GameScope

Cómo se posiciona un videojuego frente a sus competidores directos, cruzando IGDB, RAWG y CheapShark sin mezclar escalas.

En resumen

• Problema: las notas de prensa y de usuarios viven en sitios distintos, con escalas y número de votos distintos, y nadie las pone lado a lado por plataforma.
• Datos: 1.131 juegos de IGDB y RAWG con precios de CheapShark, en snapshots semanales fechados.
• Resultado: una puntuación configurable elige los competidores y explica por qué; la web compara notas, votos y años, y muestra qué ha cambiado entre semanas.
• Ingeniería: pipeline de muestreo, cruce entre fuentes y exportación automatizado con GitHub Actions y cubierto por 61 tests.

El problema

Quien sigue el mercado (un estudio pequeño, una tienda, un analista) no tiene una forma rápida de responder a "¿cómo se posiciona este juego frente a sus competidores?". Las notas de prensa y de usuarios viven en sitios distintos, con escalas y número de votos distintos, y nadie las pone lado a lado por plataforma.

Datos

Fuente	Qué aporta	Acceso
IGDB (principal)	Juegos, géneros, plataformas, fechas y notas de crítica y usuarios	OAuth2 de Twitch
RAWG	Segunda fuente de notas, y desarrollador y editor desde la ficha	API key gratuita
CheapShark	Precio actual en PC (USD)	Sin clave

• 1.131 juegos (630 de IGDB y 501 de RAWG) en tres capas: los más populares por plataforma (PC, Sony, Microsoft, Nintendo, móvil y Switch 2), una capa intermedia y una muestra aleatoria de la cola larga.
• Snapshots fechados y acumulativos en data/snapshots/: cada captura es una foto completa con su hora en UTC y un .meta.json de trazabilidad. La última es del 24/10/2026 y hay 5.
• Las dos fuentes no se fusionan: cada nota se muestra en su propia escala y con su número de votos. Cuando un juego está en las dos, se enlaza (mismo nombre normalizado y como mucho 2 años de diferencia, para no confundir un remake con el original).

El detalle de cómo se validaron y eligieron las fuentes está en docs/.

Hallazgos del análisis

Del notebook notebooks/02_eda.ipynb, con la muestra principal (1.150 juegos):

• Las notas de crítica y de usuarios van bastante juntas (correlación de 0,64 en RAWG y 0,68 en IGDB), pero con un número de votos muy distinto: la crítica de IGDB tiene una mediana de 12 reseñas, los usuarios llegan a miles.
• Casi todo es multiplataforma (99 % en RAWG y 98 % en IGDB), así que sin filtrar por plataforma cualquier comparación mezcla mercados.
• La cobertura de crítica cae fuera del top: de un ~95 % a un ~79 % en RAWG y de un ~90 % a un ~73 % en IGDB.
• RAWG no da desarrollador ni editor en sus listados: hay que pedir la ficha de cada juego.

Cómo se eligen los competidores

Una puntuación configurable (src/scoring.py) combina género y plataforma (obligatorios), cercanía en el año de lanzamiento y estudio en común si se conoce. Cada competidor sale con una explicación de por qué lo es. El modo estricto exige además año conocido y al menos dos géneros en común. La misma regla está replicada en JavaScript (web/js/scoring.js) y hay tests que comprueban ambas.

La web

Web estática (HTML, CSS y JavaScript sin dependencias) en web/, generada a partir del último snapshot:

• Buscador con autocompletado, fuente (IGDB o RAWG), umbral de parecido, filtros de plataforma y género, y modo estricto.
• Tabla de diferencias frente a cada competidor (crítica, usuarios y años) y un resumen: mediana del grupo, cuántos superan al juego elegido y avisos sobre lo que los datos no dicen.
• Precio en PC cuando lo hay, con su fecha de observación.
• Evolución entre los dos últimos snapshots: juegos que entran y salen de la muestra y cambios en sus notas.

No llama a las APIs en vivo, así que no necesita claves.

Automatización

.github/workflows/weekly_snapshot.yml repite todo el pipeline cada lunes (muestreo, snapshot, cruce entre fuentes, precios y exportación a la web), pasa los 61 tests y solo hace commit si todo va bien. Necesita tres secretos en el repositorio: RAWG_API_KEY, IGDB_CLIENT_ID e IGDB_CLIENT_SECRET.

Ejecutarlo

pip install -r requirements.txt
cp .env.example .env               # y rellena las tres claves

python -m src.check_connections    # comprueba IGDB y RAWG (sin imprimir claves)
python -m src.muestreo             # juegos más populares por plataforma
python -m src.muestreo_midtail     # capa intermedia y fichas de RAWG
python -m src.muestreo_longtail    # cola larga (acumulativa, máximo 500)
python -m src.snapshot             # snapshot fechado
python -m src.matching             # enlace entre IGDB y RAWG
python -m src.precios              # precios de PC en CheapShark
python -m src.export_web           # datos de la web

python -m unittest discover tests  # 61 tests, sin llamadas a las APIs
cd web && python -m http.server    # o abrir web/index.html directamente

Estructura

├── src/          # acceso a APIs, muestreo, snapshot, cruce, precios, scoring y exportación
├── tests/        # 61 tests
├── notebooks/    # auditoría de datos y EDA
├── web/          # aplicación estática
├── data/
│   ├── processed/  # muestras, cruce entre fuentes y precios
│   └── snapshots/  # fotos fechadas
└── docs/         # validación de fuentes, decisiones, diccionario, KPIs y metodología

Limitaciones

• La muestra parte de los juegos más populares, así que las notas medias son altas.
• La equivalencia de géneros entre fuentes es aproximada (por ejemplo, Action frente a Adventure).
• Notas y votos no son ventas.
• El precio es solo de PC y en dólares; no hay fuente comparable para consolas.
• El enlace entre fuentes se basa en el nombre y el año; los casos dudosos no se han revisado a mano.

Autor

Álvaro Domingo Cordón · LinkedIn · GitHub