وبلاگ

چطور سرویس آنالیتیکس به بازی سازان کمک میکند؟

در بازار امروز توسعه یک بازی سودآور ، کاری پرچالش است. سالیانه هزاران عنوان بازی توسط پلتفرم های سخت افزاری و کانال های توزیع منتشر می شود که برای جلب نظر کاربران با یکدیگر در رقابت هستند و از این رو فضای صنعت بازیسازی به شدت رقابتی است. در چنین شرایطی برای توسعه اثربخش بازی، مجموعه ای از ابزارها و تکنیک ها درحوزه های مدیریتی و فنی در این صنعت به وجود آمده و یا از بخشهای دیگر IT به صنعت بازیسازی افزوده شده است. یکی از این ابزارها «آنالیتیکس» است که در سال های اخیر تاثیر بسزایی بر صنعت بازیسازی و همچنین پژوهش های بازی محور داشته است.

«آنالیتیکس[1]» را می توان فرآیند کشف و به اشتراک گذاری الگوهای داده ای به منظور «حل مشکلات کسب و کار» و یا «پیش بینی آینده» نامید.

همانطور که از این جمله مشخص است، آنالیتیکس هم می تواند با دیدگاه گذشته نگر برای بررسی وضع موجود به کار رود و هم می تواند با دیدگاه آینده نگر برای پشتیبانی از تصمیمات، پیش بینی جریان های آتی و بهبود عملکرد مورد استفاده قرار گیرد. در آنالیتیکس از متدولوژی های موجود در علوم آمار، داده کاوی، ریاضی، برنامه نویسی، تحقیق در عملیات و نمایش داده بهره گیری می شود. این مفهوم به کوئری[2] زدن و ساخت گزارشات هوش تجاری[3] (BI) محدود نیست، بلکه مدلسازی پیش بینانه و بهینه سازی پیش بینی ها را شامل می شود.

«آنالیتیکس» عموما مبتنی بر مدلسازی محاسباتی است و گستره آن حوزه های گوناگونی نظیر بازاریابی، ریسک، مالی و تحلیل رفتار را در بر می گیرد. ذکر این نکته ضروری است که آنالیتیکس با آنالیز مترادف نیست، بلکه چتری است که متدولوژی های مرتبط با یافتن و به اشتراک گذاری الگوهای داده ای را پوشش می دهد، در حالیکه آنالیز کارکردی فردی دارد مثل انجام تحلیل خاص در جستجوی پاسخ یک پرسش مشخص روی مجموعه ای از داده ها!

با توجه به همه این توضیحات می توان گفت «آنالیتیکس» زیرمجموعه ای جدید از هوش تجاری است که در تمام سطوح شرکت ها صرف نظر از اندازه آنها کاربرد دارد. هوش تجاری مفهوم گسترده ای است که هدف اصلی آن تبدیل داده خام به اطلاعات مفید است. به هر روشی (عموما مبتنی بر رایانه) که شناسایی، ثبت، استخراج و تحلیل داده های کسب و کار را شامل شود، هوش تجاری گفته می شود، چه این کار در سطح استراتژیک انجام شود و چه در سطوح عملیاتی. هدف اصلی هوش تجاری فراهم آوردن اطلاعات مناسب جهت تصمیم گیری در کلیه سطوح سازمان است و در نهایت می توان گفت آنالیتیکس بازی به عنوان زیرمجموعه ای از هوش تجاری به بازیسازان کمک می کند تصمیمات مناسبی برای تحقق اهداف خود اتخاذ نمایند.

analytics1

در همین چارچوب می توان گفت مزیت اصلی بکارگیری زیرساخت های آنالیتیکس بازی، اتخاذ تصمیمات آگاهانه تر در مراحل طراحی، برنامه نویسی، تست و انتشار بازی است. آنالیتیکس بازی هم در تولید (مثل بهبود تجربه کاربری) و هم در طول پروژه بازیسازی (مثل فرایند توسعه بازی در مقایسه با سایرین) به کار می آید. اما در دهه گذشته تمرکز آنالیتیکس بازی بر تحلیل رفتار کاربر به عنوان پیشرانی مهم برای ارزیابی موفقیت بازی بوده است. علت این امر را می توان در نقش وب آنالیتیکس و موبایل آنالیتیکس در شکل گیری و توسعه آنالیتیکس بازی جستجوی کرد. از آنجاییکه مفهوم آنالیتیکس بازی، مفهومی نسبتا جدید است و بر عکس هوش تجاری یا حتی وب آنالیتیکس که مقالات و کتب متعددی درباره آنها منتشر شده است، در این حوزه هنوز اصطلاحات و فرآیندهای استاندارد به بلوغ لازم نرسیده اند. در سلسله مقالات آنالیتیکس بازی سعی خواهیم کرد بر دو جنبه آنالیتیکس بازی به شرح زیر بپردازیم:

تله متری[4]: به دستیابی به داده از راه دور و به صورت دیجیتال تله متری گفته می شود، اما در اصل هر سیگنالی که ارسال می شود، تله متری است. در حوزه بازی های دیجیتال، متداول ترین سناریو دستیابی به زمان نصب برنامه و یا هر رویداد دیگر با استفاده از داده هایی است که به سمت سرور ارسال می شود و امکان ذخیره سازی و تحلیل و گزارش دهی سریع داده فراهم می گردد.

کاربران: داده های مرتبط با رفتار کاربران قطعا یکی از مهمترین منابع هوشمندی در آنالیتیکس بازی به حساب می آید و آنالیتیکس کاربر محور یکی از حوزه های کلیدی در آنالیتیکس بازی است. در این چارچوب کاربر از دو منظر مورد تحلیل قرار می گیرد، از دیدگاه مشتری و از دیدگاه بازی باز.

گرچه آنالیتیکس بازی حوزه هایی مانند تولید و عملکرد فنی را نیز پوشش می دهد، اما این موارد عمومیت کمتری دارد. بطور کلی یک سرویس آنالیتیکس در صنعت بازیسازی برای تحلیل رفتار کاربر بر اساس رویدادهای انجام شده در بازی با درنظر گرفتن کانال دریافت بازی بکار گرفته میشود.

در این سری مقالات سعی بر این داریم که به معرفی نحوه کار یک سرویس آنالیتیکس و همچنین مزایای آن برای بازیسازان بپردازیم. در مقالات آتی به مواردی نظیر چگونگی جمع آوری داده های بازی و شاخصهای مناسب تحلیل به تفکیک هریک از ژانرهای بازی پرداخته خواهد شد.

 

 

 

این مقاله در شماره دوم ماهنامه بازی بان به قلم "ندا مثنوی" و "مهدی یزدی راد" منتشر شده است و در نگارش آن از کتاب Game Analytics – The Basics نوشته شده توسط Anders Drachen, Magy Seif El-Nasr, and Alessandro Canossa کمک گرفته شده است.

 

 

[1] Analytics

[2] Query

[3] Business Intelligence

[4] Telemetry

با عضویت در خبرنامه دیتابین، هیچ خبر و رویداد جدیدی را از دست نمیدهید

اطلاعات تماس

تهران - ولنجک - دانشگاه شهید بهشتی - ساختمان مرکز رشد دانشگاه - واحد 109

53 14 2247 021

info [at] databeen.ir

مجوزها


کلیه حقوق برای شرکت داده نشان پارسیان محفوظ است.