Neljä tapaa, joilla tekoäly auttaa nousussa olevia e-commerce-alustoja kilpailemaan suurten pelien jakelijoiden kanssa

Viimeisen 12 vuoden aikana tietokone- ja videopelien jakelustrategiat ovat kokeneet merkittävän muutoksen. Digitaalisten pelien myynti ylitti fyysisten kopioiden myynnin ensimmäisen kerran vuonna 2013, ja trendi kiihtyi entisestään vuoden 2020 lukkojen aikana. Esimerkiksi Italiassa ensimmäisen eristysviikon aikana digitaalisten pelien lataukset kasvoivat 174,9%.

Tulevaisuuden näkymät ovat myönteisiä, ja markkinan odotetaan jatkavan kasvuaan. Statista ennustaa, että markkinan kasvu on 5,76% vuosittain vuoteen 2027 mennessä, ja markkinan arvon odotetaan olevan 25,4 miljardia dollaria vuoden 2027 lopussa.

Kilpailu on kuitenkin edelleen kovaa. Digitaalisten pelien markkinaa hallitsee vain muutamia suuria toimijoita, ja kun 94% kulutuksesta tapahtuu digitaalisesti, jäljelle jäävät uudet toimijat ovat jääneet pienelle markkinaosuudelle. Vakiintuneet toimijat, kuten Steam ja Epic Games Store, hyötyvät tästä ja asettavat julkaisijoille korkeat maksut.

Suuret toimijat ottavat tekoälyn käyttöön helposti, mutta pienemmille, nousussa oleville alustoille tekoäly voi olla pelinmuuttaja, joka mahdollistaa heidän kilpailemisen vakiintuneiden markkinajohtajien kanssa.

Vaikka onnistuneiden tekoälyratkaisujen toteuttaminen edellyttää tarkkaa harkintaa alustakohtaisista ominaisuuksista ja toimintaympäristöistä, tässä on neljä tapaa, joilla tekoäly voi auttaa nousussa olevia e-commerce-yrityksiä kilpailemaan digitaalisten jakelijoiden kanssa.

#1: Petosten havaitseminen

Pelialustoilla petokset tapahtuvat suuremmassa mittakaavassa ja toistuvammin kuin muilla e-commerce-aloilla. Tekoälyn algoritmit voivat nopeasti tunnistaa epäilyttäviä malleja tai poikkeamia suurten transaktiotietokantojen käsittelyssä.

Laajojen transaktiotietokantojen läpikäymisen avulla koneoppimisalgoritmit voivat sopeutua ja tunnistaa petolliset toiminnot, kuten epätavalliset käyttäjän käyttäytymisen, epäsäännölliset maksujärjestelyt ja ostot epätyypillisistä maantieteellisistä alueista.

Perinteisissä sääntöpohjaisissa järjestelmissä jotkut näistä osoittimista saattavat jääda huomaamatta, mikä haittaa yrityksen kykyä havaita petoksia ja altistaa sitä mahdollisille taloudellisille tappioille.

Yrityksessämme olemme toteuttaneet tekoälypohjaisen ohjelmiston, jonka on kehittänyt kolmas osapuoli. Tämän avulla olemme estäneet noin 95% petollisista transaktioista. Työskentelemme myös käden kädessä teknologian kanssa. Kun toiminto on merkitty epäilyttäväksi, johtajamme tarkistaa sen henkilökohtaisesti. Digitaalisia peliavaimia ei julkaista ostajalle ennen kuin transaktio on manuaalisesti hyväksytty johtajamme toimesta.

#2: Asiakastuen pyynnön sujuvoittaminen

E-commerce-alalla tekoälypohjaiset chatbotit ovat yksi yleisimmistä tekoälyn sovelluksista.

Koska markkinoilla on jo useita ratkaisuja, chatbotit ovat suhteellisen helppoja toteuttaa, vaikka historiallista dataa ei olisi. Koska ne voivat oppia käyttäjien vuorovaikutuksista, chatbotit tuottavat tuloksia käytännössä heti, ja auttavat yrityksiä vähentämään asiakastukihenkilöstön tarvetta.

Lisäksi ne vapauttavat aikaa olemassa oleville asiakastukihenkilöstölle.

Kokemuksiemme mukaan suurin osa saaduista pyynnöistä – noin 70% – on melko yksinkertaisia ja toistuvia. Esimerkkejä ovat:

• Onko peli saatavilla ostettavaksi?
• Milloin voin saada peliavaimen?
• Miten aktivoitan lisenssivainani?
• Mikä on tilaukseni tila?

Noin 80% näistä tapauksista tekoälybotit ovat onnistuneet auttamaan käyttäjiämme ilman, että heidän olisi tarvinnut siirtää heitä live-operaattorille. Voimme siis sanoa, että botit kattavat noin 56% saapuvista tukipyynnöistämme, vapauttaen arvokkaita resursseja, jotka aiemmin ohjattiin tukihenkilöstölle, jotta voimme käyttää niitä muualla yrityksessä kasvumme edistämiseksi.

