Vier Wege, wie KI emergingen E-Commerce-Plattformen hilft, mit großen Spielvertriebsunternehmen zu konkurrieren

In den letzten 12 Jahren haben sich die Strategien für die Vertriebswege von Computern und Videospielen dramatisch verändert. Der Verkauf von digitalen Spielen übertraf erstmals 2013 den Verkauf von physischen Kopien, und dieser Trend wurde durch die Lockdowns im Jahr 2020 weiter beschleunigt. In Italien beispielsweise führte die erste Woche der Quarantäne zu einem Anstieg der digitalen Spiel-Downloads um174,9%.

Blickt man in die Zukunft, ist der Markt darauf vorbereitet, weiter zu wachsen, mit Statista, dasprognostiziert, dass er zwischen jetzt und 2027 ein Wachstum von 5,76% pro Jahr verzeichnen und bis Ende 2027 ein Marktvolumen von 25,4 Milliarden US-Dollar erreichen wird.

Trotzdem bleibt der Wettbewerb heftig. Der digitale Spielemarkt wird von nur einer Handvoll Plattformen dominiert, und da94% der Ausgaben digital getätigt werden, bleibt für neue Marktteilnehmer wenig Raum. Etablierte Spieler — wie Steam und Epic Games Store im PC-Bereich — nutzen dies aus, um Verlegern hohe Gebühren aufzuerlegen.

Für diese großen Unternehmen ist die Integration von KI in ihre Betriebsabläufe selbstverständlich. Für kleinere, aufstrebende Plattformen kann KI jedoch ein Spielveränderer sein — einer, der es ihnen ermöglicht, die bestehende Oligopol-Struktur herauszufordern.

Obwohl die Nachbildung erfolgreicher KI-Implementierungen eine sorgfältige Berücksichtigung plattformspezifischer Merkmale und betrieblicher Kontexte erfordert, gibt es hier vier Wege, auf denen KI aufstrebenden E-Commerce-Unternehmen helfen kann, mit digitalen Vertriebsgiganten zu konkurrieren.

#1: Verbesserung der Betrugsbekämpfung

Auf Gaming-Plattformen kommt es zu Betrug in einem viel größeren Umfang — und häufiger — als in anderen E-Commerce-Bereichen. Aufgrund ihrer Fähigkeit, große Mengen an Transaktionsdaten zu verarbeiten und zu analysieren, können KI-Algorithmen verdächtige Muster oder Anomalien schnell identifizieren.

Indem sie umfangreiche Transaktionsdatenbanken durchsuchen, können Machine-Learning-Algorithmen sich anpassen und betrügerische Operationen erkennen, die von ungewöhnlichem Nutzerverhalten bis hin zu ungewöhnlichen Zahlungsschemata und Käufen aus atypischen geografischen Regionen reichen.

In herkömmlichen regelbasierten Systemen können einige dieser Indikatoren möglicherweise übersehen werden, was die Fähigkeit eines Unternehmens, Betrug zu erkennen, behindert und es potenziellen finanziellen Verlusten aussetzt.

In unserem Unternehmen haben wir durch die Implementierung von KI-gesteuerter Software — entwickelt von einem Drittanbieter — etwa 95% der betrügerischen Transaktionen verhindert. Wir arbeiten auch Hand in Hand mit Technologie. Sobald eine Operation als dubios markiert ist, überprüft unser Manager sie persönlich. Digitale Spiel-Schlüssel werden dem Käufer nicht freigegeben, bevor der Kauf von unserem Manager manuell genehmigt wurde.

#2: Optimierung von Kundenunterstützungsanfragen

Im E-Commerce sind KI-gesteuerte Chatbots eine der häufigsten Anwendungen von künstlicher Intelligenz.

Da es bereits viele Lösungen auf dem Markt gibt, sind Chatbots relativ einfach zu implementieren, auch ohne historische Daten. Da sie aus Nutzerinteraktionen lernen können, liefern Chatbots praktisch sofort Ergebnisse und helfen Unternehmen, ihren Bedarf an Kundenunterstützungsmitarbeitern zu reduzieren.

Darüber hinaus geben sie Zeit für die bestehenden Kundenunterstützungsmitarbeiter frei.

In unserer Erfahrung sind die meisten Anfragen, die wir erhalten — etwa 70% — ziemlich einfach und wiederkehrend. Beispiele sind:

• Ist das Spiel zum Kauf verfügbar?
• Wann kann ich den Spiel-Schlüssel erhalten?
• Wie aktiviere ich meinen Lizenzzschlüssel?
• Was ist der Status meiner Bestellung?

In 80% dieser Fälle waren unsere KI-Bots sehr erfolgreich darin, unseren Nutzern ohne die Notwendigkeit, sie an einen Live-Operator zu übertragen, zu helfen. Daher können wir sagen, dass unsere Bots etwa 56% unserer eingehenden Supportanfragen abdecken, wertvolle Ressourcen, die zuvor in die Kundenunterstützung investiert wurden, so dass wir sie woanders im Unternehmen zur Steigerung unseres Wachstums einsetzen können.

