アイマス統計

THE IDOLM@STERを対象とした統計を行い,情報を発信しております。

シンデレラガール総選挙総票数をアクティブユーザー数から推定する

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。


今回はシンデレラガール総選挙について,私が以前から挑戦してみたいと思っていたことをその面白さと価値,難しさも合わせてお話しいたします。

このため,得られました結論についてはまだまだ検討の余地があるものとしてお考えください。

そんな中途半端な話をするなと言われてしまいそうですが,おそらく今年も行われるであろう第10回総選挙に向けまして,私なりの選挙活動の一環としてお話しさせていただきます。

むしろ,この問題に対してどうすれば解決できるのか。たくさんの方からのご意見をちょうだいしたく思っております。

以上のことをご留意いただき,以下で本題に移らせていただきます。

 

 

総票数を予想できるようになればできること

以前の記事において,シンデレラガール総選挙でシンデレラガール(順位が1位)となっているアイドルは,総票数の3.5%程度を獲得している。という考察を行いました。

同時に,2位が毎回2.5%程度を獲得しているという傾向から,シンデレラガール総選挙でシンデレラガールになるためには,総票数の3.0%を獲得すればよい。という結論を得ました。

この傾向は第5回総選挙から変わらず,ボイスアイドルオーディションの同時開催や課金票の大幅な増加というレギュレーションに大きな変更があった前回の総選挙である第9回総選挙でも同じ傾向にあったことから,次回総選挙以降でもこの傾向は変わらないものと予想しております。

上記考察に関する記事です。よろしければ,こちらもご覧ください。

idolmaster-statistics.hatenablog.com 

idolmaster-statistics.hatenablog.com

これは言い換えれば,総票数が予想できればシンデレラガールになるために必要な票数を推定できることを意味します。

票数が推定できれば,例えば「○○票を集めて△△をシンデレラガールにしよう!」といった総選挙プロモーションが可能となります。同様に「××票を集めて□□を50位圏内に入れよう!」といった総選挙プロモーションも可能です。

すなわち,総選挙プロモーションをより具体的に行うことが可能となるのです。

私見ではありますが,これが実現できる意味は大きいと考えます。なぜなら,自分が投票した票が総選挙の順位にどう影響したのかをより具体的に,達成感を持った上で実感することができるようになるからです。

よって,私は第10回総選挙において,順位の予想ももちろんですが,この総票数とTop10の獲得票数の予想を行いたいと思っております。

ただし,これを実現するためには前提として,総選挙期間中に総票数をどうやって予想するのかという大問題があります。

本記事ではこの問題を解決する方法として,イベントを利用したアクティブユーザー数と1アカウントが入手可能な票数から,対数正規分布に基づき予想する方法を用います。また,この限界についても述べます。

 

対数正規分布に基づく総選挙総評数推定

推定方法~第5回総選挙を例に~

対数正規分布とは,統計に用いる分布の1つであり,所得や資産の分布として当てはまることが多いとされている分布です。

シンデレラガール総選挙においても,ある票数をピークとして,投票できる票数が多ければ多いほど,その票数を持っている人は少なくなる傾向にあるはずなので,対数正規分布上にユーザーが分布していると仮定します。

すなわち,1アカウントが入手可能な票数を入手した上で,所持している票数に対する人数の変化が対数正規分布に従うと仮定すれば,アクティブユーザー数との比較を行うことによって,総票数を推定できるということです。

言葉だけではわかりにくいと思いますので,第5回総選挙を例に実際にやってみます。


第5回総選挙において,ログインやイベントへの参加によって入手できる票(以下,無課金票)は517票。ガチャを回す際に入手できる票(以下,課金票は1629票。合計2146票が1アカウントが投票可能な最大票数です。

また,イベント期間中に1ptでもポイントを取得したユーザーの数をアクティブユーザー数とすると,第5回総選挙期間中に開催されたイベントにおけるアクティブユーザー数の平均は94724人でした。

さらに,以前の考察より,第5回総選挙における総票数は29085818票であると推定されております。

これを踏まえた上で,以下の条件となるように対数正規分布のパラメータである平均と標準偏差を設定します。 

  • 変数 x = (投票数) / 500 として対数正規分布を入手する。
  • 最大票数に最低でも1人が存在する。
  • 最大無課金票に対して10%毎の割合をピークとする。
  • 対数正規分布から入手した総人数とイベントにより入手したアクティブユーザー数の誤差が最小。

これらの条件を満たしたときの対数正規分布を図1に示します。また,このときの各パラメータとアクティブユーザー数および総票数との誤差を表1に示します。

 

f:id:hiroshiakagi398:20210228185703p:plain

図1 第5回総選挙における各パラメータの対数正規分布

 

表1 第5回総選挙における対数正規分布の各パラメータとアクティブ数・総評数の誤差

f:id:hiroshiakagi398:20210228185751p:plain

 

なお,上記図と表において,ピークが80%以上では上記の条件を満たすパラメータを設定できませんでした。

これらの結果より,第5回総選挙では無課金票を全体の20%を獲得したユーザーが最も多い場合の対数正規分布が総選挙結果に基づく推定総票数との総票数差が小さいことがわかりました。

これと同様の推定を第7回から第9回までの総選挙で行います。

ただし,第7回総選挙からはデレステと同時開催となったため,総票数の誤差率についてはモバマスデレステの合計票数との比較とします。また,第7回および第8回のデレステにおける対数正規分布を獲得する場合の変数 x は,無課金がと課金票の関係から  x = (投票数) / 200 とします。

なお,第6回総選挙については課金票についての調査できなかったため,省略しております(情報提供求めます!)。

 

第7回総選挙

第7回総選挙において,モバマスの各値は以下のようでした。

無課金票:514票
金票:1148票
1アカウントが投票可能な最大票数:1662票
アクティブユーザー数:75388人

 

同様にデレステの各値は以下のようでした。

無課金票:95票
金票:500票
1アカウントが投票可能な最大票数:595票
アクティブユーザー数:370627人

 

また,第7回総選挙の推定総票数は70839930票です。

以上を踏まえ,表2にモバマスおよびデレステの対数正規分布の各パラメータとアクティブユーザー数との誤差を示します。また,表3に表2に基づく総票数との誤差率を示し,図2に総票数との誤差率最小のときの対数正規分布を示します。

  

表2-1 第7回総選挙における対数正規分布の各パラメータとアクティブ数差(モバマス

f:id:hiroshiakagi398:20210228185807p:plain

  

表2-2 第7回総選挙における対数正規分布の各パラメータとアクティブ数差(デレステ

f:id:hiroshiakagi398:20210228185811p:plain

 

表3 第7回総選挙における推定総評数誤差

f:id:hiroshiakagi398:20210228185819p:plain

 

f:id:hiroshiakagi398:20210228185756p:plain
f:id:hiroshiakagi398:20210228185801p:plain

   図2-1 第7回総選挙対数正規分布モバマス)     図2-2 第7回総選挙対数正規分布モバマス

 

これらの結果より,モバマスおよびデレステもアクティブユーザー数についてはピークの値が大きい,つまり,無課金票をより多く獲得したアカウントが多いほど誤差率は小さくなりますが,総票数の点で見てみると,モバマスが20%,デレステが30%をピークとしたものの誤差率が最小となることがわかります。

そもそもとして,ユーザーの多くが無課金票全てを獲得しているという仮定はあまりに現実的でないため,この結果は妥当であると考えます。

 

第8回総選挙

第8回総選挙において,モバマスの各値は以下のようでした。

無課金票:902票
金票:1257票
1アカウントが投票可能な最大票数:2159票
アクティブユーザー数:66966人

 

同様にデレステの各値は以下のようでした。

無課金票:122票
金票:1000票
1アカウントが投票可能な最大票数:1122票
アクティブユーザー数:329112人

 

また,第8回総選挙の推定総票数は87963110票です。

以上を踏まえ,表4にモバマスおよびデレステの対数正規分布の各パラメータとアクティブユーザー数との誤差を示します。また,表5に表4に基づく総票数との誤差率を示し,図3に総票数との誤差率最小のときの対数正規分布を示します。

 

表4-1 第8回総選挙における対数正規分布の各パラメータとアクティブ数差(モバマス

f:id:hiroshiakagi398:20210228185709p:plain

  

表4-1 第8回総選挙における対数正規分布の各パラメータとアクティブ数差(デレステ

f:id:hiroshiakagi398:20210228185714p:plain

 

表5 第8回総選挙における推定総評数誤差

f:id:hiroshiakagi398:20210228185718p:plain

 

f:id:hiroshiakagi398:20210228185823p:plain
f:id:hiroshiakagi398:20210228185829p:plain

    図3-1 第7回総選挙対数正規分布モバマス)     図3-2 第7回総選挙対数正規分布モバマス

 

これらの結果より,モバマスは30%がピーク,デレステは70%がピークの時,総票数の誤差率が最小となることがわかります。次点の場合はモバマスは40%がピーク,デレステは20%がピークの時であり,その差は0.17ポイントです。

この事実から,以下の2つの仮説を立てました。

 

