Fremveksten av kryptokasinoer basert på blokkjedeteknologi det siste tiåret åpnet en ny fase i spillbransjen, når det gjelder drift, teknologi og markedsføring. I akademia ble forskningen på problemspill stilt overfor en utfordring, fordi den til nå hadde hentet datagrunnlaget fra observasjon av klassisk spilleaktivitet. I 2020 kvantifiserte tre forskere ved University of York (UK) data hentet fra millioner av analyserte kryptotransaksjoner for å utlede spillernes forbruksprofiler i denne formen for nettkasino og for å analysere atferden deres for å sammenligne resultatene med dem som er spesifikke for tradisjonelt pengespill.
Funnene deres antydet at den gjennomsnittlige spilleren i en desentralisert spilleapplikasjon bruker mindre totalt enn i andre klassiske nettkasinoer, mens de mest tungt involverte spillerne bruker betydelig mer i denne nye, avanserte formen for pengespill.
Desentraliserte kryptokasinoer og åpne data for forskning
Desentraliserte kryptokasinoer er applikasjoner som bruker kryptovalutateknologi til å behandle betalinger og beregne spilleutfall. Alle transaksjoner knyttet til innsats, i Bitcoin eller hvilken som helst kryptovaluta, registreres på offentlige hovedbøker kalt blokkjeder. At hver eneste spilletransaksjon til og fra disse applikasjonene er offentlig tilgjengelig, representerer et paradigmeskifte i datatilgang for forskere på pengespill (problemspill), samtidig som det inviterer til en ny strøm av forskning på spilleratferd basert på bruk av disse dataene.
Det pseudo-anonyme preget ved kryptotransaksjoner innebærer at dataene er offentlig tilgjengelige i allerede anonymisert form, noe som reduserer begrensningene ved bruk av personidentifiserbare opplysninger etter akademiske standarder. Gitt disse egenskapene ved desentraliserte spilleapplikasjoner når det gjelder data, kan vi med rimelighet anta at de vil få en kjerneplass i datadrevet pengespillforskning i nær framtid.
Å redegjøre for atferden til brukerne av disse applikasjonene er viktig for å forstå hvordan teknologien påvirker befolkningen sammenlignet med klassiske nettkasinoer, samt utbredelsen av mønstre for problematisk pengebruk blant brukerne.
Forskningsbakgrunn for måling av spilleratferd
Å spore spilleratferd ved å bruke faktiske innsatsdata er en metode i pengespillforskning og en undergren av den, som har som mål å forstå bedre hvordan folk spiller. Det akademiske arbeidet på feltet har vært begrenset av tilgangen på storskala, virkelighetsnære observasjonsdata, gitt deres kommersielle sensitivitet og personlige karakter.
Dessuten har de fleste forskere bare hatt tilgang til daglige aggregater fra kasinodrift, snarere enn data på nivå med enkelttransaksjoner. Kryptospill utfordret denne begrensningen ved å tilby tilgang til ettertraktet granularitet. Slik tilgang og slike data inviterer til analyse av spillerforbruk i denne formen for pengespill, noe den omtalte studien gjør. Faktisk var studien til Scholten, Zendle og Walker den første artikkelen som undersøkte desentraliserte applikasjoner fra et problemspill-perspektiv, ved å bruke etablerte metoder for å utforske spillerforbruk.
Fram til publiseringen av denne artikkelen hadde annen forskning som brukte (klassiske) nettspiltransaksjoner levert et fundament som utforskningsmetodene kunne bygges på. Slike metoder er beskrevet i påfølgende studier og inkluderer varighet og frekvens av spill (tidsorienterte mål), gjennomsnittlig innsatsstørrelse, total utgift, nettotap og prosentvis tap (økonomisk orienterte mål). Slike studier og beslektede arbeider har, ved bruk av deskriptiv statistikk på tvers av kohorter av spillere, funnet at det fantes forskjeller i atferdsmål mellom kohorter, og at en bestemt gruppe storspillere brukte mer, og oftere, både i faste odds og live-spill. Lignende resultater er funnet i studier av spilleratferd i poker og kasinospill. Imidlertid fantes det ingen slik kvantifisering av spilleratferd i kryptospill på tidspunktet for den omtalte artikkelen.
Hypoteser, oppsett og metoder
Scholten, Zendle og Walker forventet å finne spilleatferd i tråd med funnene fra analyser av kasinospillere, hvis spill er mest likt det i desentraliserte applikasjoner. Særskilt for denne typen pengespill, og av høyeste betydning for studien, er muligheten for at ikke-menneskelige spillere (boter) finnes i datasettet. Boter kan være til stede av flere grunner – for eksempel for kunstig å øke applikasjonens popularitet, eller for strategisk å forsøke å vinne en jackpot fra en applikasjon når statistiske forhold er verdt å utnytte. Forfatterne argumenterer for at de kan bygge bevis for tilstedeværelsen av boter ved å vurdere hvor mye typisk «spiller»-atferd fra hvert spill avviker fra atferden i andre, tilsvarende spill.
