<\/p>\n
Nuestro supuesto fundamental es que el userscore es la evaluaci\u00f3n real de los videojuegos, mientras que el metascore, es el puntaje alterado por las influencias de las mega corporaciones que hacen juegos, en este articulo mostraremos como obtuvimos la informaci\u00f3n de metacritic y luego mostraremos como evaluamos testeamos estadisticamente la “generosidad de los reviewers”.<\/p>\n
Los Datos Disponibles<\/h3>\n
Como dije antes, el sitio tiene los puntajes promedio y el detalle, para nuestros fines descargaremos para los juegos de PS4 los siguientes datos:<\/p>\n
- \n
- MetaScore<\/li>\n
- UserScrore<\/li>\n
- Empresa que publica el juego<\/li>\n
- Detalle del MetaScore (Nota que puso cada reviewer)<\/li>\n<\/ul>\n
Por ejemplo para el caso de Fifa 17, ver\u00edamos algo de este estilo en la pagina:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/fifa-300x121.jpg?resize=937%2C378\")
<\/p>\nGenerando para cada juego un registro con esta informaci\u00f3n (ocult\u00e9 la llave con la que cruzar\u00e9 con la tabla de detalles):<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/tabla-userscore-300x43.jpg?resize=1033%2C148\")
<\/p>\nPor otro lado a continuaci\u00f3n podemos ver, el detalle de los reviews contiene el puntaje que puso cada reviewer\u00a0a un juego en particular.\u00a0En este caso, todos los reviews de Fifa 2017:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/review-fifa17-300x187.jpg?resize=967%2C603\")
<\/p>\nExtracci\u00f3n de Datos<\/h3>\n
Para extraer los datos utilizaremos selenium a trav\u00e9s de python. Selenium es un controlador que permite manejar un navegador ya sea Firerox, Chorme o PhantomJS a trav\u00e9s de c\u00f3digo escrito en alg\u00fan lenguaje como python.<\/p>\n
Para simplificar las cosas, extraeremos los datos a un set de archivos .csv, conde cada uno contendr\u00e1 la informaci\u00f3n disponible para 100 juegos.<\/p>\n
El c\u00f3digo es el siguiente:<\/p>\n
\r\n\r\nimport pandas as pd\r\nimport time\r\nimport sys\r\n\r\nfrom selenium import webdriver\r\nfrom selenium.webdriver.common.keys import Keys\r\ndriver = webdriver.Chrome()\r\n#driver = webdriver.PhantomJS()\r\n\r\nurl_generica = "http:\/\/www.metacritic.com\/browse\/games\/score\/metascore\/all\/ps4\/filtered?sort=desc&page={}"\r\n\r\ndef get_game(url):\r\n print("GoTo " + url)\r\n driver.get(url)\r\n game = driver.find_element_by_xpath('\/\/h1[@class="product_title"]\/a[@class="hover_none"]\/span[@itemprop="name"]').text\r\n print(game)\r\n registro = pd.DataFrame({"game" : [game],\r\n "publisher" : [driver.find_element_by_xpath('\/\/*[@itemprop="publisher"]\/span[@class="data"]').text],\r\n "devel" : [driver.find_element_by_xpath('\/\/*[@class="summary_detail developer"]\/span[@class="data"]').text],\r\n "metascore" : [driver.find_element_by_xpath('\/\/*[@itemprop="ratingValue"]').text],\r\n "userscrore" : [driver.find_element_by_xpath('\/\/div[@class="userscore_wrap feature_userscore"]\/a[@class="metascore_anchor"]\/div').text],\r\n "metascore_url" : [url + "\/critic-reviews"],\r\n "userscore_url" : [url + "\/user-reviews" ], \r\n "game_url" : [url]\r\n })\r\n print("Metascore Scrapped")\r\n return(registro)\r\n \r\ndef get_metascore_detail(url):\r\n driver.get(url)\r\n print("Scrapping Details")\r\n registro = pd.DataFrame({\r\n "detail_metascore_value" : [x.text for x in driver.find_elements_by_xpath('\/\/div[@class = "module reviews_module critic_reviews_module"]\/\/div[@class = "review_grade"]')],\r\n "detail_metascore_source" : [x.text for x in driver.find_elements_by_xpath('\/\/div[@class = "review_critic"]\/div[@class="source"]')] \r\n })\r\n registro["metascore_url"] = url\r\n print("Details Scrapped")\r\n return(registro)\r\n \r\npaginas = [x for x in range(8)]\r\nwhile len(paginas) > 0:\r\n p_num = paginas.pop()\r\n url = url_generica.format(p_num)\r\n print(url)\r\n driver.get(url)\r\n games_urls = driver.find_elements_by_xpath('\/\/*[@class="product_item product_title"]\/a')\r\n games_urls = [l.get_attribute("href") for l in games_urls]\r\n \r\n compiled_metacritic = pd.DataFrame()\r\n compiled_detail = pd.DataFrame()\r\n while len(games_urls) > 0:\r\n print("********* NEW SCRAP ********")\r\n url = games_urls.pop()\r\n compiled_metacritic = compiled_metacritic.append(get_game(url))\r\n compiled_detail = compiled_detail.append(get_metascore_detail(url + "\/critic-reviews"))\r\n print("********* END SCRAP ********")\r\n compiled_metacritic.to_csv("metacritic\/metacritic_" + str(p_num) + ".csv",index =False)\r\n compiled_detail.to_csv("detail\/metacritic_detail" + str(p_num) + ".csv",index =False)\r\n\r\n<\/pre>\nAn\u00e1lisis<\/h3>\n
Lo primero es ver los datos en general, lo que primero haremos ser\u00e1 ver a nivel agregado los userscore versus los metascore, como se puede ver en la tabla a continuaci\u00f3n, en promedio el userscore es 4,26 mayor que el metascrore lo que significa que en general hay una tendencia de los usuarios a ser m\u00e1s exigentes que los reviewers<\/p>\n
\n
\n \n<\/colgroup>\n \n promedio metascrore<\/td>\n promedio userscore<\/td>\n diferencia<\/td>\n<\/tr>\n \n 71,53<\/td>\n 67,27<\/td>\n 4,26<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Al hacer un test t, obtenemos un p-value que nos permite estadisticamente rechazar la hip\u00f3tesis nula de que los promedios\u00a0son iguales, en otras palabras, existen agumentos estad\u00edsticos para afirmar que el userscore es menor que el metascore:<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/test-t-300x104.jpg?resize=1056%2C366\")
<\/p>\nAhora realizaremos el mismo test pero para cada publisher utilizando R el codigo queda del siguiente modo:<\/p>\n
\r\n\r\noptions(stringsAsFactors = FALSE)\r\nSys.setenv(TZ='GMT')\r\nlibrary(plyr)\r\nlibrary(reshape2)\r\nlibrary(xtable)\r\n\r\nread_csv_folder = function(folder){\r\n files = dir(folder)\r\n ldply(files, function(x) read.csv(paste0(folder,"\/",x)),.progress = "text")\r\n}\r\n\r\nmetacritic = read_csv_folder("metacritic")\r\nmetacritic = transform(metacritic, metascore = as.numeric(metascore), userscrore = 10*as.numeric(userscrore))\r\nmetacritic = metacritic[complete.cases(metacritic),]\r\nhead(metacritic[,c("game","publisher","metascore","userscrore")])\r\n\r\ndetails = read_csv_folder("detail")\r\ndetails = transform(details, detail_metascore_value = as.numeric(detail_metascore_value))\r\ndetails = details[complete.cases(details),]\r\n\r\n#Gral\r\ngral = data.frame(promedio_metascrore = round(mean(metacritic$metascore),2),\r\n promedio_userscore = round(mean(metacritic$userscrore),2),\r\n diferencia = round(mean(metacritic$metascore),2) - round(mean(metacritic$userscrore),2)\r\n )\r\nwrite.csv2(gral,"clipboard")\r\n\r\n#Publicador\r\nmetacritic_stats = ddply(metacritic,"publisher",function(x) data.frame(metascrore = mean(x$metascore),\r\n userscore = mean(x$userscrore),\r\n diferecia = mean(x$metascore-x$userscrore),\r\n p_value = tryCatch(t.test(x$metascore,x$userscrore, alternative = "two.sided")$p.value,error = function(e) NA),\r\n cases = nrow(x)))\r\nmetacritic_stats = subset(metacritic_stats, cases > 5)\r\nnrow(metacritic_stats)\r\nmetacritic_stats = subset(metacritic_stats, p_value <= 0.05)\r\nmetacritic_stats = metacritic_stats[order(metacritic_stats$p_value,decreasing = T),]\r\nprint(metacritic_stats)\r\n\r\n<\/pre>\nEn la siguiente tabla podemos ver que al realizar el mismo test t anterior para los publishers con al menos de 5 juegos, de los 26 que cumplen con la condici\u00f3n, 7 tienen un p-valor significativo, lo cual nos permite concluir que sus juegos tienen estadisticamente un metascore mayor al userscore o en otras palabras, algo hacen que estos juegos les gustan m\u00e1s a los que hacen rese\u00f1as que los que los juegan… \u00bfextra\u00f1o tal vez los juegos beta son mejores que las versiones finales? jajjaa.<\/p>\n
![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/pvalues-empresas1-300x71.jpg?resize=1154%2C273\")
<\/p>\nQue publishers tienen m\u00e1s reviewers “generosos”, para ello vamos a comparar la diferencia entre el metascore y el userscore para cada publisher-reviewer, testeando que el valor sea 0, si se rechaza la hipotesis nula, podemos afirmar que el valor es distinto que 0. Luego veremos para cada empresa, que porcentaje de reviewers son generoso. El resultado en la tabla a continuaci\u00f3n, muestra que las empresas de la lista de arriba tienen muy buena relaci\u00f3n con los reviewers, por ejemplo, el 100% de las empresas \u00a0que hacen reviews de EA Sports y Konami dan puntajes estaditicamente m\u00e1s altos a los juegos que los usuarios.<\/p>\n
\r\ncomp = merge(metacritic,details, by = "metascore_url",all.x = T)\r\n\r\n#Reviewer con mayor error\r\nreviewer_stats = ddply(comp,c("publisher","detail_metascore_source"),function(x) data.frame(error = mean(x$metascore-x$userscrore),\r\n p_value = tryCatch(t.test(x$metascore-x$userscrore)$p.value,error = function(e) NA),\r\n cases = nrow(x)))\r\nreviewer_stats = subset(reviewer_stats, cases >= 5)\r\nreviewer_stats_numero_evaluado = ddply(reviewer_stats,"publisher", function(x) data.frame(total_reviewers = nrow(x)))\r\nreviewer_stats = subset(reviewer_stats, p_value <= 0.05 & error > 0)\r\nreviewer_stats_numero_afectado = ddply(reviewer_stats,"publisher", function(x) data.frame(reviewers_generosos = nrow(x)))\r\nreviewer_stats = merge(reviewer_stats_numero_evaluado,reviewer_stats_numero_afectado, all.x=T)\r\nreviewer_stats[is.na(reviewer_stats)] = 0\r\nreviewer_stats$porcentaje_generoso = round(100*reviewer_stats$reviewers_generosos\/reviewer_stats$total_reviewers)\r\narrange(reviewer_stats,-porcentaje_generoso)\r\n\r\n<\/pre>\n![\"\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2017\/02\/reviewers-generosos-300x183.jpg?resize=987%2C602\")
<\/p>\nConclusiones<\/h3>\n
Podemos concluir que efectivamente existe una relaci\u00f3n entre los reviewers y los publishers la cual puede llegar a confundirnos al momento de elegir juegos. Considerando que los juegos valen aproximadamente 60 dolares, recomendar\u00eda esperar a ver que dicen los otros usuarios antes de comprar un juego, en especial para las grandes empresas como:\u00a0\u00a0Sierra Games,\u00a0Konami,\u00a0Ubisoft,\u00a0\u00a0Electronic Arts,\u00a0EA Sports,\u00a0\u00a0Zen Studios y\u00a0Activision.<\/p>\n
Espero que les halla gustado y compartan! Saludos!<\/p>\n
Adjuntos:\u00a0bd_juegos<\/a><\/h3>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"