公開CCUと1点の公式アンカーから、ライブサービスゲームのリテンションはどこまで推定できるか — Limbus Companyにおけるback-calculationと多タイトル一般化検証

野中, 宏太郎

doi:10.51094/jxiv.5554

##article.authors##

野中, 宏太郎リガ工科大学

DOI:

https://doi.org/10.51094/jxiv.5554

キーワード:

ライブサービス、リテンション、逆計算、識別可能性、非契約設定の顧客ベース分析、公開外部指標、感度分析

抄録

ユーザーレベルのテレメトリを持たない外部者が、公開された同時接続数(CCU)時系列と少数の公式アンカーのみから、ライブサービスゲームのリテンションと流入を推定できるかを検証する。疫学のback-calculationと同型の畳み込み分解を、Steam版DAU/MAU実測が公式配信で開示されている稀有なタイトルLimbus Companyに適用し、活性化エピソード基準のD180=3.5%(感度分析込みで3.0〜6.6%)、person基準の恒久帰属率≈27%(20〜39%)、および1人あたり平均約3.9回(観測期間約3.3年)の反復復帰という三層構造を、ホールドアウト・合成データ復元・独立逆算の三重検証の下で推定した。次に、事前凍結した同一手順を公式アンカーを欠く7タイトルへ機械的に適用したところ、リテンションカーネルの構造パラメータは全タイトルで識別できず、この非識別は適合度指標にもマルチスタートの収束一致にも現れず、探索範囲の境界緩和診断によって初めて可視化された。episode基準とperson基準の形式的分離、および「開示されたアンカーが識別可能性を決める」という定量的知見が本研究の貢献である。

利益相反に関する開示

著者は開示すべき利益相反を有しない。

ダウンロード *前日までの集計結果を表示します

ダウンロード実績データは、公開の翌日以降に作成されます。

引用文献

Bauckhage, C., Kersting, K., Sifa, R., Thurau, C., Drachen, A., & Canossa, A. (2012). How players lose interest in playing a game: An empirical study based on distributions of total playing times. In Proceedings of the 2012 IEEE Conference on Computational Intelligence and Games (CIG). IEEE.

Brookmeyer, R., & Gail, M. H. (1994). AIDS Epidemiology: A Quantitative Approach. Oxford University Press.

Fader, P. S., Hardie, B. G. S., & Shang, J. (2010). Customer-base analysis in a discrete-time noncontractual setting. Marketing Science, 29(6), 1086-1108. https://doi.org/10.1287/mksc.1100.0580

Hanner, N., Heppner, K., & Zarnekow, R. (2015). Counting customers in mobile business - the case of free to play. In Proceedings of the Pacific Asia Conference on Information Systems (PACIS 2015). Association for Information Systems.

Jerath, K., Fader, P. S., & Hardie, B. G. S. (2016). Customer-base analysis using repeated cross-sectional summary (RCSS) data. European Journal of Operational Research, 249(1), 340-350.

Legner, L., Eghtebas, C., & Klinker, G. (2019). Persuasive mobile game mechanics for user retention. In Extended Abstracts of the Annual Symposium on Computer-Human Interaction in Play (CHI PLAY '19 Extended Abstracts) (pp. 493-500). ACM. https://doi.org/10.1145/3334480.3356261

Lu, J. (2002). Predicting customer churn in the telecommunications industry - an application of survival analysis modeling using SAS. In Proceedings of the 27th SAS Users Group International Conference (SUGI 27), Paper 114-27.

McCarthy, D. M., Fader, P. S., & Hardie, B. G. S. (2017). Valuing subscription-based businesses using publicly disclosed customer data. Journal of Marketing, 81(1), 17-35. https://doi.org/10.1509/jm.15.0519

McCarthy, D. M., & Fader, P. S. (2018). Customer-based corporate valuation for publicly traded noncontractual firms. Journal of Marketing Research, 55(5), 617-635.

Perianez, A., Saas, A., Guitart, A., & Magne, C. (2017). Churn prediction in mobile social games: Towards a complete assessment using survival ensembles. arXiv preprint arXiv:1710.02264.