エレクトロニックコマースプラットフォームがメジャーなゲームディストリビューターと競争するための4つの方法

過去12年間で、コンピューターやビデオゲームの配信戦略は大きな変化を遂げてきました。デジタルゲームの販売は、2013年に初めて物理コピーの販売を上回りました。2020年のロックダウンにより、この傾向はさらに加速されました。イタリアでは、最初の1週間のロックダウンで、デジタルゲームのダウンロードは174.9%増加しました。

市場は今後も成長し続ける見込みで、Statistaによると、2027年までに5.76%の年間成長率で成長し、2027年末には250億ドルの市場規模に達する予定です。

しかし、競争は激しく、デジタルゲーム市場はわずかな数のプラットフォームによって支配されており、94%の支出がデジタルで行われているため、新規参入者にとってはほとんどの余地がありません。SteamやEpic Games Storeなどの既存のプレーヤーは、発行者に多大な手数料を課しています。

これらの大手企業にとって、AIを統合することは当然のことですが、小規模な新興プラットフォームにとって、AIはゲームチェンジャーとなり、既存の寡占を挑戦できる可能性があります。

成功したAIの実装を複製するには、プラットフォーム固有の特性と運用コンテキストを慎重に検討する必要がありますが、ここでは、AIが新興の電子コマース企業がデジタル配信の巨大企業と競争するのに役立つ4つの方法を紹介します。

#1: 不正検出の強化

ゲームプラットフォームでは、不正行為が他の電子コマースの分野よりも頻繁に発生します。AIのアルゴリズムは、膨大な数量のトランザクションデータを処理および分析する能力により、不正なパターンまたは異常を迅速に検出できます。

トランザクションデータベースを分析することで、機械学習アルゴリズムは不正な操作を認識し、不正なユーザーの行動、不正な支払いスキーム、または不正な地理的地域からの購入などを検出できます。

従来のルールベースのシステムでは、これらの指標の一部が見逃される可能性があり、会社の不正検出能力を妨げ、財務上の損失につながる可能性があります。

私たちの会社では、第三者が開発したAIを使用したソフトウェアを実装し、約95%の不正トランザクションを防止しました。テクノロジーと密接に協力しています。不正な操作が検出されると、管理者が個別に確認し、デジタルゲームキーのリリースは管理者の手動による承認まで行われません。

#2: カスタマーサポートの効率化

電子コマースでは、AIを使用したチャットボットが最も一般的なAIの応用の一つです。

既存のソリューションが多数あるため、チャットボットは比較的簡単に実装できます。ユーザーのインタラクションから学習できるため、チャットボットはすぐに結果をもたらし、企業がカスタマーサポートスタッフの必要性を減らすのに役立ちます。

さらに、チャットボットは既存のカスタマーサポートエージェントの時間を解放します。

私たちの経験では、約70%の問い合わせが非常に単純で繰り返されるものです。例えば、

• ゲームの購入が可能かどうか
• ゲームキーの受け取り時期
• ライセンスキーの有効化方法
• 注文のステータス

約80%の場合、AIボットがユーザーをサポートするのに成功し、ライブオペレーターに転送する必要がありません。したがって、AIボットが約56%の受信サポートリクエストをカバーし、貴重なリソースを解放し、会社の成長を促進することができます。

#3: UX変換を促すパターンの特定

電子コマースビジネスのオーナーが直面する一般的なジレンマは、変換を促す要因と促さない要因を特定することです。

これは、AIがユーザーデータを収集し、変換を促すまたは妨げる行動パターンを特定することで役立つ分野です。会社はこれらのデータに基づいて、ウェブサイトのUXを調整できます。

さらに、AIはマーケティング努力の有効性を高める顧客セグメントを作成できます。さまざまな次元でユーザープロファイルを作成できるため、AIは明らかでないマニュアルレビューで見つけることができない接続と類似セグメントを発見できます。例えば、GTA 5を購入する顧客は、原則的にGTA 5と無関係なジャンルのゲームにも興味があるかもしれません。

これを実現するために、Retail Rocketの第三者AIパーソナライゼーションソリューションを実装しました。このツールは、歴史的な顧客購入データを使用して、パーソナライズされた製品の推奨やメールでの推奨、製品間の関係の特定など、複数のタスクを実行するのに役立ちます。

さらに、顧客の次の潜在的な購入時期を予測できます。これにより、マーケティングメッセージのタイミングも改善できます。全体的に、これらの努力により、マーケティングチャンネルを介した売上を約15%増加させることができました。

#4: 売上予測

ゲーム業界の時間依存性のため、たとえばSteamは発行者が生成できるキーの数に制限を課しています。有効な予測は重要です。

ここでは、2つの主な方法に基づくシンプルなAIモデルを実装しました。時系列予測と回帰分析です。

前者は、将来の売上予測とゲーム業界で重要な季節性への適応を支援します。後者は、売上データとその他の変数（人口統計、価格、製品カテゴリなど）との関係を確立するのに役立ちます。

これらのパラメータには大きな違いがあります。たとえば、毎年リリースされるスポーツゲーム（EA Sportsなど）と、数十年をかけて開発される戦略ゲームがあります。したがって、これらの重要な要素を正確に予測することは非常に重要です。

2024年の春にこれを開始しました。現在のところ、結果はAIを使用する前のものと似ています。ただし、モデルをさらに調整し、歴史的なデータを蓄積するにつれて、精度が大幅に改善することを期待しています。

最終的な考え

ゲームのような分野では、AIは民主化要因となり、新興プラットフォームが既存の大手企業と競争できるようにする可能性があります。

ただし、AIの潜在能力を完全に実現するには、単にAIを統合するのではなく、正しく実装することが重要です。

AI専門家のチームを維持することができない小規模な企業にとって、既存の第三者ソフトウェアを利用することが実行可能な解決策です。いくつかの既存のソリューションは、AIの専門知識がなくても通常の開発者によって使用できます。

私の提案は、すべてのワークロードをすぐにAIに移行しないことです。代わりに、AIにユーザーの10%のクエリを処理したり、10%の製品の価格を動的に設定したりするように依頼します。

最後に、人間の感覚を維持することが重要です。AIのサポートの品質を人間が確認することは非常に有益です。AIがその価値を証明するにつれて、組織内でのAIの範囲を拡大できます。