In diesem Beitrag möchte ich meine Erfahrungen mit dem Sammeln und Analysieren der Basis von Spielen auf der Metacritic.com-Website teilen und Ihnen erzählen, was passiert ist und was noch in den Plänen steht. Ich hoffe, dass das Material seinen Leser findet und mögliche Rückmeldungen Schwächen und mögliche Richtungen für die weitere Analyse aufzeigen.
Hintergrund
Viele von uns hatten in diesem Frühjahr und Sommer ein paar freie Stunden am Tag zur Verfügung - von zu Hause aus arbeiten, Geschäftsabschwung und andere Gründe, die jeder kennt. Ich habe mich entschlossen, meine Freizeit für immer zu nutzen - um R, das ich seit meiner Studienzeit nicht mehr genutzt hatte, zu straffen und gleichzeitig an realen Daten zu üben (es ist wertlos für Zertifikate ohne echte Projekte).
Warum habe ich diese spezielle Basis gewählt? Weil ich Spiele liebe. Und auch, weil es im Juni einen Skandal um das Spiel The Last of Us gab. Teil II , der fast von der Kritik hoch gelobt wurde und von einem Teil der Gaming-Community äußerst negativ aufgenommen wurde.
Ich war daran interessiert, eine Antwort auf mehrere Fragen zu finden:
- Wie stimmen die Bewertungen der Presse und der Spieler überein?
- Gibt es eine signifikante Dynamik bei a) Pressebewertungen; b) die Einschätzungen der Spieler; c) der Unterschied in den Schätzungen?
Und ich fing an, nach Antworten zu suchen.
Erster Versuch. Relativer Erfolg
Ich habe mich entschlossen, auf metacrtitic.com nach Antworten zu suchen - dies ist eine große Website, die Bewertungen von Spielepublikationen zusammenfasst und es Benutzern ermöglicht, Spiele (und nicht nur diese) zu bewerten (wichtiger Hinweis: Um ein Spiel zu bewerten, ist es überhaupt nicht erforderlich, den Besitz des Spiels nachzuweisen). Es schien, dass die Aufgabe einfach sein würde: "Analysieren Sie die Metakritiker und fühlen Sie die Basis mit Ihren Händen!"
Gesagt, getan. Für das Publikum von Habr wird es wahrscheinlich kein Geheimnis sein: Um heute funktionierenden (! = Guten) Code zu schreiben, ist es überhaupt nicht notwendig, Programmierer zu sein. Zumindest habe ich voll daran geglaubt und mein Problem gelöst.
Mit Google, Stackoverflow und dem, was ich auf DataCamp lernen kann, habe ich an einem Tag eine Datenbank mit ~ 16.000 Zeilen gesammelt, in der ich für jeden Beitrag den Namen, die Plattform, die Nutzerbewertung, die Kritikerbewertung und das Veröffentlichungsdatum gespeichert und sofort zwei erstellt habe Grafiken, die er dann auf einer der russischen Plattformen für Spiele und spielnahe Themen veröffentlichte.
Erste Ergebnisse
Es gab keine verständliche Analyse hinter den Grafiken - nur eine sorgfältige Beschreibung der beobachteten Effekte. Die Community akzeptierte die Visualisierung jedoch sehr (und jemand entwickelte sogar die Idee und führte anschließend ein neuronales Netzwerk ein, das Bewertungen für Spiele generiert ), was einen Anreiz darstellte, nicht alles auf halbem Weg aufzugeben und weiter in der Datenbank zu stöbern.
Zweiter Versuch. Interessant fängt gerade erst an
Ich glaube, dass dies für das Habr-Publikum kein Geheimnis sein wird: Arroganz ist schlecht, und das Schreiben eines funktionierenden (! = Guten) Codes ist keine leichte Aufgabe, egal wie nützlich Stackoverflow ist. Google und Guides sind „Es ist einfach, Seiten im Internet zu analysieren, Sie brauchen sie nur … “
Ich veröffentlichte die ersten resultierenden Grafiken am 24. und 25. Juni und in der nächsten Woche konnte ich kaum an etwas anderes denken, als mehr Informationen zu sammeln.
