SteamSpyの使い方【推定オーナー数・タグ集計・CCU指標】Python最小サンプル

この記事でできること：
サードパーティの SteamSpy API から 推定オーナー数（owners） や タグ投票（tags） を取得し、規模感の把握・ジャンル傾向の可視化・分析の優先度付けに活用する方法をまとめます。
併せて、日次スナップショット保存 → 時系列化の実務テンプレも配布します。

全体像は Steamガイド（入口ページ）を、AppIDの取得は Step1 を参照してください。

SteamSpyとは（要点）

Steamユーザープロファイルの標本から 統計的に推定 したメトリクスを提供する外部サービス。
代表的なエンドポイント：request=appdetails&appid=<APPID>、request=all（全体一覧）など。
推定値である点に注意（厳密値ではない）。指標は規模感の目安として使い、意思決定の“第一段”に。
同じアプリでも時期により推定が揺れるため、日次で保存して推移を持つ運用が実務的。

取得できる主な項目（抜粋）

キー	意味	メモ
`name`, `developer`, `publisher`	基本属性	表記揺れあり
`owners`	推定オーナー数（例：`200000..500000`）	範囲表記。中央値に寄せて数値化する例を後述
`ccu`	前日ピークCCUの推定	瞬間ではなく“日次ピーク”系
`positive`, `negative`, `userscore`, `score_rank`	レビュー集計系指標	“傾向”の参考に
`average_forever`, `median_forever`	累計平均/中央値プレイ時間（分）	やり込み度の目安
`price`, `initialprice`, `discount`	価格・割引	時点のスナップショット
`languages`, `genre`	言語・ジャンル	文字列
`tags`	タグ名→投票数（辞書）	人気度/特徴量として有用

クイックスタート：Python最小サンプル（requests）

AppID一件の詳細（ownersとtagsを抽出）

import requests

def steamspy_appdetails(appid:int):
    url = "https://steamspy.com/api.php"
    r = requests.get(url, params={"request":"appdetails", "appid": appid}, timeout=30)
    r.raise_for_status()
    return r.json()

def owners_to_midpoint(owners_range:str) -> int | None:
    # "200000..500000" → 350000 のように中央値に寄せる
    try:
        lo, hi = owners_range.split("..")
        return (int(lo) + int(hi)) // 2
    except Exception:
        return None

data = steamspy_appdetails(730)  # 例：CS2
owners_mid = owners_to_midpoint(data.get("owners",""))
top_tags = sorted((data.get("tags") or {}).items(), key=lambda x: -x[1])[:5]
print("owners(mid):", owners_mid)
print("top tags:", top_tags)

公式ラッパを使う（steamspypi）

# pip install steamspypi
import steamspypi

def steamspy_appdetails_pi(appid:int):
    req = {"request":"appdetails", "appid": appid}
    return steamspypi.download(req)

print(steamspy_appdetails_pi(730)["name"])

複数タイトルを一括取得 → DataFrame化

owners中央値と上位タグを列にまとめる

import time, pandas as pd, requests

def fetch_many(appids:list[int], sleep=0.3):
    rows = []
    for aid in appids:
        try:
            d = requests.get("https://steamspy.com/api.php",
                             params={"request":"appdetails","appid":aid},
                             timeout=30).json()
            owners_mid = owners_to_midpoint(d.get("owners",""))
            tags = sorted((d.get("tags") or {}).items(), key=lambda x: -x[1])
            row = {
                "appid": aid,
                "name": d.get("name"),
                "owners_mid": owners_mid,
                "ccu_peak_yday": d.get("ccu"),
                "userscore": d.get("userscore"),
                "price": d.get("price"),
                "discount": d.get("discount"),
                "tag_top1": tags[0][0] if len(tags)>0 else None,
                "tag_top2": tags[1][0] if len(tags)>1 else None,
                "tag_top3": tags[2][0] if len(tags)>2 else None,
            }
            rows.append(row)
        except Exception:
            pass
        time.sleep(sleep)  # マナー
    return pd.DataFrame(rows)

df = fetch_many([570, 730, 1172470])
print(df)