  1. デレステの課金票が多かった結果,ピークが右にずれた。
  2. モバマスのアクティブ数が減少したものの,イベントをある程度しっかり走り無課金票を獲得するユーザーの割合が増えた。

仮説1はピークがズレるほど課金するユーザーが増加したとは考えにくいため,仮説2が妥当であると考えております。

 

第9回総選挙

第9回総選挙において,モバマスの各値は以下のようでした。

無課金票:903票
金票:30000票
1アカウントが投票可能な最大票数:30903票
アクティブユーザー数:52526人

 

同様にデレステの各値は以下のようでした。

無課金票:888票
金票:30000票
1アカウントが投票可能な最大票数:30888票
アクティブユーザー数:287031人

 

また,第9回総選挙の推定総票数は460349467票です。

以上を踏まえ,表6にモバマスおよびデレステの対数正規分布の各パラメータとアクティブユーザー数との誤差を示します。また,表7に表6に基づく総票数との誤差率を示し,図4に総票数との誤差率最小のときの対数正規分布を示します。

  

表6-1 第9回総選挙における対数正規分布の各パラメータとアクティブ数差(モバマス

f:id:hiroshiakagi398:20210228185734p:plain

 

表6-1 第9回総選挙における対数正規分布の各パラメータとアクティブ数差(デレステ

f:id:hiroshiakagi398:20210228185738p:plain

 

表5 第9回総選挙における推定総評数誤差

f:id:hiroshiakagi398:20210228185742p:plain

 

f:id:hiroshiakagi398:20210228185722p:plain
f:id:hiroshiakagi398:20210228185728p:plain

    図4-1 第7回総選挙対数正規分布モバマス)     図4-2 第7回総選挙対数正規分布モバマス

 

これらの結果よりモバマスは30%がピーク,デレステは10%がピークの時,総票数の誤差率が最小となることがわかります。次点の場合はモバマスは20%がピーク,デレステは10%がピークの時であり,その差は0.87ポイントです。

この傾向は第9回総選挙とほぼ同様の結果と言えます。

 

アクティブ数からの総票数推定と実際の獲得票の比較

さて,ここまでの検討より,アクティブ数から総票数の推定は可能であり,この値と最終結果の順位に基づく総票数との誤差はピーク値さえ正しく設定できれば±5%程度で納めることができることがわかりました。

ここで,本記事の本題である,シンデレラガールに必要な票数の推定に移ります。

前述の通り,シンデレラガール総選挙でシンデレラガールになるアイドルは総票数の3.5%程度を獲得しており,この傾向が今後も続くと仮定します。

このとき,総票数の誤差が推定シンデレラガール獲得票数に与える影響を第9回総選挙を例に表8に示します。

なお,第9回総選挙でシンデレラガールとなった北条加蓮の獲得票数は16926974票であり,総得票数の約3.7%を獲得したと推定しております。

 

表8 推定獲得票数と実獲得票数との差と誤差率

f:id:hiroshiakagi398:20210228185747p:plain

 

同表より,総票数の誤差が±5%であれば,シンデレラガール獲得票数は±10%以内に,±10%であれば±15%以内に納めることが可能であることがわかります。

また,他の総選挙の結果においても同様の結果を得ました。

 

すなわち,これまでの考察より,ピーク値さえ正しく設定できれば,シンデレラガール総選挙の総票数は±5%以内で事前推定可能であり,さらに,シンデレラガールの獲得票数も±10%以内で事前推定が可能となることがわかりました。

ただし,総票数が増えれば当然この5%,10%の値が大きくなるため,この点は忘れてはなりません。

 

対数正規分布による推定の限界

この推定は前提として,シンデレラガール総選挙は所持している票数に対する人数の変化が対数正規分布に従うという仮定に立っております。
したがって,この仮定が成り立たない場合は推定精度が低下します。

 

例えば,第9回総選挙では総選挙応援セットとして課金票を300枚50セットを2回に分けて販売しました。

このような場合において,1セットや10セット,50セットといったキリのよい購入をしたアカウントがピークとして立つ可能性は十分に考えられます。もっと言えば,50セット購入したアカウント数は49セット購入したアカウントよりも数が多いと直感的には考えられます。したがって,この時点で対数正規分布に従うという仮定については疑問を呈さざるおえません。

一方で,どのくらいのユーザーが課金票を購入し,何セット購入したアカウントがどのくらいあるかを推定することは現状不可能です。

また,課金票の購入期限は総選挙終了当日までであるため,駆け込み購入をする方も当然存在する以上,これを踏まえたリアルタイム推定は困難を極めます。

加えて,本記事の目的は総選挙開始の早い段階でシンデレラガールになるために必要な票数を推定することにあるため,そもそもとしてリアルタイム性が存在するような推定は目的から外れます。

よって本記事の考察は,対数正規分布に従うという仮定が成り立たない可能性がある上で,これに従った場合における推定であり,推定には限界がある点はご留意ください。

 

まとめ

以上,まとめに入ります。

過去の検討から,総票数が予想できればシンデレラガールになるために必要な票数を推定できるという前提に立ち,シンデレラガール総選挙は所持している票数に対する人数の変化が対数正規分布に従うという仮定をした場合において,その推定精度はどのくらいになるかの検討を行いました。

この結果,対数正規分布のピークの値を正しく設定できれば±5%程度の精度で総票数を推定できることを確認しました。また,このピークについてですが,獲得可能な無課金票の20%~40%の範囲であり,過去の総選挙における考察から,モバマスは30%~40%デレステは10%~20%にあることを確認しました。

また,上記推定総票数からシンデレラガールになるための必要獲得総票数と実際の獲得数の比較を行った結果,総票数を±5%程度に納めることができれば,誤差±10%の精度で獲得票数を推定可能であることを確認しました。

なお,対数正規分布に従うという仮定が成り立たない可能性についても言及しましたが,これについては本記事の目的からはやむを得ないことであり,この仮定が成り立たない場合の推定については今後の課題とさせていただきます。

 

第10回総選挙では早い段階で総票数とシンデレラガールの獲得票数の推定を公表する予定ですので,これが当たっているかどうかについても楽しみにしていただけますと幸いです。


それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

f:id:hiroshiakagi398:20210228185848j:plain

アイマス楽曲におけるラブソングとはなにか? ~Part 1~

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。


データ収集系ではない記事としては,これが2021年最初となります。
本年もどうぞよろしくお願いいたします。

 

 

ラブソングという曖昧な言葉

さて,今から約1年前。ちょうどデレ7th大阪公演が終わった後のこと,私の元にとある方からあるご質問をいただきました。

それは,アイマス楽曲にラブソングはどのくらい存在するのか?というものです。

当時の私はちょうどアイマス楽曲の歌詞でテキストマイニングを始めたばかりの時であり,このご質問は大変興味深いものであると同時に,とても難しい問いであると感じました。

なぜなら,ラブソングには定義が存在しないからです。

もちろん,ラブソングというくらいですのでラブ。愛とか恋について歌った曲がラブソングということはできるでしょう。

ですが,その愛や恋にも様々な意味や種類があり,すべての愛や恋について総括した定義について考えることは,はっきり言って私の領分を超える大問題です。

すなわち,ラブソングもまた,全てのラブソングに対して総括した定義など存在しないに等しいと言えます。

そして,定義が存在しない以上,ラブソングかどうかは人の主観に大きく左右されます

ある楽曲に対して,Aさんはラブソングだと感じても,Bさんはラブソングだと感じないというケースがいくらでも存在するということです。

したがいまして,当時の私は上記の説明をした上で,質問にはお答えできないと回答いたしました。

しかしながら,ラブソングの定義は大変興味深い議題であり,私の中でずっとこれを求める方法を考えてきました。

今回は,この問題に対して私が行いましたことと,その結果。また,結果から得たものについてお話しいたします。

 

ラブソングの定義を求める方法の考察

機械学習による判別法

ラブソングの定義を考える際,真っ先に思いついたのは,ラブソングの定義を機械学習ブラックボックス化し,ある楽曲に対してラブソングかそうでないかを判別することです。

定義することが困難であるならば,始めから定義しないでまず本来の目的であるラブソングかどうかだけ判別だけするという発想です。

しかしながら,これを実現するためにはラブソングとラブソングじゃない楽曲の教師データが必要となります。

ラブソングについてはカラオケや音楽配信サービスなどでラブソング特集とありますので,これを教師データとして用いればよいと思ったものの,問題はラブソングじゃない楽曲特集などあるはずがないため,ラブソングじゃない曲の教師データを入手することができないことです。

したがって,ラブソングとラブソングじゃない曲を自分で選択肢学習させることとなるため,結局,最初の議題であるラブソングの定義をどうするかという問題に戻ります。

すなわち,この問題を突き詰めていくと,私以外の客観性を持った上で,ラブソングとそうではない楽曲の分離が必要なのです。

よって,この問題は私1人だけでは解決できないという結論に達し,次の方法を考えました。

 

アンケートによる判別法

ラブソングかどうかの判定に私以外の客観的データが必要であるならば,それを集めればいい。つまり,ある楽曲に対して,これがラブソングだと思うかどうかをたくさんの人に聞けばいい。

