Quatre façons dont l’IA aide les plateformes e-commerce émergentes à concurrencer les grands distributeurs de jeux

Au cours des 12 dernières années, les stratégies de distribution de jeux vidéo et informatiques ont subi un changement sismique. Les ventes de jeux numériques ont dépassé celles des copies physiques pour la première fois en 2013, et la tendance a été encore accélérée par les confinements de 2020. En Italie, par exemple, la première semaine de confinement a vu les téléchargements de jeux numériques augmenter de 174,9%.

En regardant vers l’avenir, le marché est prêt à continuer à croître, avec Statista prévoyant qu’il croîtra à un taux de croissance annuel composé de 5,76% entre maintenant et 2027, atteignant finalement un volume de marché de 25,4 milliards de dollars d’ici la fin de cette année.

Malgré cela, la concurrence reste féroce. Le marché des jeux numériques est dominé par seulement une poignée de plateformes, et avec 94% des dépenses se faisant numériquement, cela laisse très peu de place pour les nouveaux entrants. Les acteurs établis — tels que Steam et Epic Games Store dans le domaine du PC — profitent de cela pour imposer des frais importants aux éditeurs.

Pour ces grandes entités, intégrer l’IA dans leurs opérations est chose naturelle. Cependant, pour les plus petites plateformes émergentes, l’IA pourrait être un facteur de changement — un qui leur permettrait de défier l’oligopole en place.

Bien que reproduire des mises en œuvre d’IA réussies nécessite une considération attentive des caractéristiques spécifiques à la plateforme et des contextes opérationnels, voici quatre façons dont l’IA peut aider les jeunes entreprises e-commerce à concurrencer les géants de la distribution numérique.

#1 : Améliorer la détection de la fraude

Sur les plateformes de jeux, la fraude se produit à une échelle beaucoup plus grande — et plus récurrente — que dans d’autres secteurs e-commerce. Étant donné sa capacité à traiter et à analyser de vastes quantités de données de transaction, les algorithmes d’IA peuvent identifier rapidement des modèles suspects ou des anomalies.

En passant au peigne fin les bases de données de transactions étendues, les algorithmes d’apprentissage automatique peuvent s’adapter et reconnaître les opérations frauduleuses, allant des comportements inhabituels des utilisateurs aux schémas de paiement irréguliers et aux achats provenant de régions géographiques atypiques.

Dans les systèmes traditionnels basés sur des règles, certains de ces indicateurs pourraient passer inaperçus, entravant la capacité d’une entreprise à détecter la fraude et l’exposant à des pertes financières potentielles.

Dans notre entreprise, en mettant en œuvre un logiciel alimenté par l’IA — développé par un tiers — nous avons empêché environ 95% des transactions frauduleuses. Nous travaillons également main dans la main avec la technologie. Une fois qu’une opération est signalée comme douteuse, notre responsable la passe en revue personnellement. Les clés de jeu numérique ne sont pas remises à l’acheteur avant que l’achat n’ait été approuvé manuellement par notre responsable.

#2 : Rationaliser les requêtes de support client

Dans l’e-commerce, les chatbots alimentés par l’IA sont l’une des applications les plus courantes de l’intelligence artificielle.

Puisqu’il existe de nombreuses solutions sur le marché, les chatbots sont relativement faciles à mettre en œuvre, même sans données historiques. Puisqu’ils peuvent apprendre à partir des interactions avec les utilisateurs, les chatbots donnent des résultats pratiquement immédiatement et aident les entreprises à réduire leur besoin de personnel de support client.

En outre, ils libèrent du temps pour les agents de support client existants.

Selon notre expérience, la plupart des requêtes reçues — environ 70% — sont assez simples et répétitives. Des exemples incluent :

• Le jeu est-il disponible pour achat ?
• Quand puis-je recevoir la clé de jeu ?
• Comment activer ma clé de licence ?
• Quel est le statut de ma commande ?

Dans 80% de ces cas, nos bots IA ont été très performants pour aider nos utilisateurs sans avoir besoin de les transférer à un opérateur humain. Ainsi, nous pouvons dire que nos bots couvrent environ 56% de nos requêtes de support entrantes, libérant des ressources précieuses qui étaient auparavant consacrées au personnel de support afin que nous puissions les utiliser ailleurs dans l’entreprise pour améliorer notre croissance.

