4가지 방법으로 AI가 新興 전자상거래 플랫폼이 주요 게임 배급사와 경쟁하는 데 도움을 줄 수 있다

過去 12年間, 컴퓨터 및 비디오 게임 배급 전략은 큰 변화를 겪었다. 디지털 게임의 판매가 물리적 복제본의 판매를 처음으로 초과한 것은 2013년이었다. 이 추세는 2020년의 잠금으로 더욱 가속화되었다. 이탈리아의 경우,첫 번째 폐쇄 주는 디지털 게임 다운로드를 174.9%까지 상승시켰다.

미래를 내다보면, 시장은 계속 성장할 것으로 예상된다. 스타티스타는 예측에 따르면, 2027년까지 5.76%의 연평균 성장률을 보일 것으로 예상하고, 그 해 말에는 254억 달러의 시장 규모에 이를 것으로 예상한다.

그러나競爭은 여전히 격렬하다. 디지털 게임 시장은 몇 개의 플랫폼이 지배하고 있으며, 94%의 지출이 디지털로 이루어지기 때문에, 새로운 참가자가进入하기에는 거의 공간이 없다. 기존의 주요 플레이어들은 스팀과 에픽게임즈 스토어와 같은 PC 구역에서 출판사에 대한 수수료를 부과한다.

이러한 주요 엔티티들에게 AI를 통합하는 것은 자연스러운 일이다. 그러나 더 작은, 新興 플랫폼의 경우, AI는 게임을 변경할 수 있는 요소가 될 수 있다. 즉, 기존의 독점을挑戦할 수 있는 요소이다.

성공적인 AI 구현을 복제하려면 플랫폼 특성과 운영 컨텍스트를 신중하게 고려해야 한다. 그러나 여기에는 新興 전자상거래 회사들이 디지털 배급의 거대企業과 경쟁하는 데 도움을 줄 수 있는 4가지 방법이 있다.

#1: 사기 탐지 강화

게임 플랫폼에서 사기는 다른 전자상거래 垂直에서보다 더 큰 규모로 발생하며, 더 자주 발생한다.大量의 거래 데이터를 처리하고 분석할 수 있는 능력으로 인해, AI의 알고리즘은 의심스러운 패턴이나 이상을 신속하게 식별할 수 있다.

광범위한 거래 데이터베이스를 검색하여, 기계 학습 알고리즘은 사기적인 작동을 적응하고 인식할 수 있다. 이는 비정상적인 사용자 행동, 비정상적인 지불 계획, 비정상적인 지리적 지역에서의 구매 등이다.

전통적인 규칙 기반 시스템에서 이러한 지표 중 일부는 무시될 수 있으며, 이는 회사로 하여금 사기를 탐지하는 능력을 방해하고 잠재적인 재정적 손실에 노출시킬 수 있다.

우리의 회사에서는 제3자의 AI 기반 소프트웨어를 구현하여 약 95%의 사기적인 거래를 방지했다. 우리는 또한 기술과 함께 일한다. 의심스러운 작동이 발생하면, 우리의 관리자가 개인적으로 검토한다. 디지털 게임 키는 구매가 수동으로 승인될 때까지 구매자에게 발급되지 않는다.

#2: 고객 지원 쿼리 스트림라이닝

전자상거래에서 AI 기반 채팅봇은 인공 지능의 가장 일반적인 응용 프로그램 중 하나이다.

시장에는 이미 많은 솔루션이 있기 때문에, 채팅봇은 상대적으로 쉽게 구현할 수 있다. 사용자 상호작용에서 학습할 수 있으므로, 채팅봇은 거의 즉시 결과를 제공하며, 회사로 하여금 고객 지원 직원의 필요성을 줄일 수 있다.

또한 기존 고객 지원 에이전트의 시간을 해방시킨다.

우리의 경험에 따르면, 받은 쿼리 중 약 70%는 khá 간단하고 반복적이다. 예를 들어:

• 게임을 구매할 수 있나요?
• 게임 키를 언제 받을 수 있나요?
• 라이센스 키를 어떻게 활성화하나요?
• 주문의 상태는 무엇인가요?