このように考えた私は,以下のようなアンケートを作成し,それにご回答いただくことによって,ラブソングかそうでないかの判定を行うこととしました。

作成したアンケートは,デレマス楽曲261曲からランダムに10曲を取り出し,これらの楽曲についてラブソングと思うかどうかを Yes / No の二択で回答してもらう。というシンプルなものです。

実際に作成したアンケートが以下のようになります。集計期間外ですがまだ回答可能ですので,よろしければご回答ください。

 

 

集計期間は2020/9/28~2020/10/31の約1ヶ月間。述べ110人の方にご回答いただけました。改めて深くお礼申し上げます。


集計期間終了後,回答いただいたアンケート結果を集計し,以下の3つのグループに分けます。

  • ラブソング(上記アンケートでYesと回答した割合が66.7%以上)
  • 中間楽曲(上記アンケートでYesと回答した割合が33.4%以上66.6%以下)
  • 否ラブソング(上記アンケートでYesと回答した割合が33.3%以下)

このグループは割合を変えることによっていくらでも細かくすることが可能ですが,今回は最初のアプローチとして,回答した人の1/3をラブソングだと思うか思わないかの基準としました。

また,中間楽曲はラブソングともそうでないともとらえることができる,最初に述べたAさんはラブソングだと感じても,Bさんはラブソングだと感じないというケースが多いと考えられる楽曲だと考えられます。

最終的にはこの中間楽曲がラブソングかどうかを判別できるようなチューリングマシンを作成することが目標の1つとなります。

 

アンケート集計結果の考察

それでは各グループについて見てみましょう。

 

ラブソング

表1に上記グループのラブソングに属する楽曲を示します。

 

表1 ラブソングとグループ化された楽曲とそのラブソング率

f:id:hiroshiakagi398:20210117190216p:plain

 

同表より,ラブソングに属する楽曲は64曲。全体の約24.5%となります。

すなわち,今回のアンケートおよび集計では,デレマス楽曲の4曲に1曲はラブソングであると言えます。

また,表1の内,ラブソング率が100%。すなわち,回答した人全員がラブソングだと答えた楽曲を表2に示します。

 

表2 ラブソング率100%の楽曲
f:id:hiroshiakagi398:20210117190221p:plain

 

同表より,今回のアンケートにおいて,回答した人全員がラブソングだと答えた楽曲は26曲。よって,デレマス楽曲の約10%についてはほぼ間違いなくラブソングだと判断します。

 

中間楽曲

表3に上記グループの中間楽曲に属する楽曲を示します。

 

表3 中間楽曲とグループ化された楽曲とそのラブソング率
f:id:hiroshiakagi398:20210117190212p:plain

 

同表より,中間楽曲に属する楽曲は27曲。全体の約10.3%となります。

一方で,このグループを詳しくみてみると,こいかぜマイ・スイート・ハネムーといった私の直感的にラブソングに属する楽曲が含まれています。

 

否ラブソング

表4に上記グループの否ラブソングに属する楽曲を示します。

 

表4 否ラブソングとグループ化された楽曲とそのラブソング率

f:id:hiroshiakagi398:20210117190207p:plain

 

同表より,否ラブソングに属する楽曲は170曲。全体の約65.1%となります。
すなわち,今回のアンケートおよび集計では,デレマス楽曲の6割以上がラブソングではないという結果となります。

一方で,このグループを詳しくみてみると,中間楽曲と同様,絶対特権主張しますっ!無重力シャトルといった私の直感的にラブソングに属する楽曲が含まれています。

 

アンケート結果と自分の直感のズレの原因

私の直感が正しいというつもりは全くありませんが,一部の楽曲について私の直感とは異なるグループに属するものがある理由の1つとして,集計データの少なさは否定できません。

今回のアンケートでは述べ110人に回答いただけましたが,アンケートの方法上,この110人が261曲全てに対して回答したわけではありません。

これは,261曲すべてを回答いただくのは膨大な時間がかかるため,現実的でないと判断したためですが,結果として1つの楽曲に対して3人から10人の回答となりました。

すなわち,1曲あたりの回答数はお世辞にも多くありません。

よって,誤読や誤操作による誤回答の可能性は無視できませんし,これを客観的データと言い切るのはさすがに難しいです。

アンケート回答者数の増加とアンケート方法の見直しは,今後このような検討を行う上での課題となります。

ただし,本記事では行ったアンケートおよびその集計結果に上記の問題があることを理解した上で進めていきます。

 

ラブソング楽曲の歌詞にある共通点

では,表2に示した,ラブソング率が100%の楽曲について歌詞をテキストマイニングしてみます。

使用するのはおなじみのKH Coderというテキストマイニングフリーソフトです。

表5に上記楽曲の頻出語を示します。

 

表5 ラブソング率100%の楽曲の歌詞に頻出する単語

f:id:hiroshiakagi398:20210117190226p:plain

 

同表から,「」や「好き」,「」といったラブソングに用いる単語として直感的に推測されるストレートな単語が頻出していることがわかります。

また,「始まる」と「終わる」。「ありがとう」と「さよなら」といった対語が同じくらいの割合で歌われていることから,恋や愛に対するポジティブな部分とネガティブな部分の両方を等しく歌っていることが推測されます。


図1に該当楽曲の共起ネットワークを示します。

 

f:id:hiroshiakagi398:20210117190232p:plain

図1 ラブソング率100%の楽曲の歌詞の共起ネットワーク

 

同図より,「恋」と「好き」といったわかりやすい繋がりだけでなく,「恋」が「きっと」「運命」,「恋」を「きっと」「伝える」といった「きっと」というあいまいな恋心を歌詞にしている点は興味深いです。

一方で,否ラブソングについても考察を試みましたが,単語が見事にバラバラであり,考察が困難であったため,これもまた次回の課題とさせていただきます。

 

まとめ

以上,まとめに入ります。

アイマス楽曲にラブソングはどのくらい存在するかについて検討するために,デレマス楽曲がラブソングかどうかについてアンケートを行い,この結果を集計しました。

これらの結果から,まず,デレマス楽曲261曲を3つのグループに分離すると,

  • ラブソング : 64曲 (24.5%)
  • 中間楽曲  : 27曲 (10.3%)
  • 否ラブソング:170曲 (65.1%)

となり,今回の集計ではデレマス楽曲の約25%がラブソングという結果になりました。

また,ラブソング率100%の楽曲27曲に対して歌詞をテキストマイニングした結果,

  • 直感的にラブソングに用いられていると推測されるストレートな単語が頻出している。
  • 対語が同じくらいの割合で使用されており,恋愛に対するポジティブとネガティブの両方について歌っていると推測される。

ことがわかりました。

一方で,アンケートの方法や回答者数が十分でないことなど今後の課題も多く浮き彫りしました。


この反省を踏まえまた第2回のアンケートを実施し,より有効なデータを収集したいと考えておりますので,その際はご協力のほどよろしくお願いいたします。


それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

f:id:hiroshiakagi398:20210117190248j:plain

pixivに投稿されているシャニマスSSの推移を見ていく

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。

 https://twitter.com/hiroshiakagi398/status/1359158924293918727?s=20https://twitter.com/hiroshiakagi398/status/1359158924293918727?s=20https://twitter.com/hiroshiakagi398/status/1359158924293918727?s=20

新年あけましておめでとうございます。
2021年もどうぞよろしくお願いいたします。


さて,早速ではございますが,2021年はアイマス統計もスタートダッシュをきめていきたいと思います。
本記事はこの新企画についての記事となります。

 

 
いきなりの宣伝で恐縮ですが,私は昨年からアイマス統計の傍らpixivにてSSを書いております。

www.pixiv.net

シャニマスのSS数が気になる理由

私はシャニマスでは黛冬優子の担当であり,もっぱら彼女のSSばかり書いております

ありがたいことに,私の予想以上にたくさんの方にお読みいただいており,いいねやブックマークもたくさんいただいております。

それ以外にも当ブログやTwitterのTLに流した図や表も投稿しておりますのでよろしければそちらも見ていただけますと嬉しいです。

もともとSSを読むことは趣味としておりましたが,そういったこともあり最近は最近はますます,投稿されているSSのブックマーク数や観覧数というものが気になっております。

 

そんな中,2020年はシャニマス界に黒船が来航してきました。

そう。ノクチルです。

 

シャニマスPの方はもちろん,アイマスに触れている方でしたらご存かと思いますが,昨年はシャニマスに新ユニットであるノクチルの4人が登場しました。

彼女たちの人気は凄まじく,2020年のシャニマスはノクチルが話題の中心にいたと言っても過言ではないでしょう。

 

そんな彼女たちですので,当然シャニマスSS業界にも多大なる影響を与えております。

 

とくに,浅倉透樋口円香の2人は,登場してまだ1年も経っていないにもかかわらず,多くのシャニマスアイドルたちよりもpixivに投稿されているSS数が多くなりました。すなわち,彼女たちのSSが毎日のように多数投稿されているのです。

 

さらに,私の実感として,上記の2人のSSは他のアイドルたちのSSと比べて,ブックマーク数や観覧数が多い印象を受けました。

ただ,これはあくまで私の実感であり,数字として証明されたものではありません。

 

