کدام بازی‌های موبایلی بالاترین امتیازها را می‌گیرند؟ / یادداشت سوم از سلسله تحلیل‌های رگرسیونی روی داده‌های کافه بازار

0
126

در این گزارش به مانند یادداشت‌های پیشین در سلسله تحلیل‌های رگرسیونی روی داده­‌های کافه بازار، به بررسی عوامل تأثیرگذار بر هر بازی در کسب رضایت کاربران و مشخص کردن ویژگی‌های مؤثر در کسب امتیاز بیشتر از طرف کاربران پرداخته‌ شده است. همچنین در این یادداشت، آمار‌های توصیفی متنوعی نیز گزارش شده است که مروری بر آن‌ها خالی از لطف نیست. به مانند گزارش‌های گذشته، برای انجام این پژوهش از مدل رگرسیون لوژستیک برای پاسخ‌های ترتیبی استفاده کرده‌ایم. در این گزارش متغیر‌های موجود بدون تغییر نسبت به گزارش قبل باقی‌مانده است.

همچنین به‌منظور بررسی دقیق‌تر دقت مدل با تقسیم داده‌ها به دو گروه داده‌های آموزشی که شامل 70 درصد داده‌ها می‌شوند و داده‌های آزمایشی که باقی 30 درصد داده را در برمی‌گیرند به‌دقت تقریباً 91 درصدی مدل در اختصاص برچسب صحیح امتیاز تعدیل‌شده به بازی‌ها می‌رسیم.

ضمناً در این یادداشت از داده­های گردآوری‌شده از فروشگاه بازار در نیمه اول اردیبهشت 1399 و مفهوم امتیاز تعدیل‌شده خیلی خوب مشابه با یادداشت اول استفاده‌شده است.

در جدول 1، 50 بازی برتر فروشگاه بازار با بالاترین امتیاز تعدیل شده ارائه شده‌­اند.

بیشترین رشد در هر ژانر بر اساس تعداد نصب فعال در فاصله زمانی نیمه‌دوم اسفند 1398 تا هفته اول اردیبهشت‌ماه سال 1399 در جدول 2 خلاصه شده است.

  • ژانر

مولفه ژانر به زیر بخش‌­های استراتژی، اکشن، امتیازی، آموزشی، تفننی، خانوادگی، رانندگی، شبیه­‌سازی، کلمات و دانستنی­‌ها، ماجرایی، معمایی و ورزشی تقسیم می­‌شود. در این مولفه ژانر آموزشی به عنوان رده مبنا در نظر گرفته شده است.

بر اساس آنچه در جدول ارائه شده است، بازی­‌های ژانر کلمات و دانستنی‌ها در حال حاضر بیشترین بخت را برای دریافت امتیاز تعدیل شده خیلی خوب دارا هستند. همچنین برای مثال، بخت دریافت امتیاز تعدیل‌شده خیلی خوب برای یک بازی در ژانر ورزشی، 2.41 برابر بیشتر از یک بازی در ژانر آموزشی است. نکته قابل ذکر در این جدول افزایش قابل توجه بخت بازی‌های تفننی و رشد رتبه این ژانر در بخت رسیدن به امتیاز تعدیل شده خیلی خوب نسبت به سایر ژانر‌ها است.

  • مدل‌های درآمدی

وضعیت پرداخت هر بازی به هفت زیر بخش بازی‌های رایگان، رایگان با پرداخت درون برنامه‌ای، فروشی با هزینه بین 500 تا 3000 تومان، 3000 تا 5000 تومان، 5000 تا 10000 تومان، 10000 تا 20000 تومان و بالای 20000 تومان تقسیم می‌شود. در تحلیل این مؤلفه، بازی‌های فروشی بین 3000 تا 5000 تومان به‌عنوان رده مبنا در نظر گرفته‌شده است، درنتیجه سایر زیر بخش‌های مؤلفه وضعیت پرداخت با آن مقایسه می‌شوند. جدول 4 نتایج این تحلیل را مشخص می‌­کند.