#3: Identifizierung von UX-gesteuerten Konversionsmustern

Ein häufiges Dilemma, mit dem sich E-Commerce-Unternehmen konfrontiert sehen, ist die Identifizierung der Faktoren, die Konversionen erfolgreich vorantreiben und derer, die dies nicht tun.

Dies ist ein weiterer Bereich, in dem KI helfen kann, indem sie Nutzerdaten sammelt, die wiederkehrende Verhaltensmuster identifizieren, die entweder zu Konversionen führen oder diese behindern. Auf der Grundlage dieser Daten können Unternehmen anpassungen an ihrer Website vornehmen, die auf die Benutzererfahrung ausgerichtet sind.

Darüber hinaus kann KI Kundensegmente erstellen, die die Effektivität von Marketingbemühungen steigern. Da sie Benutzerprofile über verschiedene Dimensionen erstellen kann, kann KI Verbindungen und ähnliche Segmente aufdecken, die möglicherweise nicht durch manuelle Überprüfungen offensichtlich sind. Zum Beispiel könnten Kunden, die GTA 5 kaufen, auch an Spielen aus einem anderen Genre interessiert sein, das im Prinzip keine Beziehung zu GTA 5 hat.

Um dies zu ermöglichen, haben wir eine KI-gesteuerte Personalisierungslösung von Retail Rocket implementiert. Durch die Nutzung historischer Kundenkaufdaten hilft uns dieses Tool, mehrere Aufgaben zu erfüllen, wie personalisierte Produktvorschläge — sowohl auf unserer Website als auch per E-Mail — und die Identifizierung von Beziehungen zwischen Produkten, um ergänzende Käufe vorzuschlagen.

Darüber hinaus können wir auch den Zeitpunkt des nächsten potenziellen Kaufs unserer Kunden bestimmen. Dies verbessert auch unsere Timing für Marketing-Nachrichten. Insgesamt können wir stolz sagen, dass diese Bemühungen unsere Verkäufe über Marketing-Kanäle um etwa 15% gesteigert haben.

#4: Prognose von Verkäufen

Angesichts der zeitkritischen Natur der Spieleindustrie — beispielsweise verhängt Steam Einschränkungen für die Anzahl der Schlüssel, die Verleger generieren können — ist eine effektive Prognose entscheidend.

Hier haben wir ein einfaches KI-Modell implementiert, das auf zwei primären Methoden basiert: Zeitreihenprognose und Regressionsanalyse.

Indem es Muster erkennt, hilft die erste dabei, zukünftige Verkaufszahlen vorherzusagen und sich an Saisonalität anzupassen, die im Spielebereich ein wichtiger Faktor ist. Die zweite hilft unserem Team dabei, Beziehungen zwischen Verkaufsdaten und anderen Variablen — Demografie, Preisgestaltung, Produktkategorien und mehr — herzustellen.

Da es große Abweichungen in diesen Parametern gibt — beispielsweise werden jährlich Sports Spiele von EA Sports veröffentlicht und andere Strategiespiele, die sich über Jahrzehnte erstrecken — ist es von entscheidender Bedeutung, diese kritischen Faktoren richtig zu verstehen, um genaue Prognosen zu erhalten.

Wir haben im Frühjahr 2024 damit begonnen, und somit sind unsere Ergebnisse bisher ähnlich wie die, die wir ohne KI erzielt haben. Wir erwarten jedoch, dass sich unsere Genauigkeit erheblich verbessern wird, wenn wir unser Modell weiter kalibrieren und verfeinern und mehr historische Daten sammeln.

Letzte Gedanken

In einigen Bereichen, wie der Spieleindustrie, kann KI zu einem demokratisierenden Faktor werden — einem, der es aufstrebenden, vielversprechenden Plattformen ermöglicht, mit etablierten Giganten zu konkurrieren.

Wie bereits gesagt, geht es jedoch nicht darum, KI einfach um ihrer selbst willen zu integrieren, sondern darum, es richtig zu machen.

Für kleinere Unternehmen, die es sich nicht leisten können, ein eigenes Team von KI-Spezialisten zu unterhalten, ist eine gangbare Lösung die Nutzung von bereits vorhandener Software von Drittanbietern. Einige dieser Lösungen können von regulären Entwicklern verwendet werden, auch wenn sie nicht auf KI spezialisiert sind.

Meine Empfehlung ist, dass Sie nicht Ihren gesamten Arbeitsaufwand sofort auf KI übertragen. Stattdessen sollten Sie einen schrittweisen Ansatz verfolgen. Zum Beispiel können Sie KI bitten, 10% der Benutzeranfragen zu bearbeiten oder 10% Ihrer Produkte dynamisch zu preisen.

Last but not least, sollten Sie den menschlichen Touch beibehalten. Es kann sehr nützlich sein, wenn Menschen die Qualität der KI-Unterstützung überprüfen. Wenn KI ihre Wirkung unter Beweis stellt, können Sie ihren Umfang innerhalb Ihres Unternehmens erweitern.