RのWeb制作

Webサービス制作のための技術情報を。データ分析(Python、機械学習コンペ他)や自作野球ゲームMeisyoのこと中心。

ブログ Web制作 Meisyo データサイエンス

[Meisyo]ゲームのUIを改善し続ける意味とは

投稿日:

1ヶ月に3回はUIが変わっているMeisyo

何故変え続けているのか。

説明しよう!

今悪いポイント

簡単に言うと新規登録ユーザーさんが定着しない!

チュートリアルでも最終ステップまでの到達率が75%程度。

29人→1W後に定着しているかも?がたった5名(17%)

ただ、その5名は非常に良い定着率です。
1W後継続者の2ヶ月後継続率は50%!(大手のゲームだとここまで行きません)
・・・とはいえ、まだまだ改善する点があると考えています。

考えていること

ユーザーに対してもっとできることはないだろうか?
せっかくゲームを始めようとしてくれたユーザーにもっとストレスなく、ゲームを理解してもらえないだろうか?と。
理解して辞めちゃうならしゃーないと思ってます。
それはそのゲームが悪い。

ただ、このゲームのコアとなる「自分が見出した固有の選手」の育成要素、公式戦の楽しみ等・・・たぶん理解する前に辞めているユーザーが多いのではと考えています。
単純に自分がやって楽しいし。特に公式戦は楽しい。(勝てないけど)

加えて、プレイしてくれる(orしてくれた)ユーザーがコンテンツになる稀有なゲームかと思います。
一人一人育成方針が違うし、選手も違うしでなかなか勝てない。(パラメータ強ければ勝てるわけでもないし)

他のゲームはどうしてもキャラゲー(他の人も持ってるキャラを使わざるを得ない、キャラ格差、レアリティ(ガチャ)競争)になるので、・・・それをどうアピールするかがワカリマセンので改善を行っています。
個人的には「最強パーティ」が存在するのはダメだと思ってます。(最強を追っかけるのも疲れますし)
マネタイズどうすんねんっていう回答も探さないといけない。

見るポイント

仕事でデータを見ている感じでは、

まず、チュートリアルで辞めるユーザーが多い。

どこのポイントで離脱しているかを確認し、「離脱要因は何か?」を考える。
例えば、「ロード時間が長い」や「リセマラポイント」での離脱が多い。
ログを見ている限り、1分も待てないユーザーが多い感じがあります。
ただビッグタイトルでなければ、そこまでひどくはない傾向も。
(ユーザーの質でしょうか・・・そもそもそのゲームをインストールしようと思えない系ゲームもありますし。その時点でそりゃ辞めにくいですよね。)

キャラゲーやってるのでリセマラは仕方ないと思います。
同系統同Lvなのに「1キャラ入れ替えるだけでダメージ2~3倍余裕でした^^」的なのになっているので、最初に当てないと話にならないですし。
課金ユーザーでも本当に当たりが出なかったりでよく続けているな(しかも課金してるし)みたいなユーザーが数多くいます。彼らはスゴイ。

次に、そこまで定着させている原因が何かあると仮定し、定着ポイントを考えます。
何を中心にプレイしているか、プレイ比率の推移はどれくらいかを検討します。
ここらへんで機械学習に掛けたりします。
割と「プレイ回数が多い人は定着しやすい」とかいう当たり前な答えが出てくるのでそれはカットします。

「仮説を立てて、結果に意味がありそうなことをさらに深堀りし、解釈する」
難しいんですよね・・・

実施例

Meisyoでは、分析をそこまで深くはやっていない(というより一人ずつのログが見れる)です。

ただ、「公式戦をプレイしてくれるユーザーはだいたい継続してくれる」という結果が出ているので、
そこに新規登録ユーザーさんの意識を向けようということをやってみています。

まずMeisyoの育成系が多すぎるので「どこに触ればいいかわからない可能性が高い」と考えて、
08/18アップデートも育成をこうやるんですよ的なことを追加しました。

あとは理解しやすいストーリーになっているかどうか。
再度読んでみて突拍子もない話を排除したり、ユーザーが求めているモノ(仮説:自分の思い通りのチームを作りたい)に合わせてチュートリアルを組み立てたりですね。
あくまで数値は数値(結果)でしかないので、「ユーザーが何を考えたか」は人間にしか理解できないです。

まとめ

全てはユーザーのためにと言いたい所ではありますが、
ユーザーにできるだけこのゲームで遊んだのが無駄な時間だったと思わせたくない、後ろ向きな考えがあります。

UIを改善し続ける意味はユーザーのためでもありますし、自分のためでもあります。
本当にコレは面白いのか?をいつも問い続けたいですね。

-ブログ, Web制作, Meisyo, データサイエンス

執筆者:


comment

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

関連記事

統計的因果探索(LiNGAM)を分析実務観点で詳しく解説

統計的因果推論の一分野である統計的因果探索。 その研究の中で生み出された画期的なモデルLiNGAMの解説を行います。PythonによるLiNGAMの実装については、cdt15/lingamと、応用モデ …

自然言語処理×教師なし学習での温故知新 PythonでBERT-MaskedLM実装

はじめに 自然言語処理(BERT、GPT-3)および画像認識(ViT)等で以前のState of The Artモデルを超える精度を発揮したTransformer(元論文:Attention Is A …

機械学習の勉強から見えた「間違いだらけのAI認識」

「AI」という字面が新聞にもネットニュースにも数多く出てくるようになりました。 ただ、機械学習を勉強してて思ったんですが・・・・AIの定義が曖昧すぎる 内容が書いてある記事も殆ど無いし…。 AIが行っ …

no image

C言語およびC++のコンパイラMinGWのインストールとテスト in Windows Vista

Windows環境でCとC++を開発するためのコンパイラ「MinGW」のインストールを行います。 初心者なので少し不安ですが、参考ページを見つつ現状に合わせて行いました。 日付:2013/12/07 …

[Meisyo]育成方針の不均衡を減らすための分析

もともと問題視していた育成方針の選択数の不均衡。 なぜそれが起こるのかというと・・・、 使えない(と思いやすい)育成方針があるってことなんですよね。 詳しく見ていきましょう。 各方針の能力上昇(201 …