シンキングデータは、CEDEC 2023にて「ゲームの売上を伸ばす：データ分析や機械学習の活用事例とデータ基盤構築方法の紹介」セッションを登壇し、ゲームのデータ分析がどのように行われ、運営タイトルにどのように活用されるかを講演した。
シンキングデータからはデータアナリスト白石陸氏、そして澪標アナリティクス代表の井原渉氏が登壇し、実際にさまざまな企業のゲームの分析を行ってきた実績をもとに、売り上げを伸ばすためのデータの見つけ方について語られた。本稿ではその模様をレポートする。
データも感性も求められる競争激化なモバイルゲーム市場
まずはじめに、白石氏から昨今の市況感について語られた。日本のモバイルゲーム市場は、売り上げやダウンロード数の低下による厳しい状況に直面している。さらに、中国やアメリカからのタイトルが日本市場に進出してきており、グローバルな競争が激化している。ストアランキングにおいても、中国産のタイトルが上位を占めることが増えてきている。
IMDの調査によると、日本企業のデジタル競争力は低下傾向にあるという。特に「ビッグデータの分析と活用」の領域で、日本は世界に遅れを取っているとの結果が出ている。
日本は「世界のロボット分布」や「モバイルブロードバンド加入数」でトップクラスの成績を示しているが、データ活用や企業の俊敏性については世界に対して遅れをとっている。
データ分析によるゲームビジネスの影響は？
昨今のゲーム業界において、データ分析はゲーム開発や運営における重要な要素となっており、機械学習の技術進化もあって、大量のデータを効率的に分析することが可能となったことからも、ゲームの売上を向上させるための鍵となり得るそうだ。
井原氏からも最近はゲーム内外さまざまな場面にて分析を手伝う機会が増えてきたそうだ。
井原氏は、「決定木分析」を使用して、継続率などの要因を解明している。この分析により、ゲーム内のクエスト回数とユーザーの継続率に関連性があること、特に10回以上のクエストを達成したユーザーの継続率が高まる傾向が示された。
さらに、国ごとのデータを検討することで、特定の仕様が一部の国での売り上げを低下させていることも発見できたそうだ。具体的には、キャラクターの進化時のレベルリセットが、一部の国での売り上げの障壁となっていた。
この仕様は日本のスマートフォンゲームであれば一般的だが、ある国では受け入れられていない文化だという。この課題を克服するための変更を実施したところ、売り上げ1位を達成したという。このように、ゲームの売上を向上させる鍵としてデータ分析の重要性を強調した。
一方で、井原氏の見解として、データと勘・経験は相反するものではないことが強調された。実際、某国での売り上げに関する違和感を感じ取る能力は、勘と経験の賜物であったそうだ。データ分析は、明確な仮説や方針が設定された場合に最も効果を発揮する。これを基盤に、データの正確な分析を実施することで、効果的な結果を得ることができるそうだ。
他にも、ソーシャルゲームの運営において、ユーザーがガチャのカード枠を満たすことで課金意欲を失った事例も紹介された。新機能の導入が予想と異なる結果をもたらし、売り上げ低下の原因となったようだ。この問題を解決するために、機械学習を使用して課金率を分析し、行動経済学の手法を取り入れることで改善をおこなったそうだ。このことから、データと勘・経験は両立しなければならないと井原氏は説いた。
ゲーム外のユーザー動向を組み合わせた分析も…昨今のゲーム分析事情
また、ゲーム業界のトレンドとして、ゲームだけでの運営だけでなく、リアルイベントやグッズの物販、メーカーとのコラボの分析相談も増えていると井原氏は話す。このトレンドに対応するため、ゲームと非ゲームのデータを統合分析基盤に取り込んでおり、。機械学習の応用も活発に行われいるそうだ。
特に、カスタマージャーニーの分析では、機械学習が大きな役割を果たしている。井原氏によれば、アンケート結果の分析手法として「重みづけアンケート」が非常に効果的であることが強調された。そして、ゲームのキャンペーン動画配信の効果分析においても、データ分析が重要な役割を果たしているというそうだ。
データ分析においては考慮すべき点が増えてきており、一担当者だけでは運用が難しいものになっている。そんなゲーム会社のお手伝いをするサービスとしてシンキングデータの「ThinkingEngine」だという。
「ThinkingEngine」はそのサービスの設計思想として、「誰もがデータアナリストになり、データの可能性を解き放つ」を挙げ、その利便性や考えに反響もあり、現在では1,000社以上のゲーム企業がこのツールを使っているという。
特徴として、ゲームの開発期から運用期までのあらゆるフェーズ，さらにあらゆるゲームジャンルに対して必要と思われるデータ分析のメソッドが蓄積されている。
▲データ分析にてボトルネックとなる要素。
ゲームで分析を進める上で、気をつけるべき点や押さえておくべき要素がツールの設計思想から組み込まれており、DB設計やユーザセグメント定義なども柔軟に対応できるそうだ。
その上でデータドリブンに外部環境の変化や顧客の分析ニーズに対応したプロダクトの改善を常に行っている。ほとんどのゲーム企業のニーズに応えていると自負し，データ分析にお悩みの方はお気軽に相談してほしいと、講演は終えた。