そこで,シャニマス各アイドルごとのpixivに投稿されているSS数およびブックマーク数と観覧数を調査してみようと思いました。


このような試みは,既にたくみP様( @shuukei_imas_cg )が「モバマス-Pixiv集計所」と題してデレマスアイドルのpixivに投稿されているイラスト数の日毎の集計を行っております。

そのため,同氏にアドバイスを頂き,2021年から毎日集計を行っていくことを決めました。

この場をお借りして,たくみP様に深く感謝申し上げます。

www.shuukei.info

 

概要,注意点

  • pixivに投稿されているアイドルマスターシャイニーカラーズ(以下,シャニマス)に登場するアイドル23人と同シリーズ登場人物である七草はづき,天井努の2人の計25人(2021/1/1現在)のSS数およびブックマーク数観覧数を集計する。
  • 集計は各アイドルおよび上記関係者2人の名前を完全一致タグ検索により行う。したがって「アイドルマスターシャイニーカラーズ」や各ユニット名のみで名前のタグが付けられていないものは対象外とする。
  • 集計するものは全年齢作品のみとする。したがって,R18作品については集計を行わない。
  • 集計タイミングは同日の00:00に集計を開始する。ただし,下記集計環境や回線の都合上,各アイドルの集計開始時間および集計終了時間は一定ではない。
  • 各種データについては可能な限り正確性を保つよう考慮しているが,その内容を保証するものではない。
  • 集計環境はpython3.6とPixivPyである。
  • ご意見・ご要望につきましては当ブログにコメントか,私のTwitter@hiroshiakagi398 )にご連絡ください。

 

集計結果

一覧表

※ 2021/3/3 更新

名前 SS数 前日差分 ブックマーク数 前日差分 観覧数 前日差分 ブックマーク数 / SS数 観覧数 / SS数 ブックマーク数 / 観覧数
櫻木真乃 258 0 15453 47 372148 986 59.90 1442.43 0.0415
風野灯織 508 2 31882 105 732123 2289 62.76 1441.19 0.0435
八宮めぐる 295 1 19499 84 454976 1671 66.10 1542.29 0.0429
月岡恋鐘 333 0 14999 53 393912 1178 45.04 1182.92 0.0381
田中摩美々 754 1 49193 224 967794 3574 65.24 1283.55 0.0508
白瀬咲耶 438 0 30814 98 751461 1885 70.35 1715.66 0.0410
三峰結華 945 0 40919 99 918915 1786 43.30 972.40 0.0445
幽谷霧子 498 0 20951 45 543387 1280 42.07 1091.14 0.0386
桑山千雪 433 0 31743 79 795219 1757 73.31 1836.53 0.0399
大崎甘奈 533 0 44376 108 1047944 2327 83.26 1966.12 0.0423
大崎甜花 395 0 26069 85 661122 1464 66.00 1673.73 0.0394
小宮果穂 373 0 23441 52 541507 894 62.84 1451.76 0.0433
園田智代子 321 3 19639 68 446556 1207 61.18 1391.14 0.0440
西城樹里 369 2 23248 79 504225 1119 63.00 1366.46 0.0461
杜野凛世 478 1 35647 99 763422 1640 74.58 1597.12 0.0467
有栖川夏葉 363 1 29692 135 634429 2065 81.80 1747.74 0.0468
芹沢あさひ 577 0 39512 132 815576 2505 68.48 1413.48 0.0484
黛冬優子 879 0 98945 319 1771017 4941 112.57 2014.81 0.0559
和泉愛依 223 0 16838 66 342658 1247 75.51 1536.58 0.0491
浅倉透 914 2 95991 585 1633985 9086 105.02 1787.73 0.0587
樋口円香 1473 4 189912 1048 3100511 16731 128.93 2104.90 0.0613
福丸小糸 374 1 30222 146 567284 2861 80.81 1516.80 0.0533
市川雛菜 410 3 42769 289 756105 5333 104.31 1844.16 0.0566
七草はづき 133 0 17085 78 359507 1572 128.46 2703.06 0.0475
天井努 77 0 3140 26 74949 362 40.78 973.36 0.0419

 

SS数推移

※ 2021/2/27 更新

f:id:hiroshiakagi398:20210227122928p:plain

 

ブックマーク数推移

※ 2021/2/27 更新 

f:id:hiroshiakagi398:20210227123007p:plain

 

観覧数推移

※ 2021/1/22 更新

f:id:hiroshiakagi398:20210227123027p:plain

 

全体推移(2021年1月)

f:id:hiroshiakagi398:20210226215632p:plain

f:id:hiroshiakagi398:20210226215637p:plain

f:id:hiroshiakagi398:20210226215642p:plain


まとめ

これから毎日集計を行っていきますのでどうぞよろしくお願いいたします。

それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

参考値の取り扱い

上記にありますように,本記事のデータ収集にはPixivPyを用いており,これの仕様やPixivのサーバーなどにより,データ収集が思うようにいかないことがあります。

このような場合,時間を改めたり,収集を行わないことがあります。

また時間を改めた場合は,そのデータを参考値とし,収集したデータとは別に扱うことといたします。

ご理解の程お願いいたします。

 

参考値データ

2021/1/25:Pixivにアクセスしづらい状態が発生したため。データ収集時間:同日09:00

2021/2/10~2/18:PixivPyからPixivにログインできない状態が発生しているため。2/18に技術的復旧を確認

https://twitter.com/hiroshiakagi398/status/1359158924293918727?s=20twitter.com/hiroshiakagi398/status/1359158924293918727?s=20

 

f:id:hiroshiakagi398:20210101015919j:plain

プロデュース方針場数ptからSRとSSRの所持率を推定できるか?

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。


本記事は軽い気持ちでやってみたら思った以上に難しく,かといって没にするのは惜しい。というお話しです。
したがって,最後まで読まれた方には肩透かしだと思われてしまうかもしれません。

ですが,いつかリベンジしたいのと同時に,よりよい方法があればご教授願いたく存じます。

そういったお気持ちで,最後までお読みいただけたらなと思います。

 

 

プロデュース方針にはお世話になっております

2020/10/29にアイドルマスター シンデレラガールズ スターライトステージデレステ)にプロデュース方針という機能が追加されました。
これは,場数ptを使うことでファン数の増加やライブの消費スタミナを減少させるなど,自分のプレイ方針によってデレステを快適に遊びやすくなるようになる機能です。

私は営業や放置編成ばかりの怠惰プレイをするデレステ民ですので,下記のように営業や放置編成がしやすいように場数ptを割り振っております。 

 

f:id:hiroshiakagi398:20201123151926p:plain

 

 そしてこの場数ptですが,このptはアルバムを埋めることにより貯まっていきます。

具体的には,表1のようにレアリティと特訓前,特訓後によって増加するptが決まっており,私が以前取らせていただいたアンケートでは3万ptから8万ptの方が7割近くを占めております。
(その後これまで特訓していなかったアイドルを特訓することが増えたはずなので,現在はこの割合が上の方に寄ったと思います)

  

表1 レアリティ・特訓前後による入手場数pt

f:id:hiroshiakagi398:20201123150038p:plain

 https://twitter.com/hiroshiakagi398/status/1322019976983752704?s=20https://twitter.com/hiroshiakagi398/status/1322019976983752704?s=20

https://twitter.com/hiroshiakagi398/status/1322019976983752704?s=20

 

さて,増加するptの量が決まっており,各レアリティの枚数がわかっているということは場数ptから各カードの所持率を推定することが可能なはずです。
本記事はこの仮定に基づき,実際に推定することが可能なのかについて検討しましたので,これについてお話しいたします。

 

やることは単純なのに......

表2に2020/10/29時点でデレステに実装されている各レアリティ毎の枚数を示します。

 

表2 デレステに実装されている各レアリティ毎の枚数

f:id:hiroshiakagi398:20201123150043p:plain

 

表1と表2より,同時点で獲得できる最大場数ptは105645ptであることが導出されます。


なお,現在プロデュース方針で割り振ることができる場数ptの合計は207300ptですので,全部に割り振るには10万pt以上足りません。
(ptの振り直しには有料アイテムが必要ですので,割り振りはご慎重に)

 

さて,ということは,場数ptから各カードの所持率を求めるためには,場数ptをkとすると,

f:id:hiroshiakagi398:20201123150048p:plain

という8つの変数を持つ一次不定方程式を解く必要があります。

 

一次不等式の解き方としては拡張ユークリッド互除法ベズーの等式による方法が知られており,プログラム的には繰り返し文を用いれば単純なプログラムで解くことが可能です。

しかしながら,変数が増えるとそれだけ繰り返し処理が増えることとなり,変数が8つとなると解を求めるために相応の時間が必要となります。
(そろそろ新しいPCに買い換えたい......)

