【Unity道場京都スペシャル4】ゲーム制作における機械学習のお手軽活用法

鎌田 泰行 フィールドエンジニア ユニティ・テクノロジーズ・ジャパン合同会社 Generative Art — Made with Unity ゲーム制作における 機械学習のお手軽活用法

さっそくですが 今からいくつかの例題を出します。 開発中・運用中のゲームで同じこ とをやろうとしたらどんな作業が 必要になるかを想像してみてくだ さい。

■例題１ 初回プレイ時のゲームスピード を、もっとも継続率が高くなる ように設定するにはどうしたら よいか？

■例題２ おすすめ課金アイテムを表示 するときに、数ある課金アイテ ムからどれを表示するのが最 も課金につながるか？

■例題３ ステージの合間に広告を入れ たい。何ステージごとに広告を 表示したら最も広告を見ても らえるか？

■例題４ 新しいゲーム内イベントの通 知バナーを画面内のどこに配 置するのが最もクリック率が 良くなるか？

「やってみないとわからん」 開発時には決められない マジックナンバーが存在する

マジックナンバーを見つけるためには？ 1. 2. 3. 4. 選択肢ごとにユーザーを追跡 データを集計 ユーザーセグメントの行動データ分析 分析結果を反映

問題点 — — めんどい マジックナンバーが平均化される — — パーソナライズできない ユーザー個々人にそれぞれ最適解 が出せるのが理想 10

おぼえて！！！ GameTune 12

ユーザーに合ったUXを提供する 全員同じ設定 セグメント別の設定 13 ユーザーに適した設定

5秒で理解る「GameTune」 A,B,C どれがいい？ Bかな 14 GameTune

GameTune ダッシュボードの設定 18

質問をつくる — 何を最適化するか – リテンション – 課金＆広告 – コンバージョン – カスタム 19

質問をつくる 20

GameTune SDKの おおまかな使いかた 21

初期化する — ゲーム起動時に呼ぶ – これによってリテンションが計測される 22

「質問」と「選択肢」を定義して投げる — 質問：何ステージごとに広告を見せると 最も多く広告を見てもらえる？ — — — 選択肢A：3回に1回 選択肢B：5回に1回 選択肢C：毎回 23

「質問」と「選択肢」を定義して投げる 24

「答え（予想）」が返ってくる — 正確には、機械学習によって最適であると予想された答えが返ってくる 25

ゲーム内で「答え」を使用する — 実際に広告の頻度を調整してゲーム体験を提供した — 「答え」が使用されたことをGameTuneに伝える 26

「成果」を通知する — 最適化のターゲットがリテンション以外のとき — チュートリアルを突破した — 広告をみた — 課金アイテムが購入された — 成果地点に到達（コンバージョン）したことをGameTuneに伝える 27

精度は？ 34

精度はデータ量や学習量次第 — — — 学習するほど精度は高くなる 参照するデータは 自分のゲームから送られたデータ ＋ Unityが持っているデータセット（15億台分） 質問内容によっては差が出ない、または 結果が逆転することも 35

精度はデータ量や学習量次第 36 ※数字は少しいじってます

Resources — ドキュメント – http://docs.gametune.unity3d.com/ – SDKダウンロードはここから – 最初に出した例題1~4の答えも載ってます – http://docs.gametune.unity3d.com/#examples 37

• http://docs.gametune.unity3d.com/

Resources — GameTuneのダッシュボード 38

Resources — ベータアクセスの申し込み – https://unity.com/unity/features/gametune 39

• https://unity.com/unity/features/gametune

まとめ — — GameTuneは – 個々人それぞれに最適化された設定を 提供できるサービス – ベータ（アーリーアクセス） – Unityのビッグデータと機械学習モデルの恩恵を お手軽に活用できる – 汎用性が高いので、何に使うかは開発者次第 GameTuneはいいぞ 40

[email protected] [email protected] Generative Art — Made with Unity Thank you!