SYNQ Antes de imprimir, saiba quem vai gostar.
O SYNQ pergunta ao jogador como ele gosta de jogar e mede, jogo a jogo, o quanto cada título combina com ele. O Labs abre esse modelo para editoras — em números agregados, nunca sobre pessoas.
As perguntas que ninguém consegue responder hoje
Tiragem se decide por intuição, por feira e por comparação com o título do vizinho. Estas são perguntas que um catálogo de vendas não responde, e um modelo de preferência responde.
Que fatia do público combina com este jogo?
A porcentagem de jogadores cuja preferência declarada passa de um corte de compatibilidade que você escolhe.
Onde está a massa, e não só a média?
A distribuição inteira das notas. Um jogo que divide opinião e um jogo morno têm a mesma média e mercados completamente diferentes.
O que aproxima, e o que afasta?
Quais eixos puxam a nota para cima e quais derrubam. É o que separa "ninguém quis" de "quase deu, e faltou uma coisa".
E em outro país?
O mesmo recorte, por mercado. Guardamos em que país cada conta foi criada justamente para que a resposta seja sobre o seu mercado, não sobre a média do mundo.
O modelo não é um chute com cara de número
A compatibilidade sai de dez eixos, cada um comparando uma resposta do jogador com um fato do jogo. Onde falta fato, o eixo sai da conta — nunca vira zero. Ausência de dado não é medição de zero, e tratar as duas coisas como iguais é o erro mais comum deste tipo de modelo.
- Mecânicas
- Temas
- Categorias
- Complexidade
- Duração
- Número de jogadores
- Interação entre jogadores
- Tolerância a sorte
- O que a pessoa valoriza
- O que faz ela desistir
jogos no catálogo, com identificador do BoardGameGeek.
com ficha completa: mecânica, tema, duração, complexidade e nota.
itens de vocabulário curado à mão — o que o jogador responde e o que o jogo declara falam a mesma língua.
implementações independentes do modelo, com verificação automática de divergência entre elas a cada mudança.
Nota comparável entre pessoas
Cada jogador usa a escala do próprio jeito: uns nunca passam de 70, outros raramente descem de 60. Somar isso direto é somar réguas diferentes.
A nota de cada pessoa é normalizada pela distribuição dela antes de entrar em qualquer agregado. É o que faz "62% do público" significar a mesma coisa para todo mundo que aparece nessa conta.
Você nunca recebe dado de pessoa
Não é promessa de contrato, é como o sistema foi construído. A editora não tem acesso à base: ela faz uma pergunta e recebe um número.
| O que o Labs recebe | O que o Labs nunca recebe |
|---|---|
| Porcentagem acima de um corte | Nome, e-mail, foto ou qualquer identificador |
| Média e mediana das notas | A nota de uma pessoa específica |
| Distribuição em faixas | As respostas do questionário de alguém |
| Recorte por país da conta | Localização, cidade, endereço IP |
| Coleção somada, em contagem | A coleção de um jogador |
Piso de amostra, verificado pelo banco de dados
Nenhuma resposta sai com menos de 100 jogadores na base, e nenhuma faixa da distribuição aparece com menos de 5. Abaixo disso a consulta devolve "amostra insuficiente" e mais nada — nem o tamanho da base.
O motivo é duplo, e os dois importam. Agregado sobre grupo pequeno deixa de ser anônimo: uma faixa com uma pessoa aponta para uma pessoa. E número tirado de amostra pequena engana quem compra: com 100 respostas a margem já é de cerca de dez pontos, e vender abaixo disso seria vender ruído.
Em que pé isto está, sem enfeite
O catálogo, o modelo e as consultas existem e funcionam hoje. O que ainda não existe é base de jogadores em escala — o app está em teste fechado, e enquanto a base não passar do piso de amostra nenhuma consulta vai devolver número nenhum.
Estamos dizendo isso na primeira página em vez de na terceira reunião. Se você publica jogo e quer acompanhar isto de perto, é exatamente agora que a sua pergunta muda o que a gente constrói.
Qual pergunta você faria, se pudesse perguntar?
Escreva contando qual jogo você publica e o que você gostaria de saber sobre o público dele. Respondemos todas.