17
ソソソソソソソソソソソソソソソソ ソソ 2013-02-09 ソ 3 ソ ソ ソソソソソソソソソソソ 西 KLab ソソソソ ソソソソソソ ソソソソソソソソソ ソソ ソソ

第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

Embed Size (px)

Citation preview

Page 1: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

ソーシャルゲームのアクセス時間帯分析

2013-02-09 第 3 回 関西ソーシャルゲーム勉強会KLab 株式会社 開発制作本部 データ分析グループ

越智 修司

Page 2: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

はじめに

•この発表は個人の見解であり、所属する組織の公式見解ではありません。

•本資料で提示しているデータ・数値は全データから一定の割合でサンプリングされたものから求められたであり、実際のデータを表すものではありません

Page 3: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

自己紹介越智修司

開発制作本部 データ分析グループ携帯ポータルサイト電子マネー・金融関連開発iOS アプリ開発を経てデータ分析担当

@ponpoko1968

Page 4: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析
Page 5: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

KLab の分析環境

詳しくは、http://www.slideshare.net/ShujiOchi/1-kpi

を参照ください

Page 6: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

本日のテーマ• EC サイトなどに比べソーシャルゲームはユー

ザーの属性情報が少ない

• アクセス時間帯x曜日から、職業などが推定できないか ?

• アクセス時間帯から分かる行動パターンからユーザをグルーピングして、それらに KPI 上の差異はあるだろうか?

Page 7: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

調査条件• 期間

• 2012/10/29~ 2012/12/02

• コンテンツ概要

• PF 版カードバトル系ソーシャルゲーム

• 140 万 PV/day( サンプリング後 )

• DAU

• 売り上げログ

Page 8: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

集計方法

•S3 に格納された msgpack 形式の対象期間分のログファイル

•一定の割合のユーザをサンプリングして、 python にて tsv に変換

•R に読み込ませて各種分析

Page 9: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

PV ベースのヒートマップ

• 7 時、 12 時、 19 時に集中

• イベントを開催しているが、無いコンテンツでもおおむね同じ傾向

• この時間帯をコアタイムと呼ぶことにします

Page 10: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

ユニークユーザベース

• UU ベースだとばらけた印象

• 土日の 7 時台にやや違いが。。

• つまり、コアタイムだけ集中的にプレイするユーザがいるのでは?

Page 11: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

平日の朝昼晩のコアタイムにアクセスする(その人の総 PV の 1 割以上)人の

ヒートマップ

この時間しかアクセスしない人が 1 割いる

この時間しかアクセスしない人が 1 割いる

Page 12: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

平日の朝昼晩のコアタイムにアクセスしない(その人の PV の 1 割未満)人のヒートマ

ップ

土日の土日のアクセスがアクセスが

活発活発

土日の土日のアクセスがアクセスが

活発活発

夜間の夜間のアクセスがアクセスが

活発活発

夜間の夜間のアクセスがアクセスが

活発活発

Page 13: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

人数比

Page 14: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

課金率

← のお客さんはリテンション重視。

→ のお客さんは習慣化する

← のお客さんはリテンション重視。

→ のお客さんは習慣化する

Page 15: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

考察

• 弊社の別の調査により、一日に複数回アクセスするお客様は継続率が高いという結果が出ている

• おそらく、コアタイムユーザーは通勤、帰宅の時間に当ゲームで遊ぶことが習慣化していると思われる。

• このことから、たとえばユーザがよくアクセスする時間帯にパーソナライズしてプッシュ通知を送ったり、時間限定のインセインティブを行うなど、ユーザの生活パターンに浸透するような作り込みを行うことで、そのコンテンツの「脳内プレゼンス」が上がるのではないか。

Page 16: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

課題

•今回は恣意的な判断基準でユーザを分類したが、行動パターン発見の自動化・機械化を進めることで、よりきめ細かい分析と、インテリジェントなゲーム運営につなげる

•データが疎なので、 SOM( 自己組織化マップ)あたりが適するのではないか

Page 17: 第3回関西ソーシャルゲーム勉強会 アクセス時間帯の分析

お知らせ

データ分析ブログ始めましたhttp://analysis.blog.jp.klab.com/

データ分析スタッフ募集中!!