Der Code, den ich geschrieben habe, hat sich jedoch völlig schrecklich verhalten. Ist er:
- Arbeitete langsam (und das war offensichtlich);
- Ich habe Duplikate einiger Datensätze gesammelt und andere völlig ignoriert (und dies war nicht offensichtlich, da ich nach dem Kompilieren der Basis von Links zu Seiten mit Spielen Duplikate daraus entfernt habe und wenn die Anzahl der Zeilen auf Zehntausende steigt, kann man nicht mit Sicherheit sagen, ob Sie etwas verpasst haben). ...
Am Ende half The Last of Us, das zweite Problem zu finden. Teil 2, den ich in der kompilierten Datenbank nicht finden konnte - und nach ein paar Iterationen gelang es mir, einen Code zu finden, der korrekt funktioniert.
Die Lösung des ersten Problems mag für jeden, der durch Programmieren Geld verdient, trivial erscheinen - aber ich bin keiner von ihnen. Ich schlage vor, Sie grinsen nur mit mir (ehrlich gesagt war es ein echter „Aha!“ - Moment, obwohl das Problem selbst einfach lächerlich ist).
Die Geschichte hat den Code nicht gespeichert, aber ich habe immer noch einen Screenshot - Sie können ihn unter dem Spoiler auswerten (seien Sie vorsichtig, ein Angriff der spanischen Schande ist möglich ).
Du wurdest gewarnt
Letztendlich wurden beide Probleme gelöst. Der Parser-Code wird auf GitHub veröffentlicht . Ich bin mir sicher, dass es immer noch viele Kontroversen gibt, aber jetzt scheint es zu funktionieren (was definitiv Punkte zu meinem PSI hinzufügt).
Ambulante Karte oder Beschreibung der Metacritic.com-Datenbank
Die endgültige Liste der Seiten mit Spielen, die analysiert werden mussten, wurde am 1. Juli zusammengestellt und enthielt 96.719 Einträge - Links zur Spieleseite auf Metacritic.com (ich habe die Linkbasis aus dem alphabetischen Index für jede verfügbare Plattform gesammelt, also dasselbe Spiel kann in der Datenbank für jede einzelne Plattform gefunden werden (fairerweise sollte beachtet werden, dass die Schätzungen in diesen Fällen auch unabhängig sind).
> length(all_platforms)
[96719]Das ist interessant: Tatsächlich gab es in dieser Datenbank 96.718 Datensätze, die für die Arbeit geeignet waren. Metacritic speichert ein Spiel namens *** in einer alphabetischen Liste für den PC (ja, dies sind drei Sternchen - und nein, dies ist keine Zensur), aber der Link befindet sich darin Die Liste zeigt auf die PC- Spieleseite , nicht auf die vorhandene Spieleseite . Ich sehe nicht viel Sinn darin, es "von Hand" hinzuzufügen - das Spiel hat weder Benutzerbewertung noch Kritik; Daher bietet die Analyse praktisch keinen Nutzen (natürlich unter Berücksichtigung der Größe der Datenbank).
Von den 96.718 verbleibenden Zeilen führen 213 Links zu einer 404-Seite oder einem "Schwur" bei 500 Serverfehlern. Diese Seiten werden übersprungen, wenn die Datenbank erfasst und aktualisiert wird.
> length(all_platforms) - nrow(base_df)
[1] 213Wie sind diese Spiele nach Plattformen unterteilt? Werfen wir einen Blick nach oben:
In Bezug auf die Anzahl der Spiele steht der PC voraussichtlich an erster Stelle, und dann folgt iOS (für mich) ganz unerwartet und überholt alle Konsolen der aktuellen Generation. Darüber hinaus ist auch ohne eine separate Aufschlüsselung nach Jahr ersichtlich, dass die Anzahl der Spiele mit jeder nachfolgenden Generation zunimmt.
Schauen wir uns die Anzahl der Spiele nach Veröffentlichungszeit an - im Zusammenhang mit Jahr, Halbjahr und Monat der Veröffentlichung des Spiels:
Im Jahr 2019 ist ein Drawdown im Vergleich zu 2018 deutlich sichtbar - möglicherweise wird die Metacritic-Datenbank noch aufgefüllt, aber der Unterschied ist bislang deutlich spürbar. Es wird interessant sein, die Ergebnisse von 2020 zu betrachten.