Studien beskriver atferden til en stor kohort av brukere av desentraliserte spilleapplikasjoner over en periode på 583 dager. Ved å bruke kryptovalutatransaksjonsdata fra Ethereum-blokkjeden kunne forfatterne beregne atferdsmål på nivå med enkeltinnsatser, inkludert beskrivelser av den typiske (median) spilleren for hvert av spillene som var tilgjengelige gjennom applikasjonene som ble analysert. Fire distinkte analyser ble gjennomført etter identifisering av ikke-menneskelige spillere: 1) en statistisk sammenligning mellom atferdsmål for menneskelige og ikke-menneskelige spillere; 2) en epidemiologisk beskrivelse av spilleatferden hos menneskelige brukere av desentraliserte spilleapplikasjoner; 3) en statistisk vurdering av sammenhenger mellom eksisterende atferdsmål; og 4) en epidemiologisk beskrivelse av spilleatferden hos tungt involverte spillere.
Datasett og mål
Dataene brukt i denne studien er hentet fra transaksjoner knyttet til tre desentraliserte spilleapplikasjoner, nemlig Etheroll, Dice2Win og FCK. Dataene samlet over 583 dager omfattet 2 232 741 innsatser fra 24 234 unike adresser.
Ingen demografisk analyse var mulig i denne studien, på grunn av den pseudo-anonyme naturen til kryptotransaksjonene. Følgende variabler ble beregnet: varighet av spilling (antall dager mellom første innsats og siste), spillefrekvens (totalt antall spilledager delt på varigheten), gjennomsnittlig antall innsatser per dag (totalt antall innsatser gjort av hver spiller delt på totalt antall dager det ble plassert en innsats), totalt beløp satset (i ETH) for hver spiller, totale tap de pådro seg, nettotapet deres og prosentvis tap for hver spiller (nettotap delt på totalt beløp satset).
Identifisering av ikke-menneskelige transaksjoner
For relevansen av resultatene var det nødvendig at transaksjonene som dataene ble hentet fra, stammet fra menneskelige spillere. For å skille og separere menneskelige og ikke-menneskelige data anvendte forfatterne metoden med å kvantifisere forskjeller mellom fordelingen av hvert atferdsmål for spillere på tvers av hvert av spillene. Begrunnelsen var at dersom majoriteten av transaksjoner fra unike adresser stammer fra menneskelige spillere, vil samlinger av adresser med transaksjoner som avviker betydelig fra denne normen, kunne være ikke-menneskelige i opphav. Dette underbygges av et scenario der en auto-betting-algoritme med få parametere brukes av mange kontoer, noe som vil skape grupper av atferdsmessig like transaksjonssekvenser som skiller seg ut. Å dele samlingen av alle transaksjoner etter applikasjon og deretter spill resulterte i 9 atskilte transaksjonssett.
Forfatterne utførte to-utvalgs Kolmogorov–Smirnov-tester mellom atferdsmål og mellom spill for å oppdage tilstedeværelsen av spillere hvis transaksjoner skiller seg ut mot dem i andre spill. Av de ni applikasjon–spill-kombinasjonene som ble analysert, var én avvikende. Dette etterlot 1 743 478 transaksjoner fra 10 357 unike menneskelige spillere, som ga datagrunnlaget for atferdsstudien.
Atferd i kryptospill
Studien fant at med en median varighet på 1 dag og frekvens på 100 % satser den typiske brukeren av desentraliserte spilleapplikasjoner på en ikke-forpliktende og lite intens måte, i kontrast til funn om vanlige klassiske kasinospillere, som spiller over langt lengre tid (median varighet 246 dager og frekvens 7 %). Dette skillet kan imidlertid delvis forklares av hvor unge applikasjonene som ble undersøkt, var.
Tar vi også med den mediane innsatsmengden på 11, kan vi anta at denne typiske kryptospilleren ville gjennomført én kort økt på én applikasjon, for så å slutte å spille eller gå videre til en annen applikasjon. Interkvartilområdet for varighet indikerer et antall spillere som forblir engasjert i spill i over en uke.
De økonomisk orienterte målene viste at den typiske spillerens pengebruk er høy tatt i betraktning den korte varigheten (median innsatsstørrelse på 0,11 ETH, om lag 14 dollar omregnet, totalt beløp satset på 1,40 ETH, om lag 200 dollar omregnet).
Målene som er mest sammenlignbare med andre former for pengespill, er nettotap og prosentvis tap. Med medianverdier på henholdsvis 0,04 ETH og 5,3 % indikerer de beskjedne tap for den typiske spilleren.
Sammenhenger mellom atferdsmål
Resultatene av studien viste at frekvens er negativt korrelert med varighet, men at sistnevnte ikke er vesentlig korrelert med noen av de andre målene, med moderate verdier både for antall innsatser og totalt beløp satset. Målet frekvens ser heller ikke ut til å henge vesentlig sammen med andre mål enn varighet.
