Bốn cách AI giúp các nền tảng thương mại điện tử mới nổi cạnh tranh với các nhà phân phối trò chơi lớn

Trong 12 năm qua, chiến lược phân phối trò chơi và video trên máy tính đã trải qua một sự thay đổi lớn. Doanh số bán trò chơi kỹ thuật số đã vượt qua doanh số bán trò chơi vật lý lần đầu tiên vào năm 2013, và xu hướng này đã được đẩy mạnh hơn nữa bởi các lệnh封锁 vào năm 2020. Tại Ý, ví dụ, tuần đầu tiên của việc封锁 đã dẫn đến việc tải trò chơi kỹ thuật số tăng vọt 174,9%.

Nhìn về tương lai, thị trường dự kiến sẽ tiếp tục phát triển, với Statista dự đoán nó sẽ tăng trưởng với tốc độ CAGR là 5,76% từ nay đến năm 2027, và cuối cùng sẽ đạt được khối lượng thị trường là 25,4 tỷ đô la vào cuối năm đó.

Mặc dù vậy, sự cạnh tranh vẫn còn gay gắt. Thị trường trò chơi kỹ thuật số được thống trị bởi chỉ một số ít nền tảng, và với 94% chi tiêu diễn ra kỹ thuật số, điều đó để lại rất ít không gian cho các entrant mới. Các công ty đã thành lập — như Steam và Epic Games Store trong lĩnh vực PC — tận dụng điều này để áp đặt phí cao cho các nhà xuất bản.

Đối với các thực thể lớn này, tích hợp AI vào hoạt động của họ là điều tự nhiên. Tuy nhiên, đối với các nền tảng mới nổi nhỏ hơn, AI có thể là một yếu tố thay đổi cuộc chơi — một yếu tố cho phép họ thách thức sự thống trị của các công ty lớn.

Mặc dù việc sao chép các triển khai AI thành công đòi hỏi phải xem xét kỹ lưỡng các đặc điểm và ngữ cảnh hoạt động cụ thể của nền tảng, nhưng dưới đây là bốn cách AI có thể giúp các công ty thương mại điện tử mới nổi cạnh tranh với các nhà phân phối trò chơi kỹ thuật số lớn.

#1: Cải thiện phát hiện gian lận

Trên các nền tảng trò chơi, gian lận xảy ra với quy mô lớn hơn và thường xuyên hơn so với các lĩnh vực thương mại điện tử khác. Nhờ khả năng xử lý và phân tích大量 dữ liệu giao dịch, các thuật toán AI có thể nhanh chóng xác định các mẫu hoặc bất thường đáng ngờ.

Bằng cách tìm kiếm trong các cơ sở dữ liệu giao dịch rộng lớn, các thuật toán học máy có thể thích nghi và nhận ra các hoạt động gian lận, từ các hành vi người dùng không phổ biến đến các kế hoạch thanh toán bất thường và mua hàng từ các khu vực địa lý không điển hình.

Trong các hệ thống dựa trên quy tắc truyền thống, một số chỉ số này có thể không được chú ý, làm suy giảm khả năng phát hiện gian lận của công ty và khiến họ dễ bị tổn thất tài chính.

Tại công ty của chúng tôi, bằng cách triển khai phần mềm AI được phát triển bởi một bên thứ ba, chúng tôi đã ngăn chặn khoảng 95% giao dịch gian lận. Chúng tôi cũng làm việc chặt chẽ với công nghệ. Khi một hoạt động được đánh dấu là đáng ngờ, người quản lý của chúng tôi sẽ xem xét nó một cách thủ công. Các khóa trò chơi kỹ thuật số không được phát hành cho người mua cho đến khi giao dịch đã được phê duyệt thủ công bởi người quản lý của chúng tôi.

#2: Tối ưu hóa các truy vấn hỗ trợ khách hàng

Trong thương mại điện tử, các rô-bốt trò chuyện được hỗ trợ bởi AI là một trong những ứng dụng phổ biến nhất của trí tuệ nhân tạo.

Vì có nhiều giải pháp trên thị trường, các rô-bốt trò chuyện tương đối dễ triển khai, thậm chí không cần dữ liệu lịch sử. Bởi vì chúng có thể học hỏi từ các tương tác người dùng, các rô-bốt trò chuyện mang lại kết quả gần như ngay lập tức và giúp các công ty giảm nhu cầu về nhân viên hỗ trợ khách hàng.

Ngoài ra, chúng còn giải phóng thời gian cho các đại lý hỗ trợ khách hàng hiện có.

Trong kinh nghiệm của chúng tôi, hầu hết các truy vấn nhận được — khoảng 70% — là khá đơn giản và lặp đi lặp lại. Ví dụ bao gồm:

• Trò chơi có sẵn để mua không?
• Tôi có thể nhận được khóa trò chơi khi nào?
• Làm thế nào để tôi kích hoạt khóa giấy phép của mình?
• Trạng thái đơn đặt hàng của tôi là gì?

Trong 80% các trường hợp này, các rô-bốt AI của chúng tôi đã khá thành công trong việc giúp người dùng của chúng tôi mà không cần chuyển họ sang một vận hành viên trực tiếp. Do đó, chúng tôi có thể nói rằng các rô-bốt của chúng tôi bao phủ khoảng 56% yêu cầu hỗ trợ đến của chúng tôi, giải phóng các nguồn lực quý giá mà trước đây được đổ vào nhân viên hỗ trợ để chúng tôi có thể sử dụng chúng ở nơi khác trong công ty để tăng cường sự phát triển của mình.

