์ฌ์ ๋ฆฌ๋
AI๊ฐ ๆฐ่ ์ ์์๊ฑฐ๋ ํ๋ซํผ์ด ์ฃผ์ ๊ฒ์ ๋ฐฐ๊ธ์ฌ์ ๊ฒฝ์ํ๋ 4๊ฐ์ง ๋ฐฉ๋ฒ
過去 12年間, 컴퓨터 및 비디오 게임 배급 전략은 큰 변화를 겪었다. 디지털 게임 판매가 물리적 복제본 판매를 처음으로 초과한 것은 2013년이었다. 그리고 2020년의 잠금은 이러한 추세를 더욱 가속화했다. 이탈리아의 경우, 첫 번째 격리 주는 디지털 게임 다운로드를 174.9% 증가시켰다.
향후 시장을 살펴보면, 시장은 계속 성장할 것으로 예상되며, Statista 예측에 따르면 2027년까지 5.76%의 연평균 성장률을 기록하여 2027년 말에는 254억 달러의 시장 규모에 이를 것으로 예상된다.
이러한 상황에도 불구하고, 경쟁은 여전히 심화하고 있다. 디지털 게임 시장은 몇 개의 플랫폼에 의해 지배되고 있으며, 94%의 지출이 디지털로 이루어짐에 따라 새로운 참가자가进入하기에는 매우 좁은 공간이 남아 있다. 기존의 주요 플레이어 — 예를 들어, 스팀과 에픽 게임즈 스토어 — 는 이러한 상황을 이용하여 출판사에 거대한 수수료를 부과한다.
이러한 주요 엔티티에서는 운영에 AI를 통합하는 것이 자연스러운 일이다. 그러나, 더 작은 규모의 新興 플랫폼에서는 AI가 게임을 바꿀 수 있는 요소가 될 수 있다 — 즉, 기존의 독점을挑戦할 수 있는 요소가 될 수 있다.
성공적인 AI 구현을 복제하는 것은 플랫폼 특성과 운영 상황을 신중하게 고려해야 한다. 그러나, 여기에서는 AI가 새로 등장하는 전자상거래 회사들이 디지털 배급의 거대企業과 경쟁하는 4가지 방법을介绍한다.
#1: 사기 탐지 강화
게임 플랫폼에서 사기는 다른 전자상거래 수직보다 훨씬 더 큰 규모로 발생하며, 더 자주 발생한다. 대량의 거래 데이터를 처리하고 분석할 수 있는 AI의 알고리즘은 의심스러운 패턴이나 이상을 신속하게 식별할 수 있다.
광범위한 거래 데이터베이스를 분석하여 기계 학습 알고리즘은 사기적인 작동을 인식하고 적응할 수 있다. 이는 비정상적인 사용자 행동, 비정상적인 결제 방식, 비정상적인 지리적 지역의 구매 등이다.
전통적인 규칙 기반 시스템에서는 이러한 지표 중 일부가 무시될 수 있으며, 이는 회사로 하여금 사기를 탐지하는 능력을 방해하고 잠재적인 재정적 손실에 노출될 수 있다.
우리의 회사에서는 제3자의 AI 기반 소프트웨어를 구현하여 약 95%의 사기적인 거래를 방지했다. 또한, 기술과 함께 일한다. 의심스러운 작동이 발견되면, 우리의 관리자가 직접 검토한다. 디지털 게임 키는 구매가 관리자에 의해 수동으로 승인될 때까지 구매자에게 릴리스되지 않는다.
#2: 고객 지원 쿼리 스트리밍
전자상거래에서 AI 기반 채팅봇은 가장 일반적인 AI 적용 분야 중 하나이다.
시장에는 이미 많은 솔루션이 있기 때문에, 채팅봇은 상대적으로 쉽게 구현할 수 있다. 또한, 사용자 상호작용에서 학습할 수 있기 때문에, 채팅봇은 거의 즉시 결과를 제공하며, 고객 지원 직원의 필요성을 줄여준다.
또한, 기존 고객 지원 에이전트의 시간을 해방시킨다.
우리의 경험에 따르면, 받은 쿼리 중 약 70%는 매우 간단하고 반복적이다. 예를 들어:
- 게임을 구매할 수 있나요?
- 게임 키를 언제 받을 수 있나요?
- 라이센스 키를 어떻게 활성화하나요?
- 주문의 상태는 무엇인가요?
