本ページは「Steamレビュー分析」シリーズのまとめです。公開データ（公式Web API／Storefrontの appdetails・appreviews 等）をPythonで取得し、可視化・テキスト分析の手順に沿って“傾向”を読み解いています。データは公開情報のみを対象としています。
アクション / RPG
- 〖モンスターハンターワイルズ〗Steamレビュー分析（2025年11月版）
- 〖モンスターハンターライズ〗Steamレビュー分析（2025年11月版）
- 〖Monster Hunter Rise: Sunbreak〗Steamレビュー分析（2025年11月版）
- 【モンスターハンター：ワールド】Steamレビュー分析（2025年11月版）
- 〖Monster Hunter World: Iceborne〗Steamレビュー分析（2025年11月版）
- 〖星の翼〗Steamレビュー分析（2025年11月版）
ストラテジー / カード
分析手法別まとめ
- Steamの情報を取得する方法まとめ（入口ページ）
- Web APIキーの取得と安全な保管
- 公式Web APIの使い方（AppList／CCU／実績／ニュース）
- Storefront
appdetailsの使い方（価格・割引・タグ・発売情報） - Storefront
appreviewsの使い方（レビュー本文・サマリー／カーソル完全ガイド） - 同時接続（CCU）の自前収集と可視化（5分ポーリング／移動平均）
- SteamSpyの使い方（推定オーナー数・タグ集計・CCU推定）※Optional
読み方（グラフと指標の使い分け）
- CCU（Avg/Peak）：日常的な賑わい／イベント影響を見る“温度計”。
- 高評価率 × 件数：評価の質と量の両面で変化点を把握（アップデート／セールの影響など）。
- 日本語 vs 日本語以外：地域・言語で満足/不満の焦点がズレていないかを確認。
- プレイ時間分布・hexbin：レビュー後にプレイが伸びない層＝離脱の厚みを把握。
- トピック抽出（LDA/BERT）：満足点と不満点の代表テーマを数値で要約。