Derimot er antall innsatser sterkt korrelert både med antall innsatser per dag og totalt beløp satset. Siden dette er den sterkeste korrelasjonen av alle par, følger det at antall innsatser en spiller plasserer over sin spilleperiode, direkte henger sammen med hvor mange innsatser vedkommende sannsynligvis plasserer på en gitt dag. Antall innsatser henger også sterkt sammen med totalt beløp satset. Selv om disse korrelasjonene ikke er overraskende, bidrar de til å etablere en grunnlinje for menneskelige spillere av kryptospill.
Korrelasjonen med størst potensiell vitenskapelig betydning er den mellom ETH per innsats og totalt beløp satset. Resultatene viser at de som plasserer større innsatser, også er mer tilbøyelige til å satse større totalbeløp over varigheten av sin spillekarriere, noe som antyder at dette atferdsmålet kan være en viktig prediktiv indikator innen kryptovalutaspill. Hvis dette stemmer, kan målet bistå i identifiseringen av potensialet for økonomisk skade via uholdbar pengebruk blant spillere.
Tungt involverte spillere
Tung involvering av enhver art (med hensyn til de nevnte atferdsmålene) kan påvirke individene. For eksempel vil de som er tungt involvert når det gjelder varigheten av spillingen, åpenbart ha mindre tid til andre aktiviteter eller forpliktelser; de som opplever store nettotap, kan møte økonomiske konsekvenser dersom inntekten ikke bærer slik utgift.
For det første rapporterte studien betydelige forskjeller i typisk varighet av spill mellom dem som er tungt involverte og de resterende 95 % av utvalget. Mens den typiske spilleren i majoriteten spiller i gjennomsnitt én dag og plasserer om lag 9 innsatser totalt, spiller den typiske tungt involverte i over én måned og plasserer over 600 innsatser.
Selv om den typiske tungt involverte spilleren i gjennomsnitt bruker tilsvarende 120 000 dollar i løpet av en 35-dagersperiode, er tapene vedkommende typisk pådrar seg, under 1 % av total innsats. Dermed er utgiftene deres langt høyere (over 1 000 ganger) enn for majoriteten av spillerne, men de ser ikke ut til å tape like mye proporsjonalt som sistnevnte, som i gjennomsnitt taper under 6–7 % av total innsats.
En annen vesentlig forskjell funnet i denne analysen mellom de to kohortene gjelder innsatsstørrelse: Tungt involverte spillere satser like under 20 ganger mer enn majoriteten.
Disse resultatene kan brukes til å informere videre forskning på kryptospill basert på transaksjonsanalyse, blant annet for tidlig oppdagelse av uholdbar pengebruk.
Konklusjon
Kryptotransaksjoner i desentraliserte spilleapplikasjoner har potensial til å bidra, med sine offentlig tilgjengelige data, til forskningen på denne formen for pengespill, som fortsatt er i sin spede begynnelse. Studien til Scholten, Zendle og Walker antydet først at ikke alle transaksjoner i slike applikasjoner stammer fra menneskelige spillere, noe som krever datarensing i alt videre akademisk arbeid med denne typen data.
Blant transaksjonene som er identifisert til å stamme fra menneskelige spillere, viser resultatene at atferdsmålene indikerer lite intens, men moderat pengebruk over kort varighet for den typiske spilleren. På den andre siden plasserer tungt involverte spillere typisk innsatser som er 20 ganger høyere enn hos sammenlignbare spillere, og deres totale beløp satset er over 1 000 ganger høyere over sin spilleperiode. De fleste korrelasjonene som ble funnet mellom atferdsmålene, samsvarer med funn fra forskning på klassisk pengespill.
Arbeidet åpner nye spor for prospektiv, datadrevet forskning på dette området. Kryptovalutabaserte pengespill på blokkjede markerte et nytt steg fremover i spillbransjen når det gjelder å garantere operatørenes rettferdighet (det tidligere hjørnesteinet i så måte var teknologien for pseudotilfeldige tallgeneratorer). Fra et problemspill-perspektiv er feltet fortsatt åpent for forskning i flere retninger, med mål om å etablere normer for ansvarlig spill spesifikke for kryptospill.
Referanser:
Braverman, J., Shaffer H.J. (2010): How do gamblers start gambling: Identifying behavioural markers for high risk internet gambling. The European Journal of Public Health, 22(2), 273–278, https://doi.org/10.1093/eurpub/ckp232
Gainsbury, S.M., Blaszczynski A.(2017): How blockchain and cryptocurrency technology could revolutionize online gambling. Gaming Law Review, 21(7), 482–492 https://doi.org/10.1089/glr2.2017.2174
LaBrie R.A., LaPlante D.A., Nelson S.E., Schumann A., Shaffer H.J. (2007): Assessing the playing field: A prospective longitudinal study of internet sports gambling behavior. Journal of Gambling Studies 23(3), 347–362. https://doi.org/10.1007/s10899-007-9067-3
Scholten, O.J., Zendle, D., Walker, J.A. (2020). Inside the decentralised casino: A longitudinal study of actual cryptocurrency gambling transactions. Plos One, 15(10): e0240693. https://doi.org/10.1371/journal.pone.0240693
