Character ownership in Genshin: waarom populariteit vaak een dataspiegel is

Character ownership-lijstjes in Genshin Impact zijn vooral een snapshot van wie er in de meting zit, niet van wie “populair” is. Na elke HoYoverse-patch verschijnen die percentages weer op fora en socials, netjes van hoog naar laag, waarna spelers er meteen labels op plakken als hit, flop of “HoYo shill”. Het lastige is dat de cijfers meestal iets anders meten dan mensen erin willen lezen.

Ownershippercentages zijn wél interessant, juist omdat ze laten zien hoe steekproeven, gratis selectors en gacha-mechanics je beeld kunnen vervormen. Toch worden ze vaak rondgepompt alsof het harde meta-analyses zijn, terwijl de onderliggende bias zelden wordt meegenomen. Tijd om te kijken wat er in de praktijk onder die grafiekjes schuilt.

De bron van de data bepaalt alles

De meeste ownership-lijsten die je op GameFAQs, Reddit en X ziet, komen niet van HoYoverse. Meestal zijn het third-party trackers waarbij spelers vrijwillig hun account koppelen, of polls die alleen actieve communityleden invullen. Dat voelt neutraal, maar hiermee ontstaat meteen de grootste vertekening.

Neem de reactie van Seravy op het 7.0-lijstje: 87,5% ownership op Odette oogt absurd hoog, tot je bedenkt dat een groot deel van alle ooit aangemaakte Genshin-accounts al jaren niet meer inlogt. In zulke datasets zitten vooral spelers die nog actief zijn, hun gegevens laten uitlezen en in communities rondhangen waar tracking normaal is. Daarmee meet je vooral zwaargebruikers, niet de gemiddelde speler die af en toe een quest meepikt.

Wie levert eigenlijk de cijfers aan?

De gemiddelde inzender in dit soort datasets lijkt op elkaar in drie opzichten. Vaak gaat het om spelers met een oud account, mensen die echt pullen op banners en spelers die betrokken genoeg zijn om data te delen. Dat schuift je conclusie over “de gemiddelde speler” meteen richting de hardcore kant.

• Langspelende accounts hebben meer banners meegemaakt en daardoor meer kansen gehad op elk personage
• Actieve pullers stoppen primordial jade en Genesis Crystals in banners, waardoor hun ownership automatisch hoger uitvalt
• Community-participanten volgen meta-discussies en pullen vaker op personages die als sterk worden gezien

Het gevolg is dat oudere standard 5-sterren zoals Tighnari rond de 95% kunnen staan, terwijl een even oude Dehya op 90% blijft hangen. Dat verschil van 5% zegt weinig over populariteit onder casuals, omdat casuals amper terugkomen in de meting. Het is vooral een signaal over wie er meedoet aan de tracking.

Gratis selectors verstoren het beeld enorm

Gratis 5-ster selectors doen ownershipcijfers hard kantelen, zeker rond anniversary-events. Bij zo’n selector mag je één personage kiezen uit een vaste lijst, wat voor spelers natuurlijk mooi meegenomen is. Voor statistieken voelt het alleen als een aardverschuiving, omdat de instroom ineens niet meer via banners loopt.

Zodra er een selector komt met bijvoorbeeld Sigewinne, Itto, Lyney, Albedo en Emilie, schieten de ownershippercentages van precies die vijf omhoog. Dat gebeurt niet omdat iedereen op hetzelfde moment fan wordt, maar omdat “gratis” simpelweg de drempel sloopt. In die GameFAQs-discussie prikken gebruikers daar ook snel doorheen met die opmerking over “hoyo picked an assortment of characters to hand out for free” en “mind blowing generosity”, wat voor de cijfers meteen alles zegt.

Waarom “gratis” nooit neutraal is

De selectie van HoYoverse is geen toeval, maar een commerciële keuze. Personages met duidelijke rerun-potentie blijven meestal buiten zo’n selector, terwijl de lijst vaak bestaat uit oudere kits die minder impact hebben op de actuele meta of komende banners. Daardoor stapelt de bias zich op in twee richtingen tegelijk.

• Selector-personages krijgen een kunstmatige ownership-boost zonder dat spelers ervoor pullen
• Meta-relevante nieuwkomers zoals Mavuika of Skirk blijven relatief lager omdat ze niet via gratis selectie binnenkomen
• Waifu-collectors klikken tijdens selectors vaker op Chiori of vergelijkbare keuzes, wat weer een eigen sub-bias oplevert

Op dat moment wordt “populariteit” rangschikken op ownership bijna zinloos. In de praktijk meet je vooral hoe HoYoverse de giveaway-lijst heeft samengesteld, en minder wat spelers uit zichzelf prioriteit geven. Als je die dynamiek mist, trek je snel conclusies die de data niet kan dragen.

De gacha-wiskunde zelf zit ook in de weg

Het pull-systeem zelf zorgt al voor scheve ownership, ook zonder selectors. Door het 50/50-systeem krijg je op limited banners regelmatig onbedoeld een standard 5-ster, terwijl je voor iemand anders ging. Zo belanden Tighnari, Dehya en straks nieuwe standard-toevoegingen “gratis” op accounts van spelers die daar niet voor kozen.

