Vier manieren waarop AI opkomende e-commerce-platforms helpt concurreren met grote game-distributeurs

In de afgelopen 12 jaar hebben computer- en videospelverdelingsstrategieën een seismische verschuiving ondergaan. De verkoop van digitale spellen overtrof die van fysieke exemplaren voor het eerst in 2013, en deze trend werd verder versneld door de lockdowns van 2020. In Italië, bijvoorbeeld, leidde de eerste week van quarantaine tot een toename van 174,9% van digitale spel-downloads.

Als we vooruitkijken, staat de markt op het punt om verder te groeien, met Statista die voorspelt dat deze tegen een jaarlijks groeipercentage van 5,76% zal groeien tussen nu en 2027, en uiteindelijk een marktvolume van 25,4 miljard dollar zal bereiken tegen het einde van dat jaar.

Ondanks dit blijft de concurrentie hevig. De digitale spelmarkt wordt gedomineerd door slechts een handvol platforms, en met 94% van de uitgaven die digitaal plaatsvinden, laat dit weinig ruimte over voor nieuwe deelnemers. Gevestigde spelers — zoals Steam en Epic Games Store in de PC-sfeer — maken gebruik van dit om hoge vergoedingen op te leggen aan uitgevers.

Voor deze grote entiteiten is het integreren van AI in hun operaties vanzelfsprekend. Echter, voor kleinere, opkomende platforms kan AI een game-changer zijn — een die het hen mogelijk maakt om de gevestigde oligopolie uit te dagen.

Hoewel het repliceren van succesvolle AI-implementaties zorgvuldige overweging van platformspecifieke kenmerken en operationele contexten vereist, zijn hier vier manieren waarop AI kan helpen om opkomende e-commerce-ondernemingen te concurreren met digitale distributiegiganten.

#1: Verbetering van fraudebestrijding

Op gamingsites gebeurt fraude op een veel grotere schaal — en vaker — dan in andere e-commerce-sectoren. Gezien de capaciteit van AI om grote hoeveelheden transactiegegevens te verwerken en te analyseren, kunnen AI-algoritmen verdachte patronen of afwijkingen snel identificeren.

Door uitgebreide transactiedatabases te doorzoeken, kunnen machine learning-algoritmen frauduleuze operaties herkennen, variërend van ongebruikelijke gebruikersgedrag tot onregelmatige betalingsschema’s en aankopen uit atypische geografische regio’s.

In traditionele regelgebaseerde systemen kunnen sommige van deze indicatoren onopgemerkt blijven, waardoor een bedrijf minder in staat is om fraude te detecteren en zich blootstelt aan potentiële financiële verliezen.

Bij ons bedrijf hebben we, door de implementatie van AI-gebaseerde software — ontwikkeld door een derde partij — ongeveer 95% van de frauduleuze transacties voorkomen. We werken ook hand in hand met technologie. Zodra een operatie als verdacht wordt gemarkeerd, wordt deze persoonlijk door onze manager beoordeeld. Digitale spelcodes worden niet aan de koper vrijgegeven totdat de aankoop handmatig is goedgekeurd door onze manager.

#2: Stroomlijning van klantenserviceverzoeken

In e-commerce zijn AI-gebaseerde chatbots een van de meest voorkomende toepassingen van kunstmatige intelligentie.

Aangezien er veel oplossingen op de markt zijn, zijn chatbots relatief eenvoudig te implementeren, zelfs zonder historische gegevens. Omdat ze kunnen leren van gebruikersinteracties, leveren chatbots resultaten praktisch meteen op en helpen bedrijven hun behoefte aan klantenservicepersoneel te verminderen.

Bovendien geven ze tijd vrij voor de bestaande klantenserviceagenten.

Uit onze ervaring blijkt dat de meeste ontvangen verzoeken — ongeveer 70% — vrij eenvoudig en repetitief zijn. Voorbeelden zijn:

• Is het spel beschikbaar voor aankoop?
• Wanneer kan ik de spelcode ontvangen?
• Hoe activeer ik mijn licentiesleutel?
• Wat is de status van mijn bestelling?

In 80% van deze gevallen zijn onze AI-bots erg succesvol geweest in het helpen van onze gebruikers zonder dat ze naar een live-operator hoeven te worden overgedragen. Daarom kunnen we zeggen dat onze bots ongeveer 56% van onze inkomende ondersteuningsverzoeken dekken, waardoor waardevolle middelen worden bevrijd die eerder in ondersteuningspersoneel werden gestopt, zodat we ze elders in het bedrijf kunnen gebruiken om onze groei te verbeteren.

