ReelAtlas’ı geliştirmemize yardımcı olacak analitiğe izin verir misiniz? Sayfa görüntülemeleri, tıklamalar, kaydırma, etkin süre ve sayfa performansı toplanır. Fare kullanılan uygun oturumların %10’unda konumlar toplu hücre sayıları olarak kaydedilir. Oturum videosu, alan içerikleri, arama metinleri veya IP adresleri kaydedilmez. Seçiminizi istediğiniz zaman değiştirebilirsiniz.

Analitik nasıl çalışır?

Rehberler

Maksimum kazanç ve RTP: Aynı üst sınır, farklı sonuçlar

İki basit model, maksimum geri ödemenin ortalamayı veya büyük sonuçların sıklığını belirlemediğini gösteriyor.

Bu sayfada
Örnek modelde 0 sonucunun olasılığı %75, 4 sonucunun olasılığı %25’tir; ağırlıklı ortalama 1 olur.
Metindeki kavramı açıklayan editoryal şema. Düzenler ve sayılar eğitim örnekleridir; ticari bir oyunun parametreleri değildir.

Kurallar öyle tanımlıyorsa 100x, geri ödemenin üst sınırıdır. Bu sınıra ulaşma olasılığını söylemez. Farkı görmek için iki kurgusal model oluşturalım. Bunlar herhangi bir slotu temsil etmez ve tüm varsayımları açıktır.

A modeli: Sıfır veya yüz

Bir deneme 1 birim tutar. %1 olasılıkla geri ödeme 100, %99 olasılıkla sıfırdır. Olasılıkların toplamı %100’dür. Beklenen geri ödeme 100 × 0,01 + 0 × 0,99 = 1 birimdir. Geri ödemenin maliyete teorik oranı %100’dür.

Maksimum 100’dür, fakat pozitif geri ödeme olasılığı yalnızca %1’dir. Bu, her yüz denemede bir sonucun mutlaka pozitif olacağı anlamına gelmez. Dağılım olayların hangi sırada gerçekleşeceğini belirlemez. Ortalaması maliyetine eşit bir model bile kısa bir dizide çok düzensiz sonuçlar verebilir.

B modeli: Aynı üst sınır, farklı dağılım

Maliyet yine 1’dir. Olası geri ödemeler %0,1 olasılıkla 100, %80 olasılıkla 1 ve %19,9 olasılıkla sıfırdır. Olasılıkların toplamı yine %100’dür. Ortalama 100 × 0,001 + 1 × 0,8 = 0,9 birim, yani maliyetin %90’ıdır.

Maksimum aynı kaldı. Bu değerin olasılığı, ortalama ve pozitif geri ödeme sıklığı değişti. Pozitif geri ödeme oranı %80,1’dir, fakat maliyet sonrası net sonuç yalnızca geri ödeme 100 olduğunda pozitiftir. 1 birim geri ödeme maliyeti karşılar ve net sonuç sıfır olur. Bu nedenle “isabet” tanımlanmalıdır.

Dört sayı dört soruyu yanıtlar

  • Maksimum: Model ne kadar büyük bir sonuca izin verir?
  • RTP: Beklenen geri ödemenin maliyete oranı nedir?
  • İsabet sıklığı: Açıkça tanımlanan olay ne sıklıkta gerçekleşir?
  • Değişkenlik: Sonuçlar ortalama etrafında ne kadar yayılır?

Yalnızca maksimuma bakarak dağılımın tamamı belirlenemez. RTP de bilinse genellikle birden fazla olasılık kalır. Bir olayın olasılığını hesaplamak için modeldeki ilgili değeri bilmek veya onu dikkatle tahmin etmeye yetecek veri gerekir. Tanıtımdaki bir çarpan bu bilgiyi sağlamaz.

Sınırın neyi kapsadığını okuyun

Oyunun talimatlarında sınırın tek bir hesaplamaya mı, turun tamamına mı, bir bonus aşamasına mı yoksa belirli bir özelliğe mi uygulandığına bakın. Tutar olarak mı, bahsin katı olarak mı belirtilmiş? Sınıra ulaşınca kalan aşamalar sona eriyor mu? Yanıtı her oyunun kendi belgesinde arayın.

En büyük sembol çarpanını oyunun en yüksek toplam geri ödemesiyle karıştırmayın. Çarpan sonucun yalnızca bir bölümüne uygulanabilir veya ayrı bir sınıra tabi olabilir. İşlemlerin sırasını bilmek gerekir.

Karşılaştırırken neleri kaydetmeli?

Tam oyun adını, sürümü, birimi, maksimumun kapsamını ve kaynağı yazın. Maksimum sonucun sıklığı bilinmiyorsa RTP’den hesaplamak yerine “belirlenemedi” yazın. Dağılım laboratuvarında dağılımdaki değişimin sonuç dizisini nasıl etkilediğini görebilirsiniz. Histogram rehberi, en büyük sayıyı tipik sonuç saymadan gözlemleri göstermenin yolunu anlatır.