したがって,今回は可能な限り簡略化するため,以下のような仮定を置きます。

  • NおよびRは全て所持している(推定するのはSRおよびSSRのみ
  • 全て特訓済みである

1つ目の仮定は,デレステをプレイしていれば(ログイン勢であっても)十分にありえる仮定ですが,問題は2つ目の仮定です。

たしかに,プロデュース方針の実装により,これまで特訓をしていなかったカードを特訓するようになったのは私だけではないでしょう。
しかしながら,特訓のために必要なアイテムが足りず,全員を特訓できていないのも私だけではないはずです。

すなわち,これらの仮定,とくに2つ目の仮定は極めて強力な仮定です。

一方で,この仮定を置くことにより,推定に用いる式は

f:id:hiroshiakagi398:20201123150054p:plain

という変数が2つの極めて単純な一次不定方程式となります。これであれば,繰り返し処理も少なくてすむため,短い時間で解を導出することが可能です。


したがって本記事では,全てのカードが特訓済み状態での場数ptを「実質場数pt」とし,この値を推定することとします。

 

余談ですが,NとRを特訓するだけでも4395pt貯まりますので,特訓済みSRで73枚分,SSRなら29枚分に相当しますので,NやRの特訓は場数pt的に極めて重要です。

 

さて,上記のような強力な仮定を置いたとしても,まだまだ推定の実現には課題があります。

表3から表12に上記仮定時に1万ptから10万pt所持していたときのSRおよびSSRの推定所持数を示します。

 

表3 10095ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150059p:plain 
表4 20145ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150105p:plain
表5 30045ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150109p:plain
表6 40095ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150114p:plain
表7 50145ptとなるSRおよびSSRの組み合わせ

f:id:hiroshiakagi398:20201123161910j:plain

表8 60045ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150010p:plain
表9 70095ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150020p:plain
表10 80145ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150024p:plain
表11 90045ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150029p:plain
表12 100095ptとなるSRおよびSSRの組み合わせ
f:id:hiroshiakagi398:20201123150034p:plain


これらの表からもわかるように,場数ptから推定できるSRおよびSSRの所持数には複数の場合があります。
上記の例では,最も少なくても19通り。最大で258通りもあります。

これらの中から所持数を推定する必要があるのです。

 

ただし,上記の表にはまずありえない組み合わせもあります。
例えば,SRがSSRよりも所持数が少ない場合です。

デレステにはガシャがあり,ある種当然ですが,SRはSSRよりも確率が高いです。
また,イベントで入手できる報酬もSRです。

つまり,デレステを普通にプレイしていれば,SRがSSRよりも枚数が多いということは考えにくいです。

しかしながら,この仮定を置いてもまだ組み合わせは複数あり,これだけで枚数を推定することは困難です。

 

  • イベントSRが恒常・限定を含むSRよりも枚数が倍近く多い(イベントSSRを全て集めるだけで21900pt貯まる)。
  • ガシャにおいてSRは12%でSSRは3%(フェスの時はSSRが6%)。


であることをうまく利用すれば,所持数推定がより正確になるでしょうが,現段階ではこのくらいが限界です。
前述の通りいつかリベンジしたいですが,なにかよい方法があればご教授願いたく思います。

 

まとめ

以上,中途半端ではありますがまとめに入ります。

デレステの場数ptはそのシステム上,各レアリティの枚数推定が可能であるという仮定から,実際に推定を行いました。この結果,

  • 全レアリティ,特訓前後を含めた推定のためには8つの変数を持つ一次不定方程式を解く必要がある。
  • 特訓後のみかつSRおよびSSRのみを推定する場合は2つの変数をもつ一次不定方程式を解くこととなり,大きく簡略化される。
  • しかしながら,この場合であっても最大で200通り以上の組み合わせがあり,ゲームシステムを加味しても枚数の推定は難しい。

と結論づけます。

風呂敷を広げた割になんとも中途半端でたたみきれていない結論となりましたが,
問題提起をしたということで一つお許しください。

何度も言いますが,いつかまたリベンジします。


それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

f:id:hiroshiakagi398:20201123150153j:plain

便利(?)ツールいろいろ置き場

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。

 

本記事はアイマス統計とは(さほど)関係ない,私の気まぐれでつくった,便利かどうか,需要があるかわからない諸々を1箇所にまとめたものとなります。

無料で誰でも使用できますので,よろしければ使ってやって下さい。

ただし,以下に示します注意事項だけはご留意下さい。

 

 

デレマス楽曲のラブソングに関するアンケート

 以前よりお願いしております,デレマス楽曲のラブソングについてのアンケートです。

集計期間は2020/10/31をもって終了とさせていただきますが,アンケートそのものはこちらに残しておきます。

回答時間は5分程度,表示された楽曲に対してラブソングと思うかどうかをYes/Noでご回答いただく簡単なものです。

 

 

 

プロデュース方針必要場数pt計算ツール

アイドルマスターシンデレラガールズスターライトステージ(デレステ)に2020/10/29に追加されました機能「プロデュース方針」の方針Lvを上げるのに必要な場数ptを計算するグーグルスプレッドシートです。

 

上昇させたい方針Lvにチェックすると,そのLvを上げるのに必要な場数ptが計算されます。

 

以下のリンクから「ファイル」→「コピー作成」でご自分のアカウントで使用できるようになります。

 

docs.google.com

アイマスソシャゲ月間売上・アクティブユーザー数

アイマスソシャゲの売上やアクティブユーザー数を集計されているP様のデータのまとめです。また,このデータから月間の (売上) / (アクティブユーザー数) を導出しております。

基本月1で更新します。

完全にP様のデータをほぼそのまままとめるだけですので,問題が生じた場合は掲載を止めます。

なお,シャニマスenzaの売上を除いております(P様のデータがそうされているため)。

 

※2021.3.3:2021年2月を追加

売り上げ[億円] アクティブ[万人] 売り上げ/アクティブ[円/人]
デレステ ミリシタ シャニマス エムステ ポプマス デレステ ミリシタ シャニマス エムステ デレステ ミリシタ シャニマス エムステ
2019 4 9.30 5.90 4.70 1.00   33.7 16.4 11.0 3.4 2759.6 3597.6 4272.7 2941.2
5 12.30 4.00 2.70 1.70   32.7 13.4 6.6 2.9 3761.5 2985.1 4090.9 5862.1
6 9.10 7.40 1.60 1.00   31.4 13.3 6.8 3.2 2898.1 5563.9 2352.9 3125.0
7 18.60 6.60 1.70 1.30   33.5 15.3 6.8 2.1 5552.2 4313.7 2500.0 6190.5
8 5.40 3.70 2.10 1.30   34.2 14.6 7.0 2.7 1578.9 2534.2 3000.0 4814.8
9 30.00 4.70 1.20 1.10   43.0 13.9 4.8 2.3 6976.7 3381.3 2500.0 4782.6
10 8.30 3.50 2.80 0.72   36.2 14.4 6.0 2.2 2292.8 2430.6 4666.7 3272.7
11 15.40 2.80 1.30 1.10   31.0 11.6 5.7 2.1 4967.7 2413.8 2280.7 5238.1
12 5.50 3.80 2.40 1.30   31.3 11.4 6.1 2.3 1757.2 3333.3 3934.4 5652.2
2020 1 7.90 2.90 1.20 0.90   34.1 13.1 4.7 2.3 2316.7 2213.7 2553.2 3913.0
2 5.60 3.00 0.90 0.90   34.0 11.0 4.8 2.3 1647.1 2727.3 1875.0 3913.0
3 17.30 2.80 1.40 0.80   26.0 11.7 4.9 1.7 6653.8 2393.2 2857.1 4705.9
4 5.90 2.80 3.80 1.00   28.7 10.8 11.0 2.0 2055.7 2592.6 3454.5 5000.0
5 7.70 2.80 2.70 0.50   31.0 9.7 10.0 1.4 2483.9 2886.6 2700.0 3571.4
6 3.60 3.40 2.00 0.70   25.5 10.3 8.9 1.5 1411.8 3301.0 2247.2 4666.7
7 6.70 3.60 2.80 0.60   24.5 12.5 10.0 1.8 2734.7 2880.0 2800.0 3333.3
8 3.70 2.30 2.20 1.50   29.1 10.6 10.4 2.3 1271.5 2169.8 2115.4 6521.7
9 24.60 2.10 1.10 0.50   34.9 10.4 10.0 1.6 7048.7 2019.2 1100.0 3125.0
10 9.40 2.20 2.70 0.50   26.3 9.7 11.0 1.3 3574.1 2268.0 2454.5 3846.2
11 5.70 2.00 1.20 0.60   26.0 10.0 10.0 1.6 2192.3 2000.0 1200.0 3750.0
12 5.40 2.40 1.90 0.20   26.3 9.7 9.2 1.2 2053.2 2474.2 2065.2 1666.7
2021 1 6.10 2.20 1.10 0.02 0.90 26.7 13.0 6.0 1.7 2284.6 1692.3 1833.3 117.6
2 4.70 1.90 1.30   1.40 25.0 9.5 7.0   1880.0 2000.0 1857.1  
3                          
4                          
5                          
6                          
7                          
8                          
9                          
10                          
11                          
12                          
平均 2019 12.7 4.7 2.3 1.2   34.1 13.8 6.8 2.6 3616.1 3394.8 3288.7 4653.2
2020 8.6 2.7 2.0 0.7   28.9 10.8 8.7 1.8 2953.6 2493.8 2285.2 4001.1
2021 5.4 2.1 1.2 0.0   25.9 11.3 6.5 1.7        
全体 10.4 3.6 2.1 0.9   31.1 12.1 7.9 2.1 3237.5 2880.0 2715.3 4280.6

 

f:id:hiroshiakagi398:20210303112426p:plain

 

f:id:hiroshiakagi398:20210303112431p:plain

 

f:id:hiroshiakagi398:20210303112435p:plain

注意事項

  • 直リンク等の二次配布は禁止します。
  • ツールに不備があり,それにより利用者様に損失を生じたとしても,製作者は一切の責任を負いません。また,不備を見つけられた際はご連絡いただけますと幸いです。
  • ご意見,ご感想を積極的にご連絡下さい。それが,製作者である私への何よりの報酬であり,今後の励みにもなります。

更新履歴

2020.10.29:公開開始,プロデュース方針必要場数pt計算ツール追加

2020.10.30:デレマス楽曲のラブソングに関するアンケート追加

2020.10.31:アイマスソシャゲ月間売上・アクティブユーザー追加

 

f:id:hiroshiakagi398:20201029174232j:plain

 

 

シンデレラガール総選挙に楽曲ブーストは存在するのか?

