Vad bestämmer priset på spel och quest; & Num; 2

Innehåll

• Återigen välkomnar jag dig till en kort undersökning om spel, spelare och spelbranschen. Idag ska vi titta på de faktorer som påverkar människornas villighet att betala för spel. Den övergripande teoretiska ram som jag försöker bekräfta ligger här.
• Min tidigare artikel i frågan handlade om aktiva spelare som en möjlig variabel som påverkar ett spelets pris. En titt på 15 spel föreslog att ju fler människor aktivt spelar ett spel, desto högre blir priset för det. Den här gången kommer jag att överväga en rad andra variabler som kan bidra till spelpriser. Oroa dig inte nu - du kommer inte bli ombedd att förstå någon av de statistiska mumbo-jumbo som används för att analysera SteamSpy-data - kärnan i den här artikeln handlar om de teorier jag har bildat från min undersökning.
• Hämta mina händer på siffrorna
• En övergripande granskning
• Skissar en riktig modell
• Vad berättar bordet för oss?
• Slutsatser
• outro

Återigen välkomnar jag dig till en kort undersökning om spel, spelare och spelbranschen. Idag ska vi titta på de faktorer som påverkar människornas villighet att betala för spel. Den övergripande teoretiska ram som jag försöker bekräfta ligger här.

Min tidigare artikel i frågan handlade om aktiva spelare som en möjlig variabel som påverkar ett spelets pris. En titt på 15 spel föreslog att ju fler människor aktivt spelar ett spel, desto högre blir priset för det. Den här gången kommer jag att överväga en rad andra variabler som kan bidra till spelpriser. Oroa dig inte nu - du kommer inte bli ombedd att förstå någon av de statistiska mumbo-jumbo som används för att analysera SteamSpy-data - kärnan i den här artikeln handlar om de teorier jag har bildat från min undersökning.

Hämta mina händer på siffrorna

För att ta reda på vilka faktorer som kan påverka priset på Steam-spel, gick jag in i Steamspy och samlade data på totalt 52 matcher, varav 36 är inte fritt spelbara spel. Jag lägger de råa uppgifterna här om du vill ta en titt. De 13 variablerna som beskriver varje spelintervall från genre och aktiv spelare räknas hela tiden till 3D / 2D, full release / beta och user verdicts.

En övergripande granskning

För den första visningen gjorde jag en serie enkla regressioner i Excel, som i föregående artikel. Av detta var det tydligt att vissa av variablerna har märkbart inflytande vad gäller prisbestämning. Men vissa gör det inte.

Här är några grafer att skumma över, förenade med snabba verdicter om huruvida variabeln är ett trovärdigt inflytande på priset eller inte.

Som du kan se innehåller obetydliga variabler konkurrens och totala konsumtionsutgifter i spelgenren - och konstigt utvecklaren. En intressant variabel här är användarbedömningsresultatet - det visar sig att ju högre spelets pris är, desto lägre blir användarrecensionen troligen. Detta berättar att spelrecensenter är mycket angelägna om att identifiera valuta för pengarna - bra nyheter för gratis-till-spel-utvecklare!

Den viktigaste variabeln från den här första observationen är antalet ägare som spelar regelbundet. Detta är en konstruerad mätning, men det visar tydligt att ju mer regelbundna ägare av ett spel spelar det, desto sannolikt kommer priset på spelet att vara högt. Utmärkt avdrag - ju mer du tycker om spelet är desto högre är priset. Detta har förmodligen mindre inflytande på inledande prissättning som det gör på prisfall efter frisläppandet. Låt oss gå vidare.

Skissar en riktig modell

Med detta i åtanke satte jag fram för att göra en multi-regressionsmodell för data, i huvudsak att kombinera flera av de lilla modellerna tillsammans för att se om passformen förbättras. Det var ursprungligen 13 variabler, och jag beräknade 2 mer - aktiva spelare över kopior som såldes och år sedan det släpptes. Tyvärr visade sig bara några få av dessa statistiskt signifikanta. För den sista modellen lämnade jag bara de variabler som var antingen signifikanta eller förvånansvärt obetydliga - resten är allmänt inte anmärkningsvärda. Du kanske eller kanske inte är bekant med SPSS, så jag kommer att förklara produktionstabellen nedan.