#3 : Identifier les modèles de conversion qui stimulent l’expérience utilisateur

Un dilemme courant que les propriétaires d’entreprises e-commerce doivent affronter est d’identifier les facteurs qui stimulent avec succès la conversion et ceux qui ne le font pas.

C’est un autre domaine où l’IA peut aider, en collectant des données d’utilisateurs qui mettent en évidence des modèles de comportement récurrents qui conduisent ou détournent les conversions. Sur la base de ces données, les entreprises peuvent apporter des ajustements centrés sur l’expérience utilisateur à leur site Web.

En outre, l’IA peut créer des segments de clients qui améliorent l’efficacité des efforts de marketing. Puisqu’elle peut créer des profils d’utilisateurs sur diverses dimensions, l’IA peut découvrir des liens et regrouper des segments similaires qui pourraient ne pas être évidents grâce à des examens manuels. Par exemple, les clients qui achètent GTA 5 peuvent également être intéressés par des jeux d’un autre genre qui, en principe, n’a aucun rapport avec GTA 5.

Pour faciliter cela, nous avons mis en œuvre une solution de personnalisation IA de Retail Rocket. En exploitant les données historiques d’achat de nos clients, cet outil nous aide à accomplir plusieurs tâches, telles que fournir des recommandations de produits personnalisés — à la fois sur notre site Web et par e-mail — et identifier les relations entre les produits, nous permettant de suggérer des achats complémentaires.

En outre, nous pouvons également planifier le prochain achat potentiel de nos clients. Cela améliore également notre timing pour les messages de marketing. Dans l’ensemble, nous pouvons dire avec fierté que ces efforts ont renforcé nos ventes via les canaux de marketing d’environ 15%.

#4 : Prévoir les ventes

Étant donné la nature sensible au temps de l’industrie du jeu — par exemple, Steam impose des contraintes sur le nombre de clés que les éditeurs peuvent générer — une prévision efficace est clé.

Ici, nous avons mis en œuvre un modèle d’IA simple basé sur deux méthodes principales : la prévision de série chronologique et l’analyse de régression.

En détectant les modèles, la première nous aide à prédire les chiffres de ventes futurs et à nous adapter à la saisonnalité, qui est un facteur important dans le domaine du jeu. D’un autre côté, la seconde aide notre équipe à établir des relations entre les données de ventes et d’autres variables — démographie, tarification, catégories de produits, et plus.

Puisqu’il existe de grandes divergences dans ces paramètres — par exemple, il y a des jeux de sports publiés annuellement, tels que ceux d’EA Sports, et d’autres jeux de stratégie qui s’étendent sur des décennies — obtenir ces facteurs clés corrects est d’une importance capitale pour une prévision précise.

Nous avons commencé cela au printemps 2024, donc, pour l’instant, nos résultats sont similaires à ce que nous obtenions sans l’IA. Cependant, nous nous attendons à ce que, à mesure que nous affinerons et raffinerons notre modèle, et accumulerons plus de données historiques, notre précision s’améliore considérablement avec le temps.

Pensées finales

Dans certains domaines, tels que les jeux, l’IA peut devenir un facteur de démocratisation — un qui permet aux plateformes émergentes à fort potentiel de concurrencer les géants établis.

Cela étant dit, pour réaliser pleinement son potentiel, il ne s’agit pas simplement d’intégrer l’IA pour le plaisir, mais de le faire correctement.

Pour les petites entreprises qui ne peuvent pas se permettre de maintenir une équipe interne de spécialistes de l’IA, une solution viable est d’utiliser des logiciels tiers existants. Certains de ces solutions prêtes à l’emploi peuvent être utilisés par des développeurs réguliers, même s’ils ne sont pas spécialisés dans l’IA.

Ma suggestion est que vous ne transfériez pas tout votre travail à l’IA d’un coup. Au lieu de cela, adoptez une approche progressive. Par exemple, demandez à l’IA de gérer 10% des requêtes des utilisateurs, ou de tarifer dynamiquement 10% de vos produits.

Enfin, maintenez le contact humain. Le fait d’avoir des personnes qui examinent la qualité du support de l’IA peut être très bénéfique. À mesure que l’IA prouve sa valeur, vous pouvez étendre sa portée au sein de votre organisation.