Neben dem erwarteten Anstieg der Anzahl der Spiele von Jahr zu Jahr ist auch klar, dass die zweite Jahreshälfte etwas populärer ist - die Strategie der Veröffentlichung von Spielen für die Neujahrsfeiertage ist klar zu lesen (oder vielmehr die Veröffentlichung mit einer gewissen "Verzögerung" - Veröffentlichung von Oktober bis November, damit das Spiel Zeit hat, Presse und zu sammeln Empfehlungen). Es ist unmöglich, über den Erfolg einer solchen Strategie zu sprechen, die auf metakritischen Daten basiert - Sie müssen sich die Verkaufsdaten ansehen, aber dieses konsistente Verhalten der Verlage lässt Sie an ihre Wirksamkeit glauben.
In der ersten Jahreshälfte gibt es keine so deutlichen Spitzen - schließlich sind Weihnachten / Neujahr die universellsten Feste der Welt, die eindeutig mit Geschenken verbunden sind.
Das ist interessant:In der metakritischen Datenbank haben nur 18 Spiele kein vollständiges Veröffentlichungsdatum. 17 davon sind Spiele auf dem PC, eines mehr - auf Wii U. Vier von ihnen haben das angegebene Jahr, eines hat den Status "TBA 2011", der Rest - TBA oder TBA - Early Access. Nicht schlecht für eine so beeindruckende Basis!
Von den verbleibenden 96.505 Einträgen haben 25.943 (26,9%) Kritikerbewertungen, 29.129 (30,2%) Benutzerbewertungen und 20.739 (21,5%) Spiele haben beide Bewertungen.
: 1/5 metacrtitic.com , . , 20 – , . , metacritic.com ( metacritic.com, , ). , (, ), . , , – metascore, .Informationen zur Anzahl der Einträge,% der bewerteten Spiele (graues Etikett mit einer Zahl zwischen dem Plattformnamen und der Leiste - es wird auch mit einer farbigen Füllung angezeigt) in einer grafischen Darstellung.
Ich war auch daran interessiert, den Anteil der Exklusiven auf jeder Plattform zu sehen. Auch hier sind PC und iOS führend - PC offensichtlich aufgrund der Besonderheiten der Plattform (der Entwickler schuldet dem Plattforminhaber nichts - weil es einfach keinen Plattformhalter gibt, ähnlich wie bei Konsolen); und iOS aufgrund der Tatsache, dass mobiles Spielen eine völlig separate Welt ist, die sich nur teilweise mit klassischem Spielen überschneidet (zumindest im Sinne von auf der Plattform veröffentlichten Titeln). Darüber hinaus ist deutlich zu erkennen, dass je neuer die Generation, desto mehr Multiplattform-Spiele darauf sind - obwohl Nintendo hier, das auch viele tragbare Konsolen in seinem Portfolio hat, mit seinen eigenen exklusiven Serien auffällt. Bitte beachten Sie, dass die Hauptkonsolen der ausgehenden Generation - PS4 und Xbox One - die Liste abrunden.zeigt fast das gleiche Ergebnis - 12% bzw. 11% der Exklusiven. Es ist jedoch wichtig, die Anzahl der auf der Plattform veröffentlichten Spiele anzupassen - die Konsole von Sony ist in diesem Indikator dem Konkurrenten von Microsoft voraus - und die absolute Anzahl der exklusiven Spiele ist hier größer. Im Allgemeinen ist die Richtlinie jedoch vergleichbar - mit der Ausnahme, dass das Unternehmen aus Redmond weniger für Marketingunterstützung für Spiele ausgibt, die nur auf seiner Plattform verfügbar sind.
Unten sehen Sie eine grafische Darstellung der Verteilung der Bewertungen (Benutzerbewertungen werden auf eine 100-Punkte-Skala reduziert) - man kann nicht sagen, dass es überhaupt keine Unterschiede bei den Bewertungen gibt, aber sie liegen ziemlich nahe beieinander.