日次スナップショットで“推移化”する（実務テンプレ）

毎日1回：owners中央値・前日ピークCCUなどをCSVに追記

"""
config:
  APPIDS = 例: [570, 730, 1172470]
  実行頻度 = 1日1回（cron/タスクスケジューラ）
"""
import csv, time, requests, datetime as dt
from pathlib import Path

APPIDS = [570, 730, 1172470]
OUT = Path("steamspy_daily.csv")

def today_utc():
    return dt.datetime.utcnow().date().isoformat()

def fetch_row(appid:int):
    d = requests.get("https://steamspy.com/api.php",
                     params={"request":"appdetails","appid":appid},
                     timeout=30).json()
    return {
        "date_utc": today_utc(),
        "appid": appid,
        "name": d.get("name"),
        "owners_mid": owners_to_midpoint(d.get("owners","")),
        "owners_raw": d.get("owners"),
        "ccu_peak_yday": d.get("ccu"),
        "userscore": d.get("userscore"),
        "price": d.get("price"),
        "discount": d.get("discount")
    }

def append_daily():
    is_new = not OUT.exists()
    with OUT.open("a", newline="", encoding="utf-8") as f:
        fields = ["date_utc","appid","name","owners_mid","owners_raw","ccu_peak_yday","userscore","price","discount"]
        w = csv.DictWriter(f, fieldnames=fields)
        if is_new: w.writeheader()
        for aid in APPIDS:
            row = fetch_row(aid)
            w.writerow(row)
            time.sleep(0.4)
    print("appended:", OUT)

append_daily()

これで owners/ccuの“時系列” が作れます。CCUの“瞬間値”は公式APIで収集するため、Step5 と合わせて設計してください。

タグ人気の読み方と活用

tags は「タグ名 → 投票数」の辞書です。人気の定義は複数あります：

票数ベース：投票数の多いタグほど“強く結びつく特徴”。
規模ウェイト：owners_mid と組み合わせ、票数 × owners_mid で規模×紐づきの強さを近似。
勢い：CCU時系列と組み合わせ、「最近CCUの高いタイトルに多いタグ」を抽出。

単純な「タグ×規模ウェイト」ランキング例（擬似）

import pandas as pd

# df_apps: fetch_many() の結果に tags 辞書も含めてある前提（適宜改修）
def tag_weight_table(appids:list[int]):
    rows = []
    for aid in appids:
        d = steamspy_appdetails(aid)
        owners_mid = owners_to_midpoint(d.get("owners",""))
        for tag, votes in (d.get("tags") or {}).items():
            rows.append({"appid": aid, "tag": tag, "votes": votes, "owners_mid": owners_mid,
                         "weight": (owners_mid or 0) * votes})
    return (pd.DataFrame(rows)
              .groupby("tag", as_index=False)
              .agg(votes_sum=("votes","sum"), owners_sum=("owners_mid","sum"), weight_sum=("weight","sum"))
              .sort_values("weight_sum", ascending=False))

tbl = tag_weight_table([570, 730, 1172470])
print(tbl.head(10))

まずは 票数ベースの集計から始め、必要に応じて 規模ウェイトや 直近CCU を掛け合わせると“今強いタグ”が見えてきます。

注意点・ベストプラクティス（重要）

推定である前提：owners/ccuを厳密値として扱わない。順位・規模感・優先度付けの材料に。
時系列の自前保有：APIはスナップショット中心。日次保存で推移を作るのが実務。
欠損・外れ値：推定が飛ぶ日がある。移動中央値/外れ値除外で可視化の安定度を高める。
レート＆マナー：間隔をあけ、失敗時はリトライ。大規模バッチはスロット分割。
解釈の整合：価格やタグの“表記”は appdetails 側と突き合わせて正規化。

ユースケースと導線

市場規模のあたり付け：ownersでTAM感を掴む → 深掘りはレビュー要約と CCU時系列。
タグ別の勢い：票数×規模×直近CCUで“今熱いタグ”を特定 → 記事企画に。
比較テーブル：複数タイトルで owners/ccu/userscore/価格を横並びに。

この先に進む（関連How-to）

入口に戻る：Steamガイド／これまで：Step1 → Step2 → Step3 → Step4 → Step5

免責とポリシー：
SteamSpyは第三者サービスの推定値を提供します。挙動や仕様は予告なく変わる可能性があります。利用規約・法令・引用ルールを遵守の上でご利用ください。