이러한 경우 80%에서, 우리의 AI 봇이 라이브 오퍼레이터에게 전송할 필요 없이 사용자를 도울 수 있었다. 따라서 우리의 봇이 약 56%의 수신 지원 요청을 커버한다고 말할 수 있으며, इसस로 인해 귀중한 자원을 해방시켜, 회사의 성장 증대를 위해 다른 곳에서 사용할 수 있다.

#3: UX 전환 드라이빙 패턴 식별

전자상거래 지향 비즈니스 소유자는 전환을 유도하는 요인과 유도하지 않는 요인을 식별하는 공동의 딜레마에 직면한다.

이또한 AI가 도움을 줄 수 있는 영역이다. 사용자 데이터를 수집하여, 전환을 유도하거나 방해하는 반복되는 행동 패턴을 식별할 수 있다. 이러한 데이터를 기반으로, 회사는 웹사이트의 UX 중심 조정을 할 수 있다.

또한 AI는 마케팅 노력의 효율성을 높이는 고객 세그먼트를 생성할 수 있다. 여러 차원에서 사용자 프로필을 생성할 수 있으므로, AI는 수동 검토를 통해 명백하지 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 리테일 로켓의 제3자 AI 개인화 솔루션을 구현했다. 역사적인 고객 구매 데이터를 활용하여, 이 도구는 여러 작업을 수행하는 데 도움을 준다. 예를 들어, 웹사이트와 이메일을 통해 개인화된 제품 추천을 제공하고, 제품 간의 관계를 식별하여 보완적인 구매를 제안한다.

또한 고객의 다음 잠재적인 구매를 예측할 수 있다. 이는 마케팅 메시지의 타이밍을 개선하는 데에도 도움이 된다. 전반적으로, 이러한 노력으로 인해 마케팅 채널을 통해 판매가 약 15% 증가했다고 자랑스럽게 말할 수 있다.

#4: 판매 예측

게임 산업의 시간 민감성(예: 스팀은 출판사가 생성할 수 있는 키의 수에 제한을 가함)으로 인해, 효과적인 예측이 중요하다.

여기서 우리는 두 가지 주요 방법을 기반으로 하는 간단한 AI 모델을 구현했다. 즉, 시계열 예측과 회귀 분석이다.

전자는 미래의 판매 수치를 예측하고, 게임 분야에서 중요한 요소인 계절성을 적응하는 데 도움을 준다. 후자는 판매 데이터와 다른 변수(예: 인구통계, 가격, 제품 카테고리 등) 간의 관계를 설정하는 데 우리 팀을 도와준다.

예를 들어, EA Sports의 연간 스포츠 게임과 수십 년에 걸쳐 출시되는 전략 게임과 같은 이러한 매개변수에는 큰 차이가 있다. 이러한 중요한 요소를 정확하게 설정하는 것이 정확한 예측을 위해 매우 중요하다.

우리는 2024년 봄부터 시작했으므로, 현재까지의 결과는 AI 없이 달성한 결과와 비슷하다. 그러나 모델을さらに 조정하고 역사적인 데이터를积累함에 따라, 정확도가 시간이 지남에 따라 크게 개선될 것으로 기대한다.

최종 생각

일부 분야에서, AI는 新興 플랫폼이 기존의 거대企業과 경쟁할 수 있는 民主化 요소가 될 수 있다.

그러나 이를 완전히 실현하기 위해서는, 단순히 AI를 통합하는 것이 아니라, 올바른 방법으로 통합하는 것이 중요하다.

AI 전문가 팀을 유지할 수 없는 더 작은 회사들에게, 제3자의 기존 소프트웨어를 사용하는 것이 하나의 해결책이다. 이러한 준비된 솔루션 중 일부는 AI 전문가가 아닌 일반 개발자도 사용할 수 있다.

제안은 즉시 모든 작업을 AI로 전환하지 말라는 것이다. 대신, постеп적으로 접근하라. 예를 들어, AI가 10%의 사용자 쿼리 또는 10%의 제품을 동적으로 가격을 매길 수 있도록 요청하라.

마지막으로, 인간의 감성을 유지하라. AI의 지원 품질을 검토하는 것이 매우 유익할 수 있다. AI가 그 가치를 입증함에 따라, 조직 내에서 그 범위를 확대할 수 있다.