#3: Käyttöliittymän muodon havaitseminen

Yleinen dilemma, jota e-commerce-yritysten omistajat kohtaavat, on tunnistaa ne tekijät, jotka johtavat onnistuneeseen muodonmuutokseen ja ne, jotka eivät.

Tämä on toinen alue, jolla tekoäly voi auttaa, keräämällä käyttäjien dataa, joka osoittaa toistuvia käyttäytymismalleja, jotka johtavat tai estävät muodonmuutosta. Tämän datan perusteella yritykset voivat tehdä käyttöliittymään muutoksia.

Lisäksi tekoäly voi luoda asiakassegmenttejä, jotka tehostavat markkinointiponnistelujen tehokkuutta. Koska se voi luoda käyttäjäprofiileja useilla ulottuvuuksilla, tekoäly voi paljastaa yhteyksiä ja ryhmiä, jotka eivät ole ilmeisiä manuaalisten tarkastusten kautta. Esimerkiksi asiakkaat, jotka ostavat GTA 5:ttä, saattavat myös olla kiinnostuneita peleistä, jotka eivät ole suoraan liittyneitä GTA 5:een.

Tämän mahdollistamiseksi olemme toteuttaneet kolmannen osapuolen tekoälyhenkilöitymisratkaisun Retail Rocketista. Käyttämällä historiallista asiakasostosdataa tämä työkalu auttaa meitä useissa tehtävissä, kuten henkilökohtaisten tuotesuositusten tarjoamisessa – sekä verkkosivustollamme että sähköpostitse – ja tuotteiden välisen suhteen tunnistamisessa, jotta voimme ehdottaa täydentäviä ostoja.

Lisäksi voimme myös ajoittaa asiakkaiden seuraavan mahdollisen oston. Tämä parantaa myös markkinointiviestintämme ajoitusta. Kaiken kaikkiaan voimme ylpeästi sanoa, että nämä ponnistelut ovat lisänneet myyntiämme markkinointikanavien kautta noin 15%.

#4: Myyntien ennustaminen

Peli-alalla on tärkeää ennustaa myyntiä tehokkaasti, sillä esimerkiksi Steam asettaa rajoituksia sille, montako avainta julkaisijat voivat luoda.

Tässä olemme toteuttaneet yksinkertaisen tekoälymallin, joka perustuu kahteen päämenetelmään: aikasarjaennustukseen ja regressioanalyysiin.

Ensimmäinen auttaa meitä ennustamaan tulevia myyntilukuja ja sopeutumaan vuodenaikaisiin vaihteluihin, jotka ovat tärkeitä pelialalla. Jälkimmäinen auttaa tiimimme luomaan suhteita myyntidataan ja muihin muuttujiin – demografiaan, hinnoitteluun, tuotekategorioihin ja muihin.

Näiden parametreiden välillä on suuria eroja – esimerkiksi urheilupelejä julkaistaan vuosittain, kuten EA Sportsin pelit, ja strategiapelejä, jotka kestävät vuosikymmeniä – joten näiden kriittisten tekijöiden oikea arvio on ensiarvoisen tärkeää tarkalle ennustamiselle.

Aloimme tämän keväällä 2024, joten toistaiseksi tuloksemme ovat samat kuin mitä saavutimme tekoälyn kanssa. Odotamme, että kun kalibroimme ja hienosäätämme mallia ja keräämme enemmän historiallista dataa, täsmällisyytemme paranee merkittävästi ajan myötä.

Loppusanat

Joissakin aloissa, kuten pelialalla, tekoäly voi olla demokratisoiva tekijä, joka mahdollistaa nousussa olevien alustojen kilpailemisen vakiintuneiden markkinajohtajien kanssa.

On kuitenkin muistettava, että tekoälyn täysimäinen hyödyntäminen edellyttää, että se toteutetaan oikein.

Pienemmille yrityksille, jotka eivät voi maksaa sisäistä tekoälytiimiä, yksi ratkaisu on hyödyntää olemassa olevaa kolmannen osapuolen ohjelmistoa. Jotkut valmiit ratkaisut voivat olla käytettävissä säännöllisille kehittäjille, vaikka he eivät olisikaan tekoälyssä erikoistuneita.

Suosittelen, että et siirrä kaikkea työtäsi heti tekoälylle. Sen sijaan tee siirtymä asteittain. Esimerkiksi pyydä tekoälyä käsittelemään 10% asiakaskyselyistä tai hinnoittelemaan 10% tuotteistasi dynaamisesti.

Lopuksi, pidä ihmisyyden kosketus. Ihmisten tarkistaminen tekoälyn tuottaman tuen laadusta on erittäin hyödyllistä. Kun tekoäly osoittaa arvonsa, voit laajentaa sen roolia organisaatiossasi.