カテゴリー

ゲーム関係  書評アニメ評  思想と学問  二次創作ブツ  ガジェット類

新着記事

Steamにおける格闘ゲームの初動がその後のユーザ数確保に重要なことを回帰分析及び相関分析で検証する【改訂版】 | ゲヲログ2.0

Steamにおける格闘ゲームの初動がその後のユーザ数確保に重要なことを回帰分析及び相関分析で検証する【改訂版】

イントロダクション

当然、初動プレイヤー数が多ければこの後もプレイヤー数の確保に成功する…とみられるが、そのファクトを、格闘ゲームを題材にとって、回帰分析と相関分析で検証してみよう。特にPSネットワークや任天堂ネットワークを使っても、APIが公開されていないからみで、プレイユーザ数の推移を把握することは実に困難を極める。よって、Steamプラットフォームをベースに検証する。

メソッド

①まず、各タイトルの24時間ピーク、および、初動≒オールタイムピークをSteam Chartsで調査する。

・例:ブロウルハラの事例

こんな具合に調べてcsvを生成する!

②その後、Rおよびエクセルでy(目的変数)を24時間ピークにとり、x(説明変数)にとり回帰分析と相関分析を行う。

③それぞれの結果をはじき出したうえ、検証する。

という三段構えの簡易すぎるほど簡単な手法である。

☆考察に加えるタイトル一覧および調査結果

・サムスピ新作

ブレイブルークロスタッグバトル

・ブレイブルーセントラルフィクション

・UNI(アンダーナイトインヴァース)

・メルブラAACC

・メルブラタイプルミナ

・スカルガールズ2nd

・KOF 14(キングオブファイターズシリーズ)

・スト5(ストリートファイターシリーズ)

・鉄拳7

・ギルティギアストライブ

・ソウルキャリバー6

・キラーインスティンクト

・DOA6(デッドオアアライブシリーズ)

・インジャスティス

・インジャスティス2

・ Them’s Fightin’ Herds

・ブロウルハラ
24-hour-peakall-time-peak
サムスピ新作16160
BB CTB1492746
BB Central14604733
UNI97959
MB AACC642015
MB TL28813182
SG2ndE4063916
KOF 141921173
SF5317813807
TEKKEN 7582518766
GG STRIVE258030939
SOULCALIBUR 627014486
KI55676
DOA61852095
Injustice6910262
Injustice 22951851
Them’s Fightin’ Herds511396
Brawlhalla2214434169

fight <- read.csv(“格ゲーホニャララ.csv”)
head(fight)

result <- lm(X24.hour.peak~all.time.peak,data=fight)
plot(X24.hour.peak~all.time.peak,data=fight)
abline(result,col=”red”)
summary(result)

fight <- fight[,-1]
head(fight)
cor(fight$all.time.peak,fight$X24.hour.peak)
cor.test(fight$all.time.peak,fight$X24.hour.peak)

Rのソースコード(原文ママ)
~上記テーブルを任意のcsvファイルに保存している~
リザルト

さて、これをエクセル・csvにまとめて、all-time-peak(事実上の初動プレイヤー数)と24-hour-peak(主に継続プレイヤー数を表すもの)との相関をRとエクセルにて調べてみよう。回帰分析のひな型に従って回帰結果を示す。

~R(Rstudio)回帰分析結果~

Call:
lm(formula = X24.hour.peak ~ all.time.peak, data = fight)

Residuals:
Min 1Q Median 3Q Max
-7710.1 -568.0 525.6 895.3 10658.3

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1.162e+03 1.138e+03 -1.020 0.322716
all.time.peak 3.701e-01 8.514e-02 4.347 0.000499 ***

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 3655 on 16 degrees of freedom
Multiple R-squared: 0.5415, Adjusted R-squared: 0.5129
F-statistic: 18.9 on 1 and 16 DF, p-value: 0.000499

~R(Rstudio)相関分析結果~

簡単にピアソンの検証結果だけ掲載する。

Pearson’s product-moment correlation

data: fight$all.time.peak and fight$X24.hour.peak
t = 4.3473, df = 16, p-value = 0.000499
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.4098261 0.8952020
sample estimates:
cor
0.7358936

~エクセル回帰分析結果~

ディスカッション・コンクルージョン

回帰係数は約0.7と高く表示され、R・エクセルともにほぼ同じ値が出ている。そのプロットに伴い算出された決定係数は自由度調整済み決定係数も含めて、ほぼすべてにわたり同じ値が出ている。グラフを描いてみてもこれは一目瞭然である。また、算出されたp値も0.001以下と低く算出され、このプロットおよび結果が妥当な値をとっていることが確認できる。

当たり前だけど、格闘ゲームにおいて、初動はその後の継続プレイヤー数に多大な影響力を持つことが確認できた。それが回帰係数及び相関係数が高いゆえんである。

※画像:Steam Chartsより引用