#3: Identificatie van UX-conversiepatronen

Een veel voorkomend dilemma dat e-commerce-georiënteerde ondernemers tegenkomen, is het identificeren van factoren die succesvolle conversie aandrijven en diegene die dit niet doen.

Dit is een ander gebied waarop AI kan helpen, door gebruikersgegevens te verzamelen die terugkerende gedragspatronen aanduiden die ofwel conversie aandrijven of niet. Op basis van deze gegevens kunnen bedrijven UX-georiënteerde aanpassingen aan hun website aanbrengen.

Bovendien kan AI klantsegmenten creëren die de effectiviteit van marketinginspanningen verhogen. Aangezien het gebruikersprofielen kan maken over verschillende dimensies, kan AI verbindingen ontdekken en look-alike-segmenten groeperen die mogelijk niet duidelijk zijn door middel van handmatige beoordelingen. Bijvoorbeeld, klanten die GTA 5 kopen, kunnen ook geïnteresseerd zijn in spellen uit een ander genre dat in principe geen verband houdt met GTA 5.

Om dit te vergemakkelijken, hebben we een AI-persoonlijkheidsoplossing van Retail Rocket geïmplementeerd. Door historische klantgegevens over aankopen te gebruiken, helpt dit instrument ons om verschillende taken uit te voeren, zoals het bieden van gepersonaliseerde productaanbevelingen — zowel op onze website als via e-mail — en het identificeren van relaties tussen producten, waardoor we aanvullende aankopen kunnen suggereren.

Bovendien kunnen we ook de timing van de volgende potentiële aankoop van onze klanten bepalen. Dit verbetert ook de timing van onze marketingberichten. Al met al kunnen we met trots zeggen dat deze inspanningen onze verkoop via marketingkanalen met ongeveer 15% hebben versterkt.

#4: Verkoopprognose

Gezien de tijdsgevoelige aard van de gamingsector — bijvoorbeeld, Steam legt beperkingen op aan het aantal sleutels dat uitgevers kunnen genereren — is effectieve prognose cruciaal.

Hier hebben we een eenvoudig AI-model geïmplementeerd dat is gebaseerd op twee primaire methoden: tijdreeksvoorspelling en regressieanalyse.

Door patronen te detecteren, helpt de eerste ons om toekomstige verkoopcijfers te voorspellen en aan te passen aan seizoensgebondenheid, wat een belangrijke factor is in de gamingsector. Aan de andere kant helpt de laatste ons team om relaties te vestigen tussen verkoopgegevens en andere variabelen — demografie, prijzen, productcategorieën en meer.

Aangezien er grote verschillen zijn in deze parameters — bijvoorbeeld, er zijn jaarlijkse sportspellen uitgebracht, zoals die van EA Sports, en andere strategische spellen die zich uitstrekken over decennia — is het krijgen van deze cruciale factoren goed, van het grootste belang voor nauwkeurige prognose.

We zijn hier in de lente van 2024 mee begonnen, dus, tot nu toe, zijn onze resultaten vergelijkbaar met wat we bereikten zonder AI. Echter, we verwachten dat naarmate we ons model verder afstemmen en verfijnen, en meer historische gegevens verzamelen, onze nauwkeurigheid aanzienlijk zal verbeteren in de loop van de tijd.

Slotgedachten

In sommige gebieden, zoals gamen, kan AI een democratiserende factor worden — een die het opkomende, hoogpotentiële platforms mogelijk maakt om te concurreren met gevestigde reuzen.

Dat gezegd hebbende, om het volledige potentieel te realiseren, gaat het er niet zozeer om om AI te integreren voor de sake van het, maar om het goed te doen.

Voor kleinere bedrijven die het zich niet kunnen veroorloven om een in-huis team van AI-specialisten in dienst te nemen, is een haalbare oplossing om bestaande software van derden te gebruiken. Sommige van deze kant-en-klare oplossingen kunnen worden gebruikt door gewone ontwikkelaars, zelfs als ze niet zijn gespecialiseerd in AI.

Mijn suggestie is dat u uw hele workload niet meteen naar AI overzet. Neem in plaats daarvan een geleidelijke aanpak. Vraag AI bijvoorbeeld om 10% van de gebruikersverzoeken af te handelen, of om 10% van uw producten dynamisch te prijzen.

Tenslotte, houd de menselijke touch in stand. Het laten beoordelen van de kwaliteit van AI-ondersteuning door mensen kan zeer nuttig zijn. Naarmate AI zijn waarde bewijst, kunt u de reikwijdte ervan binnen uw organisatie uitbreiden.