Señala que esta información resulta de gran utilidad para que las empresas creadoras diseñen estrategias que mantengan el interés del jugador. El modelo, llamado 'survival ensemble', predice el día exacto en el que un usuario va a dejar de jugar, por qué y en qué nivel del juego.

Según África Periáñez, directora del equipo de investigadores, el algoritmo que han desarrollado utiliza el método denominado 'ensemble', el cual se basa en muchos algoritmos de aprendizaje en vez de en uno solo. Ello mejora la precisión de la predicción, al examinar muchas más correlaciones y modelos alternativos”.

“Cada vez que ejecutamos el modelo usamos 1.000 submodelos”, explica, y “cada uno de ellos es distinto y da importancia a diferentes variables con distintas condiciones iniciales”.

Dentro de cada submodelo, el equipo ha usado además un algoritmo de análisis de supervivencia. Estos modelos “se utilizan en medicina para predecir cuando un paciente va a experimentar un evento de interés; y en biología, para saber cómo se van a comportar determinadas células en el organismo”, detalla la responsable.

COMBINACIÓN DE MODELOS

Los investigadores de Silicon Studio han combinado ahora por primera vez la potencia del algoritmo de supervivencia y de los modelos de 'ensemble' en el campo de los videojuegos.

Según Periáñez, “con ello hemos logrado un alto nivel predictivo, porque este algoritmo se adapta automáticamente a los datos del juego que se quiere analizar”. Puede predecir así el día en el que un usuario va a dejar de jugar, por qué y en qué etapa del juego, con lo que “desde sus primeros días ya sabemos con alta probabilidad hasta qué nivel llegará el usuario y cuántos días tardará en alcanzarlo”, indicó.

“La principal e inmediata prioridad de la industria es intentar alargar la ‘vida’ del jugador y que compre lo máximo posible”, prosigue Periáñez, “y también entender sus necesidades y diseñar un juego que sea más divertido y estimulante”.

Desde la aparición de los juegos para 'smartphones', “las empresas cuentan con mucha información de los usuarios almacenada (sus acciones, conexiones, compras, etc). Por eso, empiezan a ver que tienen que cambiar hacia un modelo de desarrollo basado en datos, sabiendo quiénes son sus jugadores, qué es lo que les gusta y prediciendo sus reacciones”, concluye la investigadora.