名是几乎不会移动的。因此，我们将其命名为”铁桶区”。
-
特性：
- 整体板块坚固少移动
- 该类别的游戏发展已经达到最高点，新游戏很少能够比旧游戏好玩多少，导致新游戏根本打不进去Top50或者新游戏根本就很少。
- (?)该类别游戏的玩家忠诚度很高，也很懒的去找新游戏来玩。
-
平衡区
- 说明：坐落在该区块拥有着另一种态势：稳定的Game APP很少，但整体变动量也小。合理假设，整个类别处在一种 “大家都差不多好/烂”的情况。没有谁赢过谁，因为大家都差不多的情况。因此，我们将其命名为“平衡区”。
-
特性：
- 整体版块缓慢的位移。
- 所有的游戏都很相似，但都不能满足玩该类别玩家的口味，可能是因为下载来玩的玩家数量太少，所以造成排名一值缓慢变动的主因。
- 该类别游戏发展仍然尚未看到高点，可以期待。
-
抢滩区
- 说明：该区块有着一个特别的态势：稳定的Game APP很多，但是变异量也很大。合理假设，喜好该类别的玩家一方面喜欢目前玩的游戏，一方面也对新游戏有极大的需求，无时无刻一值想要找到新的游戏来玩。对于游戏代理商而言，想要挑战在该区块的游戏类型可能要付出很大心力，因为只要没进入前段稳定区(滩头)，就马上会死亡。因此，我们将其命名为“抢滩区”。
-
特性：
- 整体板块呈现两大区块，排名前段(Top10)的APP变动很小，一离开前段以后，变动就非常剧烈。
- (?)该类别游戏已经达到Local Maximum，但是整体而言尚未达到Global Maximum。猜测玩家虽然觉得现有的游戏已经不错玩了，但是总觉得哪边还可以在更好玩。
- (?)玩家对于坐落在该区块的类别游戏抱持的更多期待。
- (?)该类别的玩家数量应该是比平衡区多很多。
-
混战区
说明：该区块应该很好理解：稳定的Game APP很少，变异量也很大。几乎可以直接推论为，坐落在这个区块内的游戏类型完全是杀红眼状况，很多游戏开发商疯狂的推出这个类型的游戏，但几乎没有游戏可以长时间抓住玩家的胃口。因此，我们将其命名为“混战区”。
-
特性：
没有板块概念。
(?)该类别的需求量应该很大。
(?)目前为止，该类别的游戏都没有抓到玩家对于该类别的期望。
(?)找不到主流游戏，是开发商可以努力的方向。
详细信息如下：
计算公式：
- 类别变动量：
- 稳定APP数：该数据表示，三个月内都可以在该类别稳定在前20名的APP数量。首先，要得出这个数据，我必须去计算*地区，每个APP的月平均排名。因为不管是Apple或者Android并没有提出一个月排名的数据，所以我自行设计了一套公式，该公式采用了“平均排名” “每天排名的跳动程度” “该月份进榜次数”。而根据该公式排序出來的APP月排行名次，我统计了4~6月份，都有进入前20名的APP的数量当作“稳定APP数”。
特殊情况说明：
-
为什么Apple-付费类别都很一制的黏成一团？
- 因为Apple Store在06/04号以后针对分类作了清楚的规范，以往一些用”商城制”赚钱的游戏都是免费/付费排行榜上皆有上榜的，06/04号以后都被归类到了免费排行榜上。导致了四五月和六月的排行榜是整个大洗牌的，所以，才会造成了三个月内重复游戏皆为0的情况。
- PS:这也说明了苹果的付费游戏如果和免费游戏直接拿来比较的话，完全是一面倒输的情况。
笔者观察心得：
<<先说，这些数据都是网络上随手可得的数据，我只是在拿资料来做统计和分析而已，請參考參考就好~>>
- 就一开始想踏入App Game开发的人而言，不管是免费游戏(包含商城制)还是付费游戏，Apple比Android更容易进到排行榜前端。
- 卡牌游戏，在Apple(卡牌类)还是Android(策略类)都进入铁桶区或者抢滩区，新品想要在抢占市场已经有一定难度，笔者觉得如果还是要硬打这个区块是一件很困难的事情。
- Apple平台上，教育类型和孩童类型是整体变动量最大的类别，笔者认为，这两个类别是所有想要开发APP Game忽略掉的大饼。(但是因为Apple付费类别在六月份有做一些特殊调整，所以本论点尚需要有更多数据辅佐)