実験
概要
PlayFab の実験の機能は、ゲームに最適な戦略を特定するのに役立ちます。 これを行うには、複数の同時実験を実行し、統計的な信頼性を確保します。
さまざまなバージョンのゲーム構成、価格モデル、アウトリーチ メカニズムを比較し、実験を通じてタイトルの目標に最適なバリエーション (エンゲージメント、収益化、リテンションなど) を決定することで、プレイヤーエクスペリエンスを向上させることができます。
PlayFab の実験の機能
PlayFab の実験は、ゲームで実験を実行するためのカスタマイズされたソリューションです。 これは、Microsoft の内部実験プラットフォームを利用していて、Minecraft、Azure、Office、Bing など多くの Microsoft 製品で使用されるクラス最高の機能が解き放たれます。 PlayFab の実験を使用すると、次の機能を利用できます:
- PlayFab ゲーム マネージャーおよびスケーラブルな API で (対話型および自己ダイレクト) ユーザー インターフェイスを使用した複数の同時実験の作成と管理。
- 既存のトラフィックを利用して、ランダムだが制御された方法で、目的の対象ユーザーをターゲットに設定する。 セグメントを試し、各バリエーションの対象ユーザーの割合を定義できます。
- 実験のスケジュール設定、またはすぐに実行する。
- 実験のスコアカード結果の分析。 スコアカードは高信頼性を確保しつつ計算され、強化された統計の詳細を保持します。 これにより、統計的有意性が示され、サンプル比率の不一致が観察された場合にアラートが生成されます。
- タイトル データ、プレイヤー プロファイル、PlayStream イベント、CloudScript、Insights Explorer など、他の PlayFab サービスとの整合性。
PlayFab の実験バリアントを使用した実験構成
実験では、ゲームの構成、ゲーム内エクスペリエンス、またはその他のゲームの成長戦略を比較します。 これらの構成は、ゲーム コードを使用して有効にし、バリアント変数ペアまたはバリアント オーバーライド ペアにマップできます。 各構成は、任意のゲーム エクスペリエンスを有効にするために、実験のバリエーションに簡単にマップできます。
コントロール エクスペリエンスはコントロール バリアントにマップされ、プレイヤーの動作を調査し、どのバリアント エクスペリエンスまたは構成がより適切に動作するかを判断するために、処置バリアントにマップされた 1 つ以上の処置エクスペリエンスと比較されます。
変数にマップされたゲーム構成 (新しいコード展開は必要ありません)
- 各構成は、各バリアントが変数でサポートされているバリアントに簡単にマップできます。 これらの変数を使用すると、パラメーター化を介してさまざまなゲーム エクスペリエンスのセットをバンドルできます。
ゲーム構成としてのオーバーライド (ゲーム コードの変更は必要ありません)
- PlayFab サービスを使用したゲーム構成は、コードを追加せずにオーバーライドを使用して実験できます。
- オーバーライドは、既定のタイトル データへの変更を含む構成のサブセットであり、実験でバリアントとして使用できます。 現時点では、オーバーライドを使用した実験は、タイトル データを使用する場合にのみ使用できます。
- タイトル データを含む構成は、ゲームのリモート構成をサーバーに格納および管理するのに最適なキーと値のペアのセットです。 これにより、タイトル全体の構成変数がアクセス可能、整理可能になり、クライアント側で取得できます。
注意
オーバーライドを使用した同時実験では、相互に排他的な対象プレーヤーで実験することをお勧めします。 これにより、構成のオーバーライドが正しく割り当てられ、クライアント側での操作が行われなくなります。 したがって、統計的に正しい実験設計が得られるため、分析結果が正しくなります。
PlayFab の実験の概要
PlayFab 実験を使用すると、ランダム化された複数の実験を、管理され、制御された方法で同時に実行できます。 プロセスは以下のとおりです。
- 実行中の実験のバリアント グループごとに、バリアント ID と呼ばれる一意の識別子が各プレイヤー プロファイルにタグ付けされます。 これらのバリアント ID は、クライアントまたはサーバー側のコードを介してさまざまな処理に割り当てられます。 したがって、さまざまな処置動作がインストルメント化されます。
- 各バリアント グループは変数でサポートされ、定義されます。 これらの変数はバリアント グループの属性であり、パラメーター化によって異なるゲーム エクスペリエンスのセットをバンドルすることができます。
- 統計的有意性計算を使用した実験の結果の信頼性の高い計算が提供されます。
- 対象ユーザーのトラフィックが途中で発生したときの問題の検出。 これは多くの場合、クラッシュを引き起こしたり、ログに影響を与えたりする処理によって発生します。 PlayFab の実験機能は、このような問題にフラグを設定して、信頼性の高い実験を実行できるようにします。