#3: Xác định các mẫu thúc đẩy chuyển đổi UX

Một vấn đề phổ biến mà các chủ sở hữu doanh nghiệp thương mại điện tử phải đối mặt là xác định các yếu tố thành công trong việc thúc đẩy chuyển đổi và những yếu tố không.

Đây là một lĩnh vực khác mà AI có thể giúp đỡ, bằng cách thu thập dữ liệu người dùng chỉ ra các mẫu hành vi lặp đi lặp lại dẫn đến chuyển đổi hoặc không. Dựa trên dữ liệu này, các công ty có thể thực hiện các điều chỉnh tập trung vào UX cho trang web của họ.

Ngoài ra, AI có thể tạo ra các phân khúc khách hàng để tăng cường hiệu quả của các nỗ lực tiếp thị. Vì nó có thể tạo ra các hồ sơ người dùng trên nhiều chiều, AI có thể khám phá ra các mối quan hệ và nhóm các phân khúc tương tự mà có thể không rõ ràng thông qua các đánh giá thủ công. Ví dụ, khách hàng mua GTA 5 cũng có thể quan tâm đến các trò chơi từ một thể loại khác mà về nguyên tắc không liên quan đến GTA 5.

Để thực hiện điều này, chúng tôi đã triển khai một giải pháp cá nhân hóa AI của bên thứ ba từ Retail Rocket. Bằng cách tận dụng dữ liệu mua hàng lịch sử của khách hàng, công cụ này giúp chúng tôi thực hiện một số nhiệm vụ, chẳng hạn như cung cấp các khuyến nghị sản phẩm được cá nhân hóa — cả trên trang web và qua email — và xác định các mối quan hệ giữa các sản phẩm, cho phép chúng tôi đề xuất mua hàng bổ sung.

Ngoài ra, chúng tôi cũng có thể xác định thời điểm mua hàng tiếp theo của khách hàng. Điều này cũng cải thiện thời điểm cho các thông điệp tiếp thị của chúng tôi. Tóm lại, chúng tôi có thể tự hào nói rằng những nỗ lực này đã tăng cường doanh số của chúng tôi thông qua các kênh tiếp thị lên khoảng 15%.

#4: Dự báo doanh số

Nhìn xét tính chất thời gian của ngành công nghiệp trò chơi — ví dụ, Steam áp đặt các hạn chế về số lượng khóa mà các nhà xuất bản có thể tạo — dự báo hiệu quả là chìa khóa.

Tại đây, chúng tôi đã triển khai một mô hình AI đơn giản dựa trên hai phương pháp chính: dự báo chuỗi thời gian và phân tích hồi quy.

Bằng cách phát hiện các mẫu, phương pháp đầu tiên giúp chúng tôi dự đoán các con số doanh số trong tương lai và thích nghi với tính mùa vụ, điều này là một yếu tố quan trọng trong lĩnh vực trò chơi. Mặt khác, phương pháp thứ hai giúp nhóm của chúng tôi thiết lập mối quan hệ giữa dữ liệu doanh số và các biến khác — nhân khẩu học, giá cả, danh mục sản phẩm, v.v.

Vì có sự khác biệt lớn trong các tham số này — ví dụ, có các trò chơi thể thao được phát hành hàng năm, như những trò chơi của EA Sports, và các trò chơi chiến lược khác kéo dài trong nhiều thập kỷ — việc nhận đúng các yếu tố quan trọng này là điều tối quan trọng để dự báo chính xác.

Chúng tôi bắt đầu với điều này vào mùa xuân năm 2024, vì vậy, tính đến thời điểm này, kết quả của chúng tôi tương tự như những gì chúng tôi đạt được mà không có AI. Tuy nhiên, chúng tôi hy vọng rằng khi chúng tôi tinh chỉnh và hoàn thiện mô hình của mình, và tích lũy thêm dữ liệu lịch sử, độ chính xác của chúng tôi sẽ cải thiện đáng kể theo thời gian.

Lời kết

Trong một số lĩnh vực, như trò chơi, AI có thể trở thành một yếu tố dân chủ hóa — một yếu tố cho phép các nền tảng mới nổi, có tiềm năng cạnh tranh với các gã khổng lồ đã thành lập.

Tuy nhiên, để thực sự hiện thực hóa tiềm năng của nó, điều quan trọng không chỉ là tích hợp AI vì lợi ích của nó, mà là làm điều đó một cách đúng đắn.

Đối với các công ty nhỏ không thể duy trì một đội ngũ chuyên gia AI trong nhà, một giải pháp khả thi là sử dụng phần mềm của bên thứ ba đã có sẵn. Một số giải pháp sẵn có này có thể được sử dụng bởi các nhà phát triển thông thường, thậm chí nếu họ không chuyên về AI.

Đề xuất của tôi là bạn không nên chuyển tất cả công việc của mình ngay lập tức sang AI. Thay vào đó, hãy thực hiện một cách tiếp cận dần dần. Ví dụ, yêu cầu AI xử lý 10% truy vấn người dùng, hoặc định giá động 10% sản phẩm của bạn.

Cuối cùng, hãy duy trì sự tiếp xúc của con người. Việc có người xem xét chất lượng hỗ trợ của AI có thể rất có lợi. Khi AI chứng minh được giá trị của mình, bạn có thể mở rộng phạm vi của nó trong tổ chức của mình.