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。

 

 

本題に入る前に~アンケートご協力のお願い~

いきなりですが宣伝をさせていただきます。

現在アイマス楽曲に限定したラブソングについてのアンケート(デレマス編)」を行っております。

といいますのも,私は前々から「ラブソングとはなにか?」という疑問があったからです。
もちろん,愛や恋について歌った曲がラブソングであることはわかります。
わからないのは「どうすれば我々はラブソングだと思うのか?」です。

作詞作曲された方がこれはラブソングだといえばラブソングなのか,それとも,聴いた人がこれはラブソングだと思えばラブソングなのか。
ならば,聴いた人はどういう楽曲ならラブソングだと思うのか。
そこに,普遍的なものはあるのか。

我々がなんとなく,当たり前のように使っている「ラブソング」という言葉も,よくよく考えればとても曖昧なジャンルであることは,それこそなんとなく感じているのではないでしょうか。

ラブソングというものに,私なりの答えを,定義を,普遍的なものを見出したい。

そのための方法として今回,皆様にアンケートを取ることとしました。

ラブソングであると思う方が多い曲とそうでないと思う方が多い曲ではなにが違うのか。
テキストマイニングなどを使って見てみたいと思っております。

現在,すでにアンケートは始めており,たくさんの方にお答えいただいておりますが,もっとたくさんのデータが欲しいです。

アンケートは当下記のアンケートか,

 

 こちらのツイートからできます。

 

 

何卒,ご協力のほどお願いいたします。


以上,宣伝は終了。以下,本題に入ります。

 

存在が懐疑的な「楽曲ブースト」

以前,第9回シンデレラガール総選挙の結果についてお話ししたときに,従来言われてきた「ガチャブースト」だけでなく,歌った曲やライブが総選挙の結果に影響を与える「楽曲ブースト」「ライブブースト」と私が呼ぶものが存在する可能性を示唆しました。

これは,アイマスというコンテンツにおいて楽曲やライブの比重が大きくなり,特にデレマスは当たり前のようにドーム公演で何万人も人を集められるようなコンテンツになったこと。
シンデレラガール総選挙が第7回からモバマスデレステの共同開催となり,特に第9回総選挙からはデレステ無課金票がモバマスとほぼ同数となり,アクティブユーザー数の関係からデレステの影響力が大きくなったことが原因と考えております。

 

「 楽曲ブースト」や「ライブブースト」だけでなく,第9回シンデレラガール総選挙について考察した記事です。こちらもよろしくお願いいたします。

idolmaster-statistics.hatenablog.com  

一方で,この「楽曲ブースト」や「ライブブースト」については,存在に懐疑的な方からコメントをいただいたこともありますし,私としても本当に存在するのか確信を持てませんでした。

そこで,今回は「楽曲ブースト」が存在するのかどうか,シンデレラガール総選挙がデレステと共同開催となった第7回からの順位を基に見てみたいと思います。

なお,共同開催前の結果との比較はデータが膨大となる関係から,次回以降にお話しさせていただきます。

 

集計期間と同期間中に新曲を歌ったアイドル

まず,集計する期間は前の総選挙終了後から次の総選挙終了直前までの期間といたします。具体的には,

  • 第7回総選挙期間:2017/5/10~2018/5/9
  • 第8回総選挙期間:2018/5/10~2019/5/14
  • 第9回総選挙期間:2019/5/15~2020/5/15

とし,この期間に発表された新曲(カバー曲を除く)を歌ったアイドルを集計することとします。

表1に,上記期間中に新曲を歌ったアイドルの歌唱回数を示します。

 

f:id:hiroshiakagi398:20201004202029j:plain

表1 集計期間中に新曲を歌ったアイドルとその回数

 
同表より,第9回シンデレラガール総選挙が終了した時点で,デレマスアイドルのうちCVがついていたアイドルは88人の内,最後に追加された小関麗奈(2020/3/31追加)を除く87人は,上記3回の総選挙期間中に最低1回は歌っていることがわかりました。

また,同期間中に歌った述べ335人の内,最も歌った回数が多いのは13回の本田未央です。

以下,8回の一ノ瀬志希。7回の安部菜々佐久間まゆ佐藤心二宮飛鳥北条加蓮と続きます。

これは,俗に総選挙曲と呼ばれる総選挙の順位が上位5位およびタイプ別上位3位が歌う楽曲に関係があります。

したがって,最近の総選挙で上位にいることの多い本田未央一ノ瀬志希佐久間まゆ北条加蓮が歌う回数が多いのは当然のことです。

逆に言えば,第7回総選挙でシンデレラガールとなって以降,順位を大幅に下げた安部菜々や,平均順位が19.3位,30.7位と第7回総選挙以降ではTop10入りしたことのない佐藤心二宮飛鳥かなり重用されていると言えます。

 

1度の集計期間にしか歌っていないアイドル

まず,一度の総選挙期間しか新曲を歌っていないアイドルを見てみます。

図2に,集計する一度の総選挙期間のみ新曲を歌ったアイドルの総選挙平均順位を示します。また,表2に第7回総選挙期間に新曲を歌ったアイドルを示し,表3に第9回総選挙期間に新曲を歌ったアイドルを示します。

なお,第8回総選挙期間のみ歌っているアイドルは存在しませんでした。

 

f:id:hiroshiakagi398:20201004202034j:plain

図1 1度の集計期間にしか歌っていないアイドルの平均順位
 

f:id:hiroshiakagi398:20201004202038j:plain

表2 第7回総選挙の集計期間にしか歌っていないアイドルの総選挙順位
 

f:id:hiroshiakagi398:20201004202042j:plain

表3 第7回総選挙の集計期間にしか歌っていないアイドルの総選挙順位


これらの図と表から,以下のことがわかります。

まず,第7回総選挙期間のみで新曲を歌ったアイドルを見てみると,緒方智絵里を除いたアイドル達は,順位を上げていない,あるいはランキング外のままであることがわかります。

一方,第9回総選挙期間のみで新曲を歌ったアイドルを見てみると,星輝子を除くアイドル達は第8回総選挙上位組であり,これによってCVがついた,私が「CV枠」と呼んでいるアイドル達です。

なお,的場梨沙は総選挙の結果ではCVは付きませんでしたが,その後集計期間中にサプライズ的にCVが付いた「準CV枠」としております(同様の準CV枠に白菊ほたるがいる)。

そして,CV枠のアイドル達はCV追加後の総選挙で順位を大幅に下げる傾向にあるため,事実上第9回総選挙期間に新曲を歌ったのは星輝子のみであり,彼女は第9回総選挙で順位をあげています。

なお,CV実装後も順位をそこまで下げていない夢見りあむについては集計期間中に唯一のソロ曲追加されるなど他のCV枠よりも比較的優遇されているため,このような順位になったと考えられます。

 

集計期間に2度新曲を歌ったアイドル

次に,各期間のうち,2年づつ歌っているアイドルを見てみます。

図3に,各集計期間のうち2年づつ歌っているアイドルの総選挙平均順位を示します。また,表4から6にそれぞれ,第7回と第8回期間,第7回と第9回期間,第8回と第9回期間を示します。

 

f:id:hiroshiakagi398:20201004202046j:plain

図2 集計期間に2度新曲を歌ったアイドルの総選挙平均順位

 

f:id:hiroshiakagi398:20201004202051j:plain

表4 第7回および第8回の集計期間に新曲を歌ったアイドル
 

f:id:hiroshiakagi398:20201004202056j:plain

表5 第7回および第9回の集計期間に新曲を歌ったアイドル
 

f:id:hiroshiakagi398:20201004202100j:plain

表6 第8回および第9回の集計期間に新曲を歌ったアイドル

 