Um eine eindeutige Schlussfolgerung über den Unterschied in den Bewertungen zu ziehen, vergleichen wir die Durchschnittsbewertungen mit einem gepaarten t-Test (da wir die Mittelwerte zweier Merkmale für dieselben Objekte vergleichen). Unabhängig davon stelle ich fest, dass die angegebenen Durchschnittswerte mit der Anzahl der Spielbewertungen gewichtet werden. Das Ergebnis - unter Berücksichtigung der Größe der Datenbank - wird erwartet, die Unterschiede sind signifikant:
> t.test(x = both_scores$UserScore * 10,
y = both_scores$MetaScore,
paired = TRUE)
Paired t-test
data: both_scores$UserScore * 10 and both_scores$MetaScore
t = -17.603, df = 20738, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-1.823471 -1.458075
sample estimates:
mean of the differences
-1.640773Zu diesem Zeitpunkt bieten sich zwei Schlussfolgerungen an:
- Die Verteilung der Bewertungen, unabhängig von der Quelle, wird nach rechts verschoben, die Zehn-Punkte-Skala wird sehr begrenzt verwendet - die Bewertungen der Spiele tendieren zum oberen Teil der Skala.
- Benutzer und Kritiker neigen dazu, Spiele unterschiedlich zu bewerten - im Durchschnitt liegt die Benutzerbewertung auf einer 100-Punkte-Skala ~ 1,6 unter MetaScore (was jedoch für einen der Verbraucher dieser Bewertungen ein geringfügiger Unterschied sein kann - ein Spieler, der versucht, sich vor dem Kauf ein Bild von dem Spiel zu machen).
Was weiter? Lass uns den ganzen Weg gehen.
Wandlung zum Bösen
Zunächst möchte ich das Histogramm in vollem Umfang betrachten.
In der Grafik sind einige interessante Dinge zu sehen. Einige Schätzungen sind deutlich häufiger als benachbarte. Dies ist bei "runden" Zahlen durchaus verständlich - 40, 50, 70 Punkte sind bei Benutzern beliebt. Die Grafik zeigt deutlich, dass das Spiel weniger wahrscheinlich eine Punktzahl von 79 Punkten erhält. Wenn es diesen Wert erreicht hat, ist es nicht schade, eine zusätzliche zu werfen, entweder für diejenigen, die professionell Bewertungen schreiben, oder für diejenigen, die einfach ihre Meinung teilen. Aber wenn Sie es in keiner Weise ziehen können, wird das Spiel höchstwahrscheinlich eine Note niedriger sein - daher die Spitzen in Punkten, die mit 8 oder 3 enden. Jeder liebt hübsche Zahlen!
Weiter im Programm - Histogramme der Verteilung der Schätzungen für jedes Jahr separat ab 2001 (ehrlich gesagt wurde ich eher von der Schönheit der Visualisierung als von irgendeinem anderen Grund geleitet). Hier erleben wir eine erstaunliche Reise der durchschnittlichen Benutzerbewertung von exorbitanten 83 Punkten im Jahr 2001 auf schreckliche 47 Punkte im Jahr 2020 - wir werden zu letzterem zurückkehren, aber denken Sie vorerst daran, dass zum Zeitpunkt des Sammelns der Basis genau ein halbes Jahr vergangen war und einige Spiele noch nicht veröffentlicht wurden. Vor diesem Hintergrund sehen die Ergebnisse der Kritiker bemerkenswert stabil aus und reichen von 70 Punkten im Jahr 2007 bis 75 im Jahr 2020, was noch nicht vorbei ist.
Was ist mit Plattformen? Hier kann man deutlich die Favoriten der Kritiker sehen - dies sind Spiele, die auf dem Nintendo 64 veröffentlicht wurden (ich möchte Sie jedoch daran erinnern, dass es nur 94 davon gibt - mit Schätzungen aus beiden Quellen - in der Datenbank) und ... iOS, seltsamerweise. Die Sympathien der Spieler sind wieder auf der Retro-Seite - vergleiche einfach den beeindruckenden Durchschnitt von 86 Punkten auf der PlayStation mit den dürftigen 66 auf PS4-Spielen! Eine ähnliche Dynamik zeigt sich in der Xbox-Familie. Unabhängig davon zeigen der Nintendo Switch und die Xbox 360 eine bemerkenswerte Übereinstimmung zwischen Kritikern und Benutzern.
