お気に入りタイトル/ワード

タイトル/ワード名(記事数)

    腟�申鐃緒申鐃緒申鐃緒申鐃順�鐃緒申鐃処吡�鐃緒申鐃緒申鐃緒申鐃遵献鐃純��鐃緒申鐃緒申/鐃純�鐃処�ワ申鐃緒申�ワ申鐃緒申鐃緒申鐃順�鐃�20膀��ワ申��鐃処��鐃術�鐃緒申鐃初��鐃緒申

最近記事を読んだタイトル/ワード

タイトル/ワード名(記事数)

    LINEで4Gamerアカウントを登録
    [GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート
    特集記事一覧
    注目のレビュー
    注目のムービー

    メディアパートナー

    印刷2012/03/08 15:28

    ニュース

    [GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

    画像集#002のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート
     ゲームにおけるデータマイニング(データを解析し,各項目の相関やパターンなどを抽出する技術)は,なにも今に始まったことではない。ゲーム業界でも,以前はソフトに同梱したアンケートハガキによってデータを集め,プレイヤーの属性などを把握することが行われてきたし,最近では,“実績やトロフィーがどのように解除されているか”といった情報もゲーム開発に役立てられている。オンラインゲーム/ソーシャルゲームなどでは,データの収集がパッケージゲームよりも比較的簡単に行えるため,プレイヤーの行動から詳細な情報を得て分析し,それがさまざまな用途に利用されている。

    画像集#003のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート 画像集#004のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

    DataGenetics代表取締役 ニック・ベリー氏
    画像集#008のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート
     GDC 2012で行われた講演の一つ「Datamining: How to Harvest the Gold in your Game Sales Database」は,その名のとおりデータマイニングがテーマで,「どうやってデータを売上につなげるか」といったことにスポットが当てられている。講演を行ったのは,――いかにもデータに強そうな社名の――DataGeneticsで代表取締役を務めているニック・ベリー(Nick Berry)氏。データのとりやすいオンラインゲームとは事情の異なる,ダウンロード型ゲームの売上を伸ばすためのコツがレクチャーされた。

     ダウンロード販売によって得られるデータといえば,落とされたタイトルの情報のほかは,ダウンロード日時とクレジットカード名義・番号ぐらいのものだが,ベリー氏はこれだけでもさまざまな分析ができると,その手法を紹介した。
    ※ただし,少なくとも日本国内においてはクレジットカード情報も個人情報保護法の対象となるため,使用する場合はその目的について,事前に本人の了解を取る必要がある

     最初にベリー氏が注目したのはクレジットカードの名義だ。「名前が分かったぐらいでどうにかなるのか?」と思うかもしれないが,名前だけでも性別は推測できる
     ただし,中には「Taylor」のように,男女ともに用いられるような名前もある。日本語であれば使われている漢字も性別を判断するのに使えるだろうが,アルファベット表記ではそれができない。そこでベリー氏が注目したのは,社会保障局のデータベースだ。

    画像集#005のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート 画像集#006のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

     アメリカにはソーシャルセキュリティーナンバー(社会保障番号)と呼ばれるものがあり,全国民と一部の外国人には登録が義務付けられている。名前,性別,生まれた年などのデータが,1880年から蓄積されているのだ。つまりこのデータを分析すれば,各名前における性別の割合を計算できるわけだ。今回例に挙げられた「Taylor」の場合は,下の図のようになっている。

    画像集#010のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

    画像集#009のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート
     もちろん,これだけではまだ分析は終わっていない。社会保障局のデータベースにあるのは,名前と性別,そして生まれた年なので,その人が今も生きているのかどうかははっきりしないからだ。
     そこで次にベリー氏が参照したのは,Center for Disease Control and Prevention(CDC:アメリカ疾病予防管理センター)のデータだ。ここには「○年生まれの人が何歳まで生きたか」という情報があり,たとえば1935年に生まれた人は,2000年の段階で82.4%生存しているという。このデータを前述した社会保障局のデータと合わせることによって,下の図のような結果が出る。同じことをさまざま名前に対して行うと考えると気の遠くなるような作業だが,つまりは名前のデータだけでもそれなりに精度の高い性別のデータを作れるのだ。

    画像集#007のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

     ――といったように,自分達が得た情報を基に,ほかのデータと組み合わせて分析を進めれば,さまざまなことが分かる。もちろんこれはあくまでもデータマイニング方法の一つのサンプルであり,そのまま日本で可能なわけではない。だが,自分達で集めたデータだけでは調べられないことも,他者が提供するデータと組み合わせれば,有益な情報を得られるという本質は変わらないだろう。

     もちろん,データマイニングはこれだけでは終わらない。上記のような方法で得られた情報を,いかに活用するが鍵だ。
     その例としてベリー氏が挙げたのは,ほかのゲームや,映画,テレビドラマに関するデータを収集し,自社タイトルとの親和性を計るということ。自社タイトルをプレイしている人達がほかにどんなタイトルを遊んでいるのか,どんなテレビ番組や映画を観ているのなどが分かれば,広告の出稿先を選ぶときの参考にもなるだろう。

     データを分析することによって,さまざまな無駄を省ける。「みんな分かってはいるが,そこまでは手が回っていない」という会社も少なくないという。もっとも,現在成功している会社の多くは,的確にデータマイニングを実施し,それを次の製品やサービスの開発・宣伝にしっかりと生かせているそうだ。

    画像集#011のサムネイル/[GDC 2012]“データの使い方教えます”。限られたデータからさまざまな情報を引き出す方法が語られた,データ分析専門企業の講演レポート

     データを重視することからは,常識を打ち破る斬新なものは生まれにくいかもしれない。ただ,会社として一定期間のうちに成果を収めなければいけない状況なら,データからヒントを得て動くという姿勢は重要だろう。
     もっとも,データ分析には膨大な時間と作業量がかかるので,ベリー氏が経営するようなデータ分析を専門とする会社にアウトソーシングをすることにもなる。だからこそ,ベリー氏はこういう形でタネを明かしているのだろう。

    DataGeneticsコーポレートサイト

    • この記事のURL:
    尊贈造孫造属造�造足造谷 G123造�促族臓村促�

    �坦其臓臓則G123

    4Gamer.net最新情報
    スペシャルコンテンツ
    注目記事ランキング
    集計:04月03日~04月04日
    4Gamerからお知らせ