Мой фон
Мое первое знакомство с мобильными играми началось в 2007 году с моего первого телефона, в котором были относительно рудиментарные мобильные игры. Но эй, конечно, было удобно проводить время, когда я на улице, без необходимости носить с собой портативную консоль. Однако обычно в детстве я проводил большую часть своего свободного времени, играя на компьютере. Только в 2012 году я познакомился с Puzzle and Dragons, которая больше похожа на современные мобильные игры с ее стилем «гачапон» микротранзакций и сохранением прогресса в зарегистрированной учетной записи.
С тех пор я играю почти исключительно в мобильные игры, что имеет смысл, поскольку усовершенствования в технологии мобильных устройств резко улучшили доступность и качество доступных игр. Для кого-то вроде меня, который постоянно в движении и у которого в запасе всего несколько коротких моментов в день, это идеальная игровая платформа для меня.
Почему индустрия мобильных игр?
Мобильные игры в 2019 году составили самую большую долю доходов от видеоигр, опередив как консоли, так и ПК по относительно большой рентабельности.
Прогнозируемые данные на 2020 год показывают, что мобильные игры по-прежнему доминируют на рынках, а также демонстрируют самый большой рост среди всех платформ (13,3%).
Это относительно новый рынок с высокими темпами роста, поэтому он представляет собой интересную область для проведения исследований и открытия новых выводов.
Как Data Science используется в этой области?
Очевидно, что наука о данных используется для максимизации суммы прибыли, получаемой от любой предстоящей игры. Можно просто собрать данные об успешных мобильных играх и методах их монетизации, а затем следовать тем же моделям. Некоторые аспекты монетизации:
- Освежает энергию
- Шанс получить определенные юниты / предметы из игровых лутбоксов или «гачапон»
- Покупка внутриигровой валюты
- Косметические варианты
- Характеристики качества жизни
- Сезонные абонементы на эксклюзивный контент
- Механика ускорения
Собранные данные можно превратить в модель, используемую для определения того, как эти различные аспекты следует обрабатывать при запуске, а также в каком направлении они должны двигаться по мере развития игры, чтобы увеличить шансы на то, что пользователь потратит деньги.
Однако просто зарабатывать деньги в краткосрочной перспективе недостаточно. Удержание игроков очень важно, как и то, как сторонние сообщества видят игру. Возможно, компании также используют науку о данных, чтобы увидеть, увеличит ли краткосрочная потеря прибыли долговечность игры и, возможно, отсрочит неизбежную стагнацию новых игроков. Возможно, создание хорошей репутации «щедрой» компании поможет увеличить число заинтересованных игроков в будущих играх. В то же время чрезмерная щедрость может нанести ущерб игровой экономике.
Еще одно возможное использование науки о данных - это прогнозирование успеха авангардных изданий и определение того, стоит ли инвестировать в такие усилия или нет. Например, можно собрать данные о различных аспектах определенных жанров и предсказать, хорошо ли эти аспекты сочетаются с аспектами другого жанра, на основе отзывов / предложений пользователей.
Что мне интересно делать в этой области с Data Science?
Поскольку я являюсь потребителем, а не разработчиком, моя цель не в улучшении моей игры и бренда, а скорее в моем и, возможно, многих других опытах в указанных мобильных играх. Время в мобильных играх обычно относительно преходяще, но сформировавшиеся сообщества - нет. Эти люди, как правило, путешествуют стаями, в том числе я и мои друзья, в поисках новых мобильных игр. Один из проектов, над которым я хотел бы работать с навыками, которые я буду изучать во время прохождения курса Flatiron, - это помочь пользователям лучше выбирать мобильные игры, наиболее похожие на то, что они ищут, не только по жанру, но и по жанру. многие другие факторы, которые могут их заинтересовать. Хотя магазины приложений, как правило, предоставляют рекомендации для пользователей, они, похоже, не очень точны в предоставлении подходящих рекомендаций.
Возможно, по мере дальнейшего изучения этой области я смогу сделать выводы, которые будут полезны как разработчикам, так и пользователям.
Вызов новичку в этой сфере
С самого начала я заметил несколько вещей, которые немного затрудняют прогнозирование. На ум приходят следующие вещи:
- Трудно судить о «ценности» внутриигровых покупок по отношению к экономике игры, не имея глубокого понимания каждой игры.
- Большой объем информации, такой как валовой доход, ежедневный доход, общий объем возвратов и ежедневные уникальные загрузки, не является широко доступным для широкой публики, поэтому будет сложно делать выводы только со страницы магазина.
- Обычно для большинства игр поддерживаются несколько регионов, причем в некоторых случаях это совершенно разные версии одной и той же игры.
- Будет сложно учесть необычные обстоятельства, такие как эксплойты, злоупотребление ошибками и сторонние услуги.