Daardoor scoren standard 5-sterren bijna altijd hoger dan limited personages van dezelfde leeftijd. Die hoge percentages zijn dus geen applausmeter, maar een optelsom van hoe vaak spelers het losers-pad van de 50/50 hebben gepakt. Een ownership van 95% op Tighnari betekent vooral dat veel accounts hem als bijvangst kregen na honderden mislukte 50/50’s.

Wat betekent dit voor limited banner-analyse?

Bij limited personages moet je altijd de bannerleeftijd meenemen. Een personage van 18 maanden oud zoals Mizuki op 85% is niet te vergelijken met iemand van 4 maanden oud op 40%, omdat reruns en eventuele selectors simpelweg tijd nodig hebben. Zonder dat contextlaagje lijkt het alsof de nieuwere release “slecht” is, terwijl het vaak alleen een timingverschil is.

Ook pity carry-over beïnvloedt ownership meer dan veel mensen toegeven. Zit je al op 70 pity en komt er een banner voorbij, dan daalt de drempel om “toch maar te pullen” behoorlijk. Het gevolg is dat ownership soms meer vertelt over pity-management dan over pure voorkeur.

Wat de cijfers wel betrouwbaar laten zien

Ownershipdata is niet waardeloos, zolang je de vergelijking slim maakt. Binnen dezelfde categorie kun je wél trends spotten die redelijk stabiel blijven, omdat je dan minder last hebt van de grootste vertekeningen. Denk daarbij aan leeftijd, type banner en momenten waarop selectors live gingen.

• Limited personages met vergelijkbare leeftijd naast elkaar zetten geeft een indicatie van pull-druk rond release
• Grote ownershipsprongen rond selectors laten zien welke lijst HoYoverse dat jaar heeft weggegeven
• Extreem hoge scores voor nieuwe limiteds wijzen op sterke meta-relevantie of visuele aantrekkingskracht
• Lage cijfers voor recente limiteds die niet in selectors zaten geven een eerlijker signaal over commerciële ontvangst

De vergelijking tussen Mavuika op 63% en Raiden op een hoger percentage levert bijvoorbeeld wél informatie op. Beide zijn Electro Archons en beide zijn commercieel gepusht, maar leeftijd en cross-team-relevantie lopen uiteen. Raiden heeft jaren aan reruns én een plek in talloze teams, terwijl Mavuika die geschiedenis nog moet opbouwen.

Waarom deze bias er echt toe doet

In de community worden ownershipcijfers gebruikt om te bepalen wie “gefaald” is, welk element hot is en of HoYo een personage verkeerd heeft gepositioneerd. Als de basis al scheef is, landen die conclusies al snel op drijfzand. De discussies worden dan harder dan de data rechtvaardigt.

Bij de 7.0-data met Odette zie je dat mooi terug. Sommige spelers lezen haar hoge percentages als bewijs dat ze een onverwachte hit is, terwijl anderen wijzen op haar buff-profiel voor Sandrone en Yae Miko, waardoor ze aantrekkelijk is voor specifieke accounttypes. Zonder segmentatie op accountgeschiedenis kun je dat verschil niet uit de lijst halen.

Wat zou een eerlijker meting nodig hebben?

Een serieuze interpretatie vraagt om meerdere datalagen, en die heeft alleen HoYoverse zelf. Natuurlijk publiceert HoYoverse dat niet, maar als denkkader helpt het om scherp te krijgen welke info je eigenlijk zou willen zien. Dan merk je ook meteen waarom simpele ownershippercentages zo beperkt zijn.

• Ownership uitgesplitst per accountleeftijd, zodat nieuwere spelers niet wegvallen in de bulk
• Onderscheid tussen binnenkomst via 50/50-verlies en gerichte pulls op limited banners
• Selector-adoptie los gemarkeerd van betaalde pulls
• Actieve gebruiksdata: heeft iemand het personage ook echt in een team gezet na het verkrijgen?

Zonder die lagen blijft elke ownership-lijst vooral een momentopname waar community-analisten hun eigen verhaal op plakken. Dat is prima voor discussie, zolang je het niet behandelt als marktonderzoek. In de praktijk werkt zo’n lijst vaker als een Rorschach-test dan als een betrouwbare populariteitsmeter.

De kritische blik loont

Ownershipdata in Genshin Impact vertelt een verhaal, alleen zelden het verhaal dat je op het eerste gezicht verwacht. Accountleeftijd, gacha-wiskunde, giveaway-strategie en zelfselectie bepalen samen het eindresultaat. Wie die percentages blind gebruikt om “populariteit” te claimen, mist een groot stuk van de context.

Wil je pull-keuzes slimmer maken, dan helpt een andere aanpak meer. Kijk naar welke teams je nu speelt, wie je ermee versterkt en hoe een kit past bij toekomstige releases, plus hoeveel waarde je zelf hecht aan design en speelstijl. Inzicht in banner rotaties en planning biedt vaak meer context dan één enkel cijfer, en ownership-lijstjes zijn leuk voer voor de timeline, maar als gids voor je jade-uitgaven zijn ze zwak, want die dataspiegel is behoorlijk krom geslepen.