Кандидат экономических наук, доцент Кафедры экономики предприятия, предпринимательства и инноваций
магистрант
магистрант
The article discusses the theoretical foundations of gamification. Its wide application and the tasks that this tool solves are highlighted. The article shows how using ChatGPT, one can analyze user reviews of applications presented on the GooglePlay site (using Duolingo as an example) and identify how game mechanics affect the following elements: motivation, competition, rewards, engagement, and memorization. Using data parsing, the texts of reviews and rankings provided by the review authors were collected. The methodology is prescribed; and the program code used is described. In addition to the automatic assessment, a control sample was used. At the same time, seven experts (teachers, game designers, and psychologists) conducted a manual analysis of some of the reviews. The results of the review analysis using ChatGPT and expert assessments were compared. It has been established that the correct implementation of game elements improves not only the user experience but also the financial results of the company. As a result of the conducted research, the expediency of using automated tools for the initial analysis of reviews was revealed. However, in order to obtain an objective assessment, there is a need for correction techniques (such as the stabilization coefficient). It was also presented what techniques can be used to increase user engagement using neuromarketing elements.
В статье рассмотрены теоретические основы геймификации. Выделено её широкое применение и задачи, которые решает данный инструмент. В работе представлено, как при помощи применения ChatGPT, можно проанализировать отзывы пользователей приложения, представленные на площадке GooglePlay (на примере Duolingo) и выявить, как игровые механики влияют на следующие элементы: мотивацию, соревнование, награды, вовлеченность и запоминание. При помощи парсинга данных были собраны тексты отзывов и рейтинги, выставленные авторами отзывов. Прописана методология и описан используемый программный код. Помимо автоматической оценки, использовалась контрольная выборка. Параллельно семь экспертов (преподаватели, гейм-дизайнеры, психологи) провели вручную анализ части отзывов. Было произведено сравнение результатов анализа отзывов с помощью ChatGPT и экспертных оценок. Установлено, правильное внедрение игровых элементов улучшает не только пользовательский опыт, но финансовые результаты компании. В результате проведенного исследования была выявлена целесообразность использования автоматизированных инструментов для первичного анализа отзывов, однако выделена необходимость методик коррекции (по типу «коэффициента стабилизации»), для получения объективной оценки. Также было представлено, за счёт каких техник можно усилить вовлеченность пользователей, используя элементы нейромаркетинга