이러한 경우 중 80%에서, 우리의 AI 봇은 라이브 오퍼레이터에게 전환할 필요 없이 사용자를 도와왔다. 따라서, 우리의 봇은 약 56%의 수신 지원 요청을 처리하며, 이전에 지원 직원에게 투입된 귀중한 자원을 해방시켜 회사에서 성장을 강화하기 위해 사용할 수 있다.
#3: 사용자 경험 변환 드라이빙 패턴 식별
전자상거래 지향 비즈니스 소유자는 성공적으로 변환을 유도하는 요소와 그렇지 않은 요소를 식별하는 일반적인 딜레마에 직면한다.
이또한 AI가 도와줄 수 있는 영역이다. 사용자 데이터를 수집하여 반복되는 행동 패턴을 식별할 수 있으며, 이러한 패턴은 변환을 유도하거나 방해할 수 있다. 이러한 데이터를 기반으로, 회사들은 웹사이트의 사용자 경험 중심의 조정을 할 수 있다.
또한, AI는 마케팅 노력의 효율성을 높이는 고객 세그먼트를 생성할 수 있다. 다양한 차원에서 사용자 프로필을 생성할 수 있기 때문에, AI는 明顯하지 않은 연결과 유사한 세그먼트를 발견할 수 있다. 예를 들어, GTA 5를 구매하는 고객은 원칙적으로 GTA 5와 관련이 없는 다른 장르의 게임에도 관심이 있을 수 있다.
이를 위해, 우리는 Retail Rocket의 제3자 AI 개인화 솔루션을 구현했다. 역사적인 고객 구매 데이터를 활용하여, 이 도구는 여러 작업을 수행할 수 있다. 예를 들어, 웹사이트와 이메일을 통해 개인화된 제품 추천을 제공하고, 제품 간의 관계를 식별하여 보완적인 구매를 제안할 수 있다.
또한, 고객의 다음 잠재적인 구매 시기를 예측할 수 있다. 이는 마케팅 메시지의 타이밍을 개선하는 데에도 도움이 된다. 전반적으로, 이러한 노력으로 마케팅 채널을 통해 판매가 약 15% 증가했다고 자랑스럽게 말할 수 있다.
#4: 판매 예측
게임 산업의 시간 민감성 — 예를 들어, 스팀은 출판사가 생성할 수 있는 키의 수에 제한을 가한다 — 으로 인해 효과적인 예측이 핵심이다.
여기서, 우리는 두 가지 주요 방법을 기반으로 하는 간단한 AI 모델을 구현했다. 즉, 시계열 예측과 회귀 분석이다.
전자는 패턴을 감지하여 미래의 판매 수치를 예측하고 계절성을 적응시킬 수 있다. 이는 게임 분야에서 중요한 요소이다. 후자는 판매 데이터와 다른 변수 — 인구통계, 가격, 제품 카테고리 등 — 간의 관계를 설정하는 데 도움이 된다.
이러한 변수에는 큰 차이가 있기 때문에 — 예를 들어, 매년 출시되는 스포츠 게임이 있고, 몇십 년 동안 지속되는 전략 게임이 있다 — 이러한 중요한 요소를 정확하게 예측하는 것이 정확한 예측을 위해 매우 중요하다.
우리는 2024년 봄에 처음으로 이것을 시작했으므로, 현재까지의 결과는 AI를 사용하지 않았을 때와 비슷하다. 그러나, 모델을 더욱 미세하게 조정하고, 더 많은 역사적인 데이터를 축적함에 따라, 우리의 정확도가 시간이 지남에 따라 크게 개선될 것으로 기대한다.
최종 생각
일부 분야에서는, AI가 게임을 바꿀 수 있는 요소가 될 수 있다 — 즉, 新興 플랫폼이 기존의 거대企業과 경쟁할 수 있는 요소가 될 수 있다.
그러나, 이러한 잠재력을 완전히 실현하기 위해서는, 단순히 AI를 통합하는 것이 아니라, 올바르게 하는 것이 중요하다.
AI 전문가 팀을 유지할 수 없는 작은 회사에서는, 기존의 제3자 소프트웨어를 사용하는 것이 한 가지 해결책이다. 이러한 готов된 솔루션은 AI 전문가가 아닌 일반 개발자도 사용할 수 있다.
제안은 즉시 모든 작업을 AI에게 넘기지 말라는 것이다. 예를 들어, AI에게 사용자 쿼리의 10%를 처리하거나, 제품의 10%를 동적으로 가격을 책정하게 하라.
마지막으로, 인간의 감성을 유지하라. AI의 지원 품질을 검토하는 것이 매우 유익할 수 있다. AI가 자신의 가치를 증명함에 따라, 조직 내에서 AI의 범위를 확장할 수 있다.
