Динамика популярности Majestic RolePlay на платформе Twitch

Maiestic RolePlay является одним из самых популярных RP-проектов, активно представленных на платформе Twitch. Это сообщество, с живой и динамичной аудиторией, давно привлекало мое внимание. Особенно интересно наблюдать за тем, как зрители взаимодействуют со стримерами, как меняется активность канала в разные дни и часы, и какие события или стримеры вызывают всплеск популярности.

Меня заинтересовало изучить данные о стримах Majestic Roleplay, чтобы понять закономерности зрительского поведения, визуализировать динамику популярности и выявить тренды, которые обычно остаются незамеченными. Такой анализ помогает увидеть не только цифры, но и историю взаимодействия аудитории с контентом на Twitch.

Датасет содержит следующие показатели:

1. дата стрима
2. имя стримера
3. количество зрителей
4. среднее время просмотра
5. количество сообщений в чате
6. количество подписок Анализ зрительской активности позволяет изучить динамику популярности RP-контента, понять поведение и вовлечённость зрителей, выявить влияние стримеров на интерес к серверу, проанализировать взаимосвязь между онлайном и активностью чата

Из-за ограничений АРІ Twitch для демонстрации анализа и визуализации использовались синтетические данные, созданные с помощью Python и библиотеки NumPy. Параметры (количество зрителей, активность чата, среднее время просмотра) основаны на реальных показателях Twitch, что позволяет моделировать правдоподобное поведение аудитории.

Для всех графиков был выбран единый минималистичный стиль (тёмный фон 101010, акцентный цвет F12761). Источником вдохновения послужил интерфейс Majestic Roleplay и минималистичная инфографика. Единый стиль улучшает читаемость и визуальную целостность проекта.

Все этапы обработки данных выполнялись с использованием библиотеки Pandas, а также библиотека Matplotlib.

Для обработки данных понадобились такие этапы, как: создание и загрузка датасета в формате CSV, проверка структуры данных и типов переменных, анализ описательной статистики, группировка данных по датам и стримерам, подготовка данных для визуализации.

Используемые виды визуализаций:

1. Линейный график — для анализа динамики зрителей во времени
2. Столбчатая диаграмма — для сравнения популярности стримеров
3. Точечная диаграмма — для анализа связи между зрителями и активностью чата
4. Гистограмма — для изучения распределения времени просмотра
5. Тепловая карта — для анализа активности по дням недели Использование разных типов графиков позволяет рассмотреть данные с нескольких аналитических точек зрения.

Динамика зрителей. График демонстрирует изменение среднего количества зрителей Majestic RP на Twitch во времени. Наблюдается стабильный интерес аудитории с периодическими пиками, которые могут быть связаны с игровыми событиями и выходными днями.

Столбчатая диаграмма сравнивает среднее количество зрителей у разных стримеров Majestic RP. Известные стримеры привлекают больше зрителей и оказывают значительное влияние на популярность сервера.

График иллюстрирует связь между количеством зрителей и активностью чата. Чем больше зрителей на стриме, тем выше активность чата, что говорит о высокой вовлечённости аудитории.

Гистограмма отражает распределение среднего времени просмотра стримов. Большинство зрителей проводят на стримах от 30 до 60 минут, что указывает на устойчивый интерес к RP-контенту.

Тепловая карта показывает среднюю активность зрителей по дням недели и стримерам. Наибольшая активность наблюдается в выходные дни, что характерно для игрового контента.

В ходе проекта был выполнен полный цикл анализа данных. От подготовки датасета до визуализации и интерпретации результатов. С помощью Python и библиотек Pandas, Matplotlib и NumPy удалось наглядно проанализировать динамику популярности Majestic RolePlay на Twitch и особенности поведения зрителей. Проект показывает, как методы анализа данных и визуализации помогают изучать аудиторию стриминговых платформ и выявлять ключевые закономерности.