 これらの図と表から,以下のことがわかります。

まず,第7回と第8回期間のアイドルを見てみると,総選挙圏外のアイドルで順位を上げているのは十時愛梨水本ゆかりだけです。

また,第9回期間中に歌っていませんが,依田芳乃橘ありす前川みくの3人は第9回総選挙では順位を上げています。

次に,第7回と第9回期間のアイドルを見てみると,第7回,第8回に総選挙圏外で第9回に順位を上げているアイドルはいません。

一方で,総選挙圏内にいるアイドル達は順位をあげています。とくに,城ヶ崎美嘉神谷奈緒の上がり方は顕著です。

最後に,第8回と第9回期間のアイドルを見てみると,第7回総選挙によってCVが付いた鷹富士茄子は第8回で圏外になった後第9回で再び圏内入りしましたが,それ以外のアイドルの順位は芳しくありません。

例外は久川姉妹くらいです。特に,久川颯の順位の上がり方は目を見張るものがあります。

さらに,図3を見てみると,第9回期間に歌っていたアイドルの平均順位の上がり方は歌っていない場合よりも高いです。

 

集計期間中絶えず新曲を歌ったアイドル

最後に,集計期間中の3回の期間中新曲を絶えず歌ったことのあるアイドル達を見てみます。

図4に期間中新曲を絶えず歌ったことのあるアイドル達の平均順位を示します。また,表7に3回の期間中新曲を絶えず歌ったことのあるアイドルを示します。

なお,第7回期間のみ歌ったアイドルは表2であり,第7回と第8回のみ歌ったアイドルは表4です。

 

f:id:hiroshiakagi398:20201004202104j:plain

図3 集計期間中新曲を歌ったアイドル
 

f:id:hiroshiakagi398:20201004202109j:plain

表7 集計期間中新曲を歌ったアイドル

 

図4より,第7回から第9回の総選挙期間中に新曲を歌っているアイドルの平均順位は28.9位とかなり高いです。

それもそのはずで,表7を見てみるとそうそうたるアイドル達が軒を連ねています。

ただし,総選挙に強いアイドルだけがいるわけではなく,第7回から9回の間圏外のアイドルもいます。

しかしながら,圏外ではないアイドルたちは第8回よりも第9回の方が順位をあげています。

例外は本田未央ですが,彼女は8代目シンデレラガールであり,シンデレラガールはその後順位を下げる傾向にあるため妥当な結果といえます。

 

つまり,楽曲ブーストは存在するのか?

これらの結果を見てみると,楽曲ブーストの存在に懐疑的になるのは事実です。

第9回総選挙は事実上CV付き総選挙であったということは以前お話ししましたが,この結果,新曲の有無にかかわらずアイドル達の順位が上がったという見方もあります。

一方で,第7回からの第9回総選挙で圏外のアイドル達への影響はさほどなかったですが,第7回総選挙でしか歌っていないアイドルたちが第9回では順位を下げているのは事実です。

また,第9回期間のみ歌った星輝子が順位をあげています。

さらに,第9回期間中に歌った城ヶ崎美嘉神谷奈緒,久川姉妹の順位が大幅に上がっているのは興味深いです。

加えて,第7回から9回の間新曲を歌っているアイドル達もみな順位を上げています。

 

以上のことから,

楽曲ブーストの存在を否定できないが,それ以前から総選挙順位圏内にいることが条件であり,それだけで影響を与えるものではない。

また,

CVがついているアイドルは新曲を歌わないと順位が下がる可能性が高いという逆方向のブーストは存在する。
と結論づけます。

 

新曲を歌う時期は関係するのか?

では,新曲を歌う時期はどうでしょうか。

図5に総選挙期間を3つに分けたときの新曲を歌った時期のアイドルの平均順位を示します。

なお,分けた期間は,総選挙後から8月末まで。9月から12月末まで。1月から総選挙終了までとしています。

 

f:id:hiroshiakagi398:20201004202113j:plain

図5 新曲を歌った時期と歌ったアイドルの総選挙平均順位

 

これらの結果を見てみると,9月から12月末までの期間に歌ったアイドルたちの平均順位が他の期間に歌ったアイドルよりも高いですが,これは総選挙曲がこの時期に発表されているためであると考えられます。

また,1月から総選挙終了までの期間に歌ったアイドル達の平均順位よりも,総選挙後から8月までに歌ったアイドルたちの方が平均順位がやや高い傾向にあります。

これは,その楽曲に触れる機会が長いことが総選挙の順位によい影響を与えているのだと考えられます。

したがって,楽曲に関しては短期的な影響よりも長期的な影響の方が総選挙に与える影響が大きいと考えております。

 

まとめ

以上。まとめに入ります。

以前の記事で存在を示唆した「楽曲ブースト」が本当に存在するのかについて新曲を歌ったアイドルの平均順位から見てみました。その結果,

  • 総選挙曲の存在はあるが,新曲を歌っているアイドルの偏りを否定できない。
  • 総選挙の順位が圏外のアイドル達は,新曲を歌うことの影響はあまりない。
  • 第9回期間中に新曲を歌ったほとんどのアイドルは順位を上げている。
  • 同期間中に新曲を歌っていないアイドルの順位は一部を除いて下がっている。
  • 1月から総選挙終了までに新曲を歌った場合より,総選挙後から8月末の間に新曲を歌った場合の方が順位が高い傾向にあるが,歌った時期の影響はさほどない。

ことがわかりました。したがって,本ブログでは
「楽曲ブースト」は存在するが条件は厳しく,それだけで総選挙に影響を与えるものではない。と結論づけます。

もう一つのブーストである「ライブブースト」の存在についてはまたお話しさせていただきます。


それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

f:id:hiroshiakagi398:20201004202021j:plain

283プロ7組目のユニットを妄想する

アイマスを愛するプロデューサーの皆様および統計沼に沈まれている皆様。

紅木弘です。


突然の話ではありますが,私は「設定の深読み」が好きです。
所謂,アニメや漫画,ゲームなどで「あのセリフはあのシーンの伏線」だとか「あの描写はあの作品のオマージュ」というやつです。
おそらく,私だけでなくたくさんの方々がお好きなことと存じます。

一方で,設定を深読みしすぎた結果,作者様や制作様が意図しない考察が一人歩きすることも珍しくありません。
今回するお話しは,そんな考察が一人歩きしているかもしれないお話しです。

 

 

そもそもの発端

シャニマスの舞台となる「283プロダクション」には,2020年8月16日現在23人のアイドルが6組のユニットを結成しています。
ちなみに,私はストレイライト(というより黛冬優子)の担当です。

シャニマスがサービスを開始したとき,283プロは16人のアイドルが5組のユニットを結成した状態でスタートしました。

その後,サービス開始1年目にストレイライトの3人が,2年目にノクチルの4人が加わりました。

この283プロはその名の通り「」を重要なキーワードとしており,この関連語として「」や「」を同じくらい重要な単語に位置づけています。

それは,ライブや記念配信などで定期的に行われる業務連絡(新情報発表)や楽曲などでも示されています。

例えば,表1から表3にシャニマス新CDシリーズ最初の楽曲であるシャニマス全体曲で使われている単語とその回数を示したものを示します。

 

f:id:hiroshiakagi398:20200816113450j:plain
f:id:hiroshiakagi398:20200816113454j:plain
f:id:hiroshiakagi398:20200816113457j:plain
表1~3 「Spread the Wings!!」「Ambitious Eve」「シャイノグラフィ」歌詞抽出結果


同表より,前述の通りシャニマス全体として「」や「」に関する単語を多用しており,2020年8月16日現在最新シリーズである「GR@DATE WING」の「シャイノグラフィ」ではそれに加え「」に関する単語をキーワードとしていることがわかります。

また,図1にシャニマス最初のシリーズである「BRILLI@NT WING」の「Spread the Wings!!」でCDにつけられていた帯の背表紙を示します。

 

f:id:hiroshiakagi398:20200816113424j:plain

図1 「Spread the Wings!!」CD背表紙帯


同図には虹をイメージした7色がデザインされています。

しかしながら,一般的に言われる虹の7色である「赤」「橙」「黄」「緑」「青」「藍」「紫」とは異なる配色をしています。

具体的にいえば,藍色の代わりにピンク色が追加されているのです。また,青色も水色といった方が近い色をしています。

ここで,283プロのユニット毎のイメージカラーを考えてみましょう

イルミネーションスターズ 黄色
アンティー
放課後クライマックスガールズ 橙色
アルストロメリア ピンク

ストレイライト

ノクチル 水色

ここまでくればご想像いただけたと思いますが,この背表紙の7色は283プロのユニットカラーを示していると考えられます。

となれば,まだ存在しない色は緑色であり,この色のユニットが今後(おそらく,2021年春)追加されるのではないか。と期待も込めて予想します。


以前,辻野あかりの記事でも述べましたが,私はわざわざ新アイドルを追加する以上,同じようなアイドルを追加する意味はないと考えています。

それは,新アイドルの追加は新たなファン層の獲得が目的であり,似たようなアイドルを追加しても既存ユーザーには思い入れのある既存アイドルには勝てず,新規ユーザーには差別化が容易に図れないため,どちらにも近づきがたくなる恐れがあるからです。

である以上,新アイドルを追加するということはこれまでのアイドルにはない特徴が必要であり,これまでに追加されたストレイライトやノクチルについてもその前提は守られていると考えております。


では,追加されるのはどのようなユニットなのか。どんなアイドルで構成されるのか。
ストレイライトやノクチルの傾向を見つつ,現在所属している23人から予想してみよう!! というのが今回のお話しです。

いつか新ユニットが本当に実装されたらこの結果と比較して「合ってた」「全然違う」と笑っていただけたら幸いです。

 

私が予想する新ユニットはこうだ!!