Vielleicht liegt der Grund für die höheren Benutzerbewertungen für ältere Spiele in der Ebene der Psychologie - meine Hypothese ist, dass die Leute ihnen Jahre und möglicherweise Jahrzehnte nach der Veröffentlichung Bewertungen gaben, um ihre Erinnerungen an das Spiel und eine glückliche Kindheit und nicht das Spiel selbst zu bewerten. Um diese Hypothese zu bestätigen oder zu widerlegen, müssen jedoch Metadaten für jede Benutzerumfrage abgerufen werden - die vorhandene Inferenzbasis reicht nicht aus.
Kommen wir bis zum Jahr auf die Analyse zurück.
Auch hier können wir - aber deutlicher - die Stabilität der Kritikerbewertungen und den stetigen Rückgang der durchschnittlichen Nutzerbewertung beobachten - bis zu 47 Punkte im Jahr 2020. Intuitiv scheint es, dass die Korrelation zwischen den Schätzungen abnehmen sollte - es lohnt sich, die Grafik mit Korrelationen zu betrachten.
Die graue Linie zeigt die allgemeine Korrelation für alle Beobachtungen in der Datenbank (einschließlich der vor 2000 veröffentlichten Spiele). Auf den ersten Blick werden die Bewertungen von Spielen, die seit Mitte des letzten Jahrzehnts veröffentlicht wurden, immer weiter auseinander, während die Meinungen von Kritikern und Spielern immer mehr auseinander gehen.
Wir haben jedoch immer noch eine ungewöhnlich niedrige durchschnittliche Spielerbewertung im Jahr 2020. Und bevor Sie fortfahren, müssen Sie sich damit befassen.
Lassen Sie uns ein Streudiagramm für die Anzahl der Nutzerbewertungen und Bewertungen von Kritikern zeichnen. Ich habe die Skala mit der Anzahl der logarithmischen Bewertungen der Spieler absichtlich nicht erstellt - auf diese Weise werden zwei extreme Ausreißer viel besser gelesen.
Achten Sie auf die beiden Punkte mit der maximalen Anzahl von Benutzerbewertungen - Warcraft 3: Reforged und The Last of Us: Teil 2. Beide Spiele haben eine niedrige durchschnittliche Benutzerbewertung (im Gegensatz zu ihren weniger bewerteten Nachbarn aus den Top 10 in Bezug auf die Anzahl der Bewertungen). und die Anzahl der Bewertungen selbst fungiert als Koeffizient bei der Berechnung der Durchschnittsnote für das Jahr - daher unterschätzen beide die Durchschnittsnote erheblich. Unten sind die genannten Top 10 aufgeführt - und es ist einfach so passiert, dass beide Spiele im Jahr 2020 veröffentlicht wurden.
Beide Spiele sind eindeutig Opfer des sogenannten "Review Bombing" - obwohl Warcraft 3: Reforged im Prinzip eine große Enttäuschung für die gesamte Community, einschließlich der Kritiker, darstellt. Es ist jedoch unklug, zu hohe oder zu niedrige Bewertungen zu löschen, indem weiterhin über den Zusammenhang zwischen Spielerbewertungen und Kritikern gesprochen wird. Was wäre, wenn nur diese beiden Spiele ausgeschlossen wären? Nun, die durchschnittliche Nutzerbewertung im Jahr 2020 wird deutlich steigen. Der Einfluss auf den Korrelationskoeffizienten ist jedoch praktisch nicht wahrnehmbar - im Gegensatz zum Durchschnitt wurde bei der Berechnung das "Gewicht" des Spiels nicht berücksichtigt.
Was ist, wenn wir alle Spiele mit zu vielen Bewertungen von der Analyse ausschließen? Und wie viel ist zu groß? Schauen wir uns die Variable genauer an:
> summary(both_scores$UserReviews)
Min. 1st Qu. Median Mean 3rd Qu. Max.