Vad du kan se i de 5 kolumnerna är följande:

För det första finns det de variabler som används, med det konstanta (inte viktiga) ovanpå. Den andra kolumnen visar koefficienterna för varje variabel. Till exempel, om ett spel är en beta, uppskattas det vara $ 13 billigare än en motsvarande full release. Den tredje kolumnen berättar för standardfelet - hur mycket varierar dessa uppskattningar över provet? Den fjärde är t-statistiken, som bara är ett förhållande mellan koefficienten och dess standardfel. T-statistiken låter oss sedan dra nytta av betydelsen eller p-värdet. Om värdet i den femte kolumnen understiger 0,05 antar vi att variabeln verkligen är statistiskt signifikant när det gäller att bilda priset.

Hur p-värdet fungerar:

P-värdet mäter "mängden bevis till förmån för antagandet att koefficienten är noll". Med andra ord, ju lägre p-värdet är, desto mindre sannolikt är det att koefficienten är noll - desto större anledning att tvivla på att variabeln är absolut obetydlig. Vanligtvis antar vi att ett p-värde under 0,05 (eller 5%) är tillräckligt stort för att vi ska kunna säga att den uppskattade koefficienten verkligen säger oss något om befolkningen.

Vad berättar bordet för oss?

1. Som tidigare nämnts, om ett spel är en beta, förväntas det vara ungefär $ 13 billigare än en liknande full release.

2. Förutom att för varje procent av ägare som aktivt spelar spelet ökar priset med $ 3,3 - ju fler människor tycker om sitt köp, ju fler nya spelare är villiga att betala för att gå med på det roliga.

3. Här är en konstig som jag nämnde tidigare. Ju dyrare spelet, desto sämre blir översynen sannolikt, ungefär 1% för varje $ 1. Observera att det här betyder att vissa människor är villiga att betala höga priser för spel med dåliga recensioner ...

En närmare titt visar att det finns liten koppling mellan användarrecensioner och kopior som säljs eller aktiva aktörer, vilket innebär att konsumenterna inte ger lika mycket vikt åt de åsikter som andra tror.

4. Att ha ett solid singleplayer-läge visar sig att öka ett spelpris med $ 12,5, medan ett multiplayer-läge faktiskt inte har någon signifikant effekt.

5. När det gäller obetydliga effekter verkar det inte vara så stor roll hur gammal spelet är, hur erfarna utvecklarna är, eller hur många rumsliga dimensioner det erbjuder för utforskning.

Slutsatser

Det finns mycket mer att göra med detta prov, och jag började inte ens arbeta med de 16 fri-att-spela-spelen. Men vi kan redan hitta lite något för slutsatser.

Först och främst är Steam användarbeteende ganska förvirrande - några av de variabler som du tror skulle betyda verkar vara helt obetydliga, till exempel antalet dimensioner i spel och utvecklarer, och saker som användares betyg visar enorm negativ orsakssamband. Det kan allmänt erkännas, då är granskaren och konsumentdomen inte så viktig för Steam-användare. Utöver det förväntar sig användarna att betala mycket mindre för betas och spel utan en riktig singelspelsupplevelse.

outro

Jag hoppas det ger dig lite mat för tanken. det ger mig verkligen lite. Det är mycket hårdare än väntat att eliminera mysteriet för spelprissättning. Framtida artiklar kommer säkert att innehålla en undersökning av friluftsspel och kan lägga till genomsnittliga speltider och återspelningsbarhet i blandningen av variabler.

Hoppas att du haft den här artikeln! Låt mig veta dina tankar i kommentarerna nedan.