آنچه مشخص است، بازی‌های دارای درون پرداخت از بخت بیشتری برای کسب امتیاز خیلی خوب نسبت به سایر مدل‌های درآمدی برخوردار هستند.

  • حجم بازی

حجم بازی‌ها را به پنج دسته تقسیم و آن‌ها را به‌صورت متغیر دسته‌ای وارد مدل کردیم. جدول 5 نتایج این بخش از تحلیل­‌ها را منعکس کرده است.

با توجه به جدول فوق بخت دریافت امتیاز تعدیل‌شده خیلی خوب برای بازی‌هایی با حجم بالای 100 مگابایت بیشتر از سایر بازی‌ها است و کمترین بخت را بازی‌هایی با حجم کمتر از پنج مگابایت دارند. به عبارت دیگر بازی‌هایی با حجم بیشتر بخت بیشتری برای کسب امتیاز تعدیل شده خیلی خوب دارد.

  • مدت‌زمان سپری‌شده از انتشار

مدت‌زمان سپری‌شده از انتشار بازی به 5 زیر بخش تقسیم‌ شده است تا به شکل یک متغیر دسته‌بندی‌شده دربیاید. جدول 6 نتایج تحلیل مدل روی مدت‌زمان سپری‌شده از انتشار را مشخص می­‌کند. تعداد روزهای انتشار کمتر از 500 روز به‌عنوان رده مبنا انتخاب ‌شده است.

با توجه به جدول فوق بخت دریافت امتیاز تعدیل‌شده خیلی خوب برای بازی‌هایی با حجم بالای 100 مگابایت بیشتر از سایر بازی‌ها است و کمترین بخت را بازی‌هایی با حجم کمتر از پنج مگابایت دارند. به عبارت دیگر بازی‌هایی با حجم بیشتر بخت بیشتری برای کسب امتیاز تعدیل شده خیلی خوب دارد.

  • نصب فعال

تعداد نصب‌های فعال هر بازی به قطع یکی از مهمترین عوامل در بروز موفقیت هر بازی و کسب امتیاز تعدیل شده خیلی خوب است. ما این متغیر را نیز مانند سایر متغیر‌های کمکی به صورت دسته‌بندی شده وارد مدل کرده‌ایم. در این ویژگی رده مبنا تعداد نصب‌های فعال کمتر از 100 نصب فعال بوده است. جدول 7 نتایج این بخش را مشخص می­‌کند.

همانطور که ملاحظه می­‌شود، بخت دریافت امتیاز تعدیل‌شده خیلی خوب برای بازی‌هایی که بیش از 5000 نصب فعال دارند نسبت به بازی‌هایی با کمتر از 100 نصب فعال حدود 57.07 برابر است.

آنچه در این تحقیق منعکس شد، بخش کوچکی از تلاش برای درک بهتر وضعیت بازی­‌های موبایلی در ایران است. مسلماً این تلاش‌­های آماری با کاستی­‌های فراوانی همراه بوده و راهی طولانی برای بهبود و کاربردی شدن در پیش دارد. به شکل خاص، هرچه متغیرهای بیشتری در مدل وارد شوند، نتایج مدل معتبرتر خواهد بود و در اولین یادداشت از سلسله یادداشت‌­های تحلیل رگرسیونی روی‌داده‌های کافه بازار از ساختار ساده‌­ای برای تحلیل استفاده‌شده است. طی کردن این مسیر به‌تنهایی میسر نخواهد بود و به همین دلیل از همه علاقه‌­مندان دعوت می­‌شود برای ارائه انتقادات و پیشنهاد‌ها، نظرات خود را به آدرس research@ircg.ir ایمیل کنند.

محمدرضا صیدی

 

 

 

كارشناسی ارشد آمار رياضي از دانشگاه تهران، عضو مركز تحقيقات بازی‌های ديجيتال (دايرك) و علاقه‌مند به علوم داده هستم. تحليل داده و داده‌كاوی مربوط به حوزه بازی‌های ديجيتال را مورد بررسی قرار می‌دهم

ارسال یک پاسخ

لطفا دیدگاه خود را وارد کنید!
لطفا نام خود را در اینجا وارد کنید