4.0 11.0 25.0 144.2 75.0 104424.0Eines der klassischen Kriterien für die Suche nach Ausreißern ist ein Schwellenwert von anderthalb Interquartilen. In unserem Fall - (75-11) * 1,5 = 96 (was zum Wert des dritten Quartils addiert werden muss). Es gibt keine Emissionen "von unten" - die Benutzerbewertung wird festgelegt, wenn mindestens vier Bewertungen vorliegen, aber von oben werden 2768 Spiele entfernt, sodass 17 971 Einträge verbleiben.
Wir können wieder durchschnittliche Benutzerbewertungen unter 70 nach 2011 und einen allmählichen Rückgang der Korrelation seit 2017 beobachten - es ist jedoch anzumerken, dass ähnliche Korrelationsindikatoren bereits zuvor aufgetreten sind - im dargestellten Zeitraum 2000-2020 sind 2005, 2010-2011, 2015 deutlich hervorzuheben. 2016 Jahre. Der Rückgang war jedoch nie systematisch - Anzeichen dafür sind im Zeitraum 2017-2020 erkennbar. Es gibt zwei mögliche Erklärungen: Erstens kann der Beitrag von Überprüfungsbomben überschätzt werden; zweitens kann ich seinen Umfang unterschätzen, und es ist notwendig, das Kriterium des akzeptablen Maximums an Nutzerbewertungen weiter zu reduzieren; Für dieses Material werde ich mich jedoch an die erste Hypothese halten und die Überprüfung der zweiten als mögliche Diskussion belassen.
Zusätzlich zu allem, was oben bereits besprochen wurde, möchte ich die Öffentlichkeit direkt auf den Unterschied in den Bewertungen aufmerksam machen - für dessen Berechnung wurde wiederum die durchschnittliche Benutzerbewertung mit 10 multipliziert.
Zum ersten Mal erscheint in diesem Material eine Verteilung, die in ihrer Form einer Normalen ähnelt (theoretisch der Forscher) Es ist notwendig, die Verteilung auf Normalität zu überprüfen. Es gibt jedoch eine Einschränkung, nach der bei einer zufälligen Auswahl von Beobachtungen und einer ausreichend großen Basis der Unterschied zur Normalverteilung mit statistischen Standardwerkzeugen ignoriert werden kann. Dies kann als lokaler Erfolg angesehen werden. Es wird jedoch nicht möglich sein, den Erfolg mit einer formellen Überprüfung zu festigen. Wenn Sie die Normalität anhand des Pearson-Chi-Quadrats überprüfen, erhalten Sie einen p-Wert, der deutlich unter 0,05 liegt:
> Diff <- unlist(both_scores %>%
mutate(ReleaseDate = year(ReleaseDate), Diff = UserScore * 10 - MetaScore) %>%
select(Diff))
> nortest::pearson.test(Diff)
Pearson chi-square normality test
data: Diff
P = 35078, p-value < 2.2e-16Es bleibt nur zu akzeptieren, um uns daran zu erinnern, dass die Schlussfolgerungen, die auf der Analyse von Spielen mit beiden Bewertungen auf Metacritic.com basieren, nicht für Spiele im Allgemeinen verallgemeinert werden sollten - und mit diesem Gedanken die Analyse fortsetzen.
Schauen wir uns den Unterschied in den Bewertungen nach Jahr der Veröffentlichung des Spiels an:
Wenn die erste Grafik schwer zu interpretieren ist, zeigt die zweite deutlich die zuvor angegebene Tendenz - die Spieler sind gegenüber den "alten" Spielen günstiger - und neigen dazu, neue Spiele schlechter als die Presse zu bewerten. Interessanterweise liegt der durchschnittliche Unterschied bei Spielen, die 2009-2010 veröffentlicht wurden, sehr nahe bei Null - und schauen Sie, welche Spiele vor einem Jahrzehnt veröffentlicht wurden! Es sei jedoch daran erinnert, dass die Korrelation zwischen den Schätzungen im Jahr 2010 relativ gering ist - es scheint, dass die tatsächliche Anzahl der Spiele mit abweichenden Schätzungen in diesem Jahr groß ist, aber die Vektoren der Unterschiede gleichen sich aus.