何人組?

まず,何人組のユニットが追加されるのか。
これは,シャニマスのゲームシステムや「アイドル28人と天井社長,はづきさん,プロデューサーの3人で283プロ」という,この手の話題でよく言われている説を採用して5人ユニットと決め打ちすることにします。
また,ユニットカラーは前述の通り(黄緑色に近い)です。

 

年齢は?

図2にシャニマスアイドル達の年齢分布を示します。

 

f:id:hiroshiakagi398:20200816113433j:plain

図2 シャニマスアイドル年齢分布

 

同図より,シャニマスアイドルの年齢層は17歳が最も多く,次いで16歳となっています。

ちなみに,アイマスのアイドル全体の平均年齢は17.1歳であるため,アイマスの傾向シャニマスも引き継いでいると言えます。

逆に,13歳から15歳の中学生組や20歳以上の成人組はあまりいません。
もっと言えば,15歳の八宮めぐるや市川雛菜は高校生組であるため,中学生は後から追加されたストレイライトの芹沢あさひだけです。

一方で,成人組は後からも追加されていません。

であれば,成人組がもっと増える可能性は十分ありえることと思います。
特に,年齢的に空いている21歳と22歳のどちらかには入るのではないかと予想します。

また,成人済みアイドルがいる放課後クライマックスガールズやアルストロメリアは年齢差をある種押し出しているので,これら異なり成人組でまとめることにより差別化を図ると予想します。

つまり,シャニマス7組目のアイドル達は大人っぽさを前面に打ち出したユニットになると予想します。

 

誕生月

図3にシャニマスアイドルの誕生月分布を示します。

 

f:id:hiroshiakagi398:20200816113443j:plain

図3 シャニマスアイドル誕生月分布

 

 同図より,追加されたアイドル達の誕生月は既に実装されているアイドルの誕生月に偏らないようにしていることがわかります。

なお,12月の大崎姉妹は双子なので誕生日も同じであるため,誕生日という点では1人にカウント可能です。

であれば,新たに追加されるとすれば6月と9月生まれとなる可能性が高いと予想します。
それ以外の月としては,アイマス全体で誕生月が少ない1月と2月を予想します。

 

名字と名前のイニシャル

図4と図5に名字と名前のイニシャルの分布図を示します。

 

f:id:hiroshiakagi398:20200816113501j:plain

図4 シャニマスアイドル名字イニシャル分布

 

f:id:hiroshiakagi398:20200816113506j:plain

図5 シャニマスアイドル名前イニシャル分布

 

図4より,名字のイニシャルはSのアイドルが多いことがわかります。
なお,イニシャルがK,M,Sアイマスアイドル全体でも多いイニシャルなので日本人の名字として使いやすいイニシャルとも考えられます。

アイマス全体で比較的多く,シャニマスにはまだないイニシャルはNなので名字のイニシャルがNのアイドルはいると予想します。
それ以外だとEやU,Wあたりの可能性も高いです。

図5より,名前のイニシャルはこれもまたMとKが多いです。
アイマスアイドル全体でもK,M,Sが多いので,この傾向はシャニマスにも当てはまると考えられます。
したがって,他に多いイニシャルであるN,R,S,Y。とくに,Sの可能性が高いと予想します。

 

血液型

図6にシャニマスアイドルの血液型分布を示します。

 

f:id:hiroshiakagi398:20200816113512j:plain

図6 シャニマスアイドル血液型分布

 

日本人の血液分布はA型が最も多く,次いでO,B,ABと続いており,シャニマスではBとOの分布が逆になっていることがわかります。

ただ,アイマスアイドル全体ではO型が最も多く,AB型の割合もかなり高いため,最低でもO型とAB型が1人は追加されることを予想します。

 

身長と体重

身長や体重はどうでしょうか。

図7にシャニマスアイドルの身長と体重の相関図を示します。

 

f:id:hiroshiakagi398:20200816113518j:plain

図7 シャニマスアイドルの身長と体重との相関

 

同図より,シャニマスアイドルは51Kg以下と55kg以上できれいに体重が分かれていることを確認できます。

そして,後から追加されたストレイライトやノクチルは55kg以上の枠に1人追加されています。

前述のように,追加されるアイドルは20歳以上の成人組が中心と予想しているため,身長も比較的高くなることが予想されます。

ただし,身長175cm以上のアイドルはアイマス全体でも諸星きらりだけですので,165cm以上175cm未満に落ち着くと思います。

また,デレマスやミリマスでもおなじみのロリ成人枠の存在ですが,後から追加された福丸小糸がシャニマスで一番小さいアイドルを更新しましたし,ユニットとしての大人っぽさをだすのであれば不向きであると考えられることから,ロリ成人枠はシャニマスにはないと予想しております。

また,成人済みでちょくちょく軽すぎると言われる桑山千雪(彼女の場合は後述するスタイルの問題がありますが)のこともあり,低体重でも49kg以下はないと予想しております。

 

3サイズ

3サイズも見てみます。
図8にシャニマスアイドルのウエストとバストの相関図,図9にウエストとヒップの相関図,図10にBHW周径バランスを示します。

 

f:id:hiroshiakagi398:20200816113523j:plain

図8 シャニマスアイドルのウエストとバストとの相関

 

f:id:hiroshiakagi398:20200816113419j:plain

図9 シャニマスアイドルのウエストとヒップとの相関

 

f:id:hiroshiakagi398:20200816120356j:plain

図10 シャニマスアイドルのBHW周径バランス

 

私が特に着目しているのは図10のBHW周径バランスです。

同図において,後から追加されたストレイライトやノクチルは和泉愛依を除いてストレート型とバスト優勢型に属しています。

また,ヒップ優勢型には三峰結華と杜野凛世しか属していません。

加えて,ゴールデンカノンにおいて美しいスタイルであるとされている同図線の外にいるのは桑山千雪だけです。

なお,これは彼女のスタイルが悪いのではなくバストやヒップに対してウエストがやや細いと言うことを意味しており,ものすごいボンキュッボンということです。

新ユニットが大人っぽさを打ち出したものであるとすると,ある種幼児体型とも取れるストレート型に当てはめることは低いと予想します。

それよりも,既に所属しているアイドル達との差別化を図るため,ヒップ優勢型よりのウエストくびれ型やウエストくびれ型よりのヒップ優勢型,あるいは線上の外に属す可能性が高いと予想します。

これを基に考えると,エストは57cmから59cmでバスト,ヒップは85cm以上のアイドルが多く在籍する可能性が高いと予想します。

 

髪の色

図11にシャニマスアイドルの髪の色分布を示します。

 

f:id:hiroshiakagi398:20200816113532j:plain

図11 シャニマスアイドルの髪の色分布

 

同図より,黒髪と赤髪(赤みがかった茶髪),金髪が多いことがわかります。

後から追加されたストレイライトやノクチルを見てもこの傾向を維持しており,芹沢あさひだけがそれまでにない白(銀)髪です。

逆に言えば,年齢も相まって芹沢あさひの特別・特殊感を髪の色からも示していると考えられます。

である以上,この傾向は維持されるでしょう。

したがって,黒,に1人ずつ。まだ誰もいないピンク(他の2つと比べ可能性は低いと予想)に1人で分布すると予想します。

 

まとめ

以上,まとめに入ります。

283プロダクションにはもう1組新ユニットが追加されるという仮説に立ち,どのようなユニットでどのようなアイドルにより構成されるのかを予想しました。

その結果,

  • 20歳以上の成人組で構成される,大人っぽさを前面に打ち出した5人組ユニット。
  • 1,2,6,9月生まれ。
  • 名字のイニシャルがN。名前のイニシャルがSのアイドルが1人はいる。
  • O型とAB型のアイドルが1人ずつはいる。
  • 身長が165cm以上175cm未満。体重が49kg以上。ロリ成人枠はいない。
  • 全員がヒップ優勢型よりのウエストくびれ型やウエストくびれ型よりのヒップ優勢型に属する。
  • 髪の色が黒,赤,黄,茶で1人ずつ。緑か青が1人。

であると予想しました。

また,ストレイライトやノクチルはそれまでに所属していたアイドル達と特徴が似か寄らないように意識したキャラデザをしているという仮説がおおよそ間違っていないことも示せました。

アイマスはコンテンツとして「アイマスらしさ」をしっかり持っている。というのが私がアイマス統計を行う上での大前提です。

したがって,他のシリーズで追加されたアイドルたちからより詳細な予想は立てられると考えております。

それについてもいずれお話しします。


それでは,これにて本記事を締めさせていただきます。

統計の力で,アイマスがもっと好きになる。

紅木弘がお送りしました。

 

f:id:hiroshiakagi398:20200816113428j:plain