Metodika pre vyhodnocovanie úspešnosti videohier na základe dát z platforiem Twitch a Steam

This diploma thesis focuses on the design and validation of a methodology for evaluating video game success using data from the Steam and Twitch platforms. The thesis builds on the assumption that the success of a video game cannot be reliably assessed through a single metric, such as player count, review volume, or livestreaming viewership. Instead, game success is treated as a multidimensional and time-dependent phenomenon shaped by player adoption, visibility in the livestreaming ecosystem, user-review reputation, and post-release contextual interventions. The thesis proposes an evaluation framework based on three core dimensions: adoption, visibility, and reputation. This framework is implemented as a proof-of-concept tool that collects, integrates, processes, and interprets publicly available data from Steam and Twitch. The solution includes the calculation of derived indices, trend analysis, basic reputation diagnostics using natural language processing, and a recommendation framework that classifies games into decision-oriented categories, such as support and scaling, streamability improvement, reputation repair, or short-lived hype monitoring. The methodology was validated through technical validation on historical data and a continuously collected game portfolio, as well as through business validation based on expert assessment. The results indicate that the proposed approach can generate interpretable outputs and support discussion about further game support, marketing interventions, and reputation-related risks. At the same time, the thesis identifies several limitations, particularly its reliance on publicly available data, the absence of internal financial and retention indicators, and the need for further calibration according to game type and business model. The outcome of the thesis is a methodological and technical foundation for data-supported evaluation of post-release video game performance.

Táto diplomová práca sa zaoberá návrhom a overením metodiky pre vyhodnocovanie úspešnosti videohier na základe dát z platforiem Steam a Twitch. Východiskom práce je problém, že úspešnosť hry nemožno spoľahlivo posudzovať iba jednou metrikou, napríklad počtom hráčov, recenzií alebo sledovanosti. Herný úspech je chápaný ako viacrozmerný a časovo dynamický jav, ktorý vzniká kombináciou adopcie hráčmi, viditeľnosti v streamingovom ekosystéme, reputácie v používateľských recenziách a kontextových zásahov po vydaní hry. Práca navrhuje hodnotiaci rámec založený na troch hlavných dimenziách: adopcia, viditeľnosť a reputácia. Tento rámec je implementovaný vo forme proof-of-concept nástroja, ktorý zabezpečuje zber, integráciu, spracovanie a interpretáciu verejne dostupných dát zo Steamu a Twitchu. Súčasťou riešenia je výpočet odvodených indexov, analýza trendov, základná reputačná diagnostika pomocou spracovania prirodzeného jazyka a odporúčací rámec pre klasifikáciu hier do rozhodovacích kategórií, ako sú podpora a škálovanie, zvýšenie streamovateľnosti, reputačná oprava alebo monitorovanie krátkodobého hype-u. Metodika bola overená prostredníctvom technickej validácie nad historickými dátami a priebežne zbieraným portfóliom hier, ako aj biznisovou validáciou formou expertného posúdenia. Výsledky ukazujú, že navrhnutý prístup dokáže produkovať vecne interpretovateľné výstupy a podporiť diskusiu o ďalšej podpore hry, marketingových zásahoch a reputačných rizikách. Práca zároveň vymedzuje obmedzenia riešenia, najmä závislosť od verejne dostupných dát, absenciu interných finančných a retenčných ukazovateľov a potrebu ďalšej kalibrácie podľa typu hry a obchodného modelu. Výsledkom je metodický a technický základ pre dátovo podporované hodnotenie post-release výkonnosti videohier.