Schauen wir uns zum Schluss die Plattformen an - einzeln und unabhängig vom Erscheinungsjahr des Spiels:
Wenn wir den Nintendo 64 mit seinen 89 Titeln ausschließen, ist die Situation im Allgemeinen auf verschiedenen Plattformen erwartungsgemäß ähnlich. Die Spitze der Nulldifferenz schwankt jedoch - zum Beispiel sind die Bewertungen für Spiele auf dem Nintendo Switch konsistenter, während die Bewertungen für Spiele auf iOS auf der Skala "verschmiert" sind - und die "Spitze" der Verteilung ist wahrscheinlicher bei einem Wert von etwa -20 - Die Plattform ist klar führend in Bezug auf die Anzahl der unzufriedenen Spieler. Die folgende Grafik bestätigt dies nur. Übrigens gehören hier auch die Hauptkonsolen der ausgehenden Generation zu den "Marktführern" bei der Abneigung gegen PS4- und Xbox One-Benutzer. Obwohl im Nintendo-Camp nicht alles wolkenlos ist - die Bilanz ist negativ.
Möglicherweise haben Sie die folgende Grafik bereits am Anfang des Artikels gesehen. In dieser Version gibt es jedoch mehr Spiele und die iOS-Plattform wurde hinzugefügt. Sie erhält den ehrenwerten letzten Platz in Bezug auf die Verbundenheit der Bewertungen.
Vielleicht lohnt es sich, hier anzuhalten und zu Schlussfolgerungen zu gelangen.
Zusammenfassen
Die Welt ist nicht in Bronze gegossen oder aus Stein gemeißelt. Etwas an ihm ändert sich.
Offensichtlich ändern sich die Spiele selbst. Die Spieler ändern sich auch - ihre Anzahl und Meinungsvielfalt wächst. Und wenn die Bewertungsbranche versucht, einige - wenn auch unausgesprochene - Standards einzuhalten und die durchschnittliche Punktzahl bei ~ 7,5 Punkten zu halten, beurteilen die Spieler die Situation eindeutig anders - für Spiele, die im Abstand von 20 Jahren (2000 und 2020) veröffentlicht wurden, beträgt die durchschnittliche Benutzerbewertung Metacritic fiel von 8,5 auf 6,9 - ein schwerer Verlust!
Was sind die Gründe dafür? Meine Hypothesen:
- Metakritische Spieler neigen dazu, die Spiele, die sie in ihrer Kindheit verbracht haben, besser zu bewerten - nostalgische Effekte, die von professionellen Kritikern (wahrscheinlich) fehlen oder ausgelöscht werden;
- , , Metacritic, - , «» 7.5 ;
- , Metacritic – , , «» ( ).
Zwei davon können überprüft werden, und der Ansatz ist nahezu identisch. Mit einigem Aufwand kann festgestellt werden, ob die Bewertungen, die lange nach der Veröffentlichung des Spiels abgegeben wurden, höher sind als die in den ersten Tagen / Wochen danach. Um die Auswirkungen von Bombenangriffen auf Bewertungen zu eliminieren, lohnt es sich außerdem, Spiele mit einer extrem hohen Anzahl von Bewertungen in den ersten Stunden nach Verfügbarkeit der Möglichkeit zur Veröffentlichung von Bewertungen zu "bereinigen" - oder diese ersten Benutzerbewertungen zumindest zu ignorieren.
Die Überprüfung der zweiten Hypothese erfordert einen enormen Arbeitsaufwand, um die gesamte Reihe von Spielen neu zu bewerten (da sie die Objektivität von Kritikern in Frage stellt, gibt es keine Möglichkeit, sich auf diese Einschätzung zu verlassen). Ein guter Indikator wäre vielleicht das Verhältnis von Gebühren zu Spielbudgets, aber die Verlage zögern, solche Zahlen zu teilen - und der Marketingeffekt wurde nicht aufgehoben (Sie können die gleiche Art von Sportlern oder die Förderer von Ubisoft und Activision Blizzard lange Zeit beschuldigen, aber diese Spiele werden immer noch von Jahr zu Jahr genug verkauft große Ausgaben).
Wir werden beobachten.