Aunque tengamos datos en gran cantidad, es necesario cierto trabajo para poder «comprenderlos» y eso implicar realizar ciertos análisis y poder visualizarlos de alguna manera.
El análisis exploratorio de datos (EDA, Exploratory Data Analysis) tiene como objetivo entender «la forma» de los datos antes de hacer cualquier procesamiento con ellos. Es posible identificar anomalías, lanzarse a cuestionar algunas hipótesis y hasta descubrir patrones no anticipados gracias a este tipo de análisis. Las herramientas son las que ya conocemos de Estadística Descriptiva básica: medidas de tendencia central como la media, la mediana o la moda, y medidas de dispersión como la varianza, la desviación típica o el rango intercuartílico. Siempre teniendo en cuenta que estas medidas muestran solo un aspecto «superficial» de los datos (ej. la media de gasto en un videojuego F2P está muy alejada de lo que realmente un «whale player» puede llegar a gastar).
Análisis univariante y bivariante
El estudio univariante va inspeccionando variables individuales haciendo usos de las herramientas visuales más básicas: histogramas, diagramas de caja (los llamados boxplots) y las curvas de densidad.
En el estudio bivariante ya se miran relaciones entre cada par de características, utilizándose matrices de correlación (Pearson o Spearman) y gráficos de dispersión (scatter plots) para detectar dependencias lineales y no lineales entre atributos (ej. ¿cuanto más horas juega la gente, más victorias consigue?).
Análisis multivariante
El análisis multivariante busca estudiar interacciones complejas entre variables. Por ejemplo, cómo influyen múltiples variables a la vez en un mismo evento. Debido a la complejidad de este tipo de análisis, suele ser necesario usar ciertas técnicas de reducción espacial: Análisis de Componentes Principales (PCA, Principal Component Analysis), Incrustación estocástica de vecinos distribuida según la distribución t (t-SNE, t-distributed Stochastic Neighbor Embedding) o Aproximación y proyección uniforme de variedades (UMAP, Uniform Manifold Approximation and Projection). Estas técnicas tienen en común que buscan proyectar espacios de decenas de variables a espacios 2D ó 3D y de ese modo, pudiendo ya mostrar gráficos bi- o tri- dimensionales ser capaces de inspeccionar visualmente los datos.
En videojuegos es frecuente usar técnicas de visualización como los mapas de calor (heatmaps) o la visualización de trayectorias y embudos (paths and funnel analysis). En un mapa de calor proyectamos un color que va variando de azul (frío) a rojo (calor) en determinadas coordenadas espaciales (X, Y, Z) del escenario de juego para identificar aquellas zonas donde hay más muertes, atascos en la navegación, puntos ciegos de diseño o cosas así. Con la visualización de trayectorias y embudos vemos, por ejemplo, los caminos que siguen los jugadores en el juego, contabilizando por ejemplo el porcentaje de los que van quedando vivos según superan niveles cada vez más difíciles.
Más información
Para complementar es recomendable consultar otros documentos.
- …
Esta página está licenciada bajo CC BY-NC-SA 4.0 por Laboratorios Narratech.