欢迎光临GGAMen游戏资讯




这款游戏竟用 Google AI 达到了用户 40% 成长?

2024-11-02 213

说到 Google AI(机器学习)在游戏领域的应用,首先想到的可能是《星海争霸 II:自由之翼》、《Dota 2》对战中 AI 的学习。这些对游戏梯度的研发发挥积极作用,类似概念也能应用到广告投放、用户获取。

中国游族网络发行的《狂暴之翼》曾在上线后短期内做到 4,100 万美元(约 2.8 亿人民币)月营收,和 150 万左右的日活跃用户,并登顶 34 个国家畅销榜,是近几年到海外发展成功的 MMO 产品中较具代表性的一款。

根据游族的说法,这款产品的成功得益于用户面覆盖较广及相对精准的投放。这其中机器学习扮演重要的角色。机器学习投放帮助《狂暴之翼》在中国之外额外获取了 40% 用户。

Google 机器学习的投放方式,有效利用游戏内的生态数据指导用户获取,基于在游戏内短期用户行为来预判其价值。透过这样的方式获取到数量更大、价值更高的用户。

当机器学习应用到 MMO 投放

游戏投放问题的关键永远都关乎“寻找正确的目标玩家”。

对游族而言,之前的用户筛选、划定是透过长期人工判断与最佳化得出的结论。这样的体系下,游族筛选发现《狂暴之翼》用户的年龄层是 18~45 岁,用户整体 80% 是男性。

游族的自我定位是“轻娱乐供应商”──“《狂暴之翼》的用户其实是全世界普通人。他可能没有生活在发达国家,也没有高薪工作,但这种普通人其实是我们真正的目标用户。希望能满足这类用户精神、文化娱乐的需求。”游族市场部门的高级副总裁李博这样介绍。

游族最初投放的做法,是透过拆分用户所在地区和兴趣及素材等精细化,这个过程的人工成本耗费巨大。

随着市场竞争加剧,用户获取成本也随之升高,到 2017 年,游族在美国市场的单用户成本从 2014 年的 1 美元上涨到 10 美元。

海外用户成本上涨,在这样的市场背景下怎样持续获取高价值用户,成了投放的重点。而之前利用人工判断和筛选的方式造成很大阻碍。游族精细化投放模式,需要大量人力负责,不借助机器和技术的情况下,基本只能以堆积人力来解决,最终变成低效投放。

这样的局面亟待相应的技术解决。以往的投放工具是基于实际投放效果来获取用户,而引入机器学习之后,可建立数据模型预测,做决策时间更快。这直接推动游族与 Google 建立合作。

从游族来看, 与 Google 建立合作能有效利用投放优势──涵盖用户面够广泛,有强大的用户涵盖能力和数据积累;搭建模型能力和算法研究能力都属顶尖。Google 开始提供技术支援和引导之后,《狂暴之翼》游戏内生态数据使用效率和发挥价值都有明显提升。

“除了降低用户成本之外,(机器学习)还有很多很重要的应用场景。比如有 100 个游戏用户,他们的年龄、收入、喜好各不相同。应用人工智能方式,能为每个用户提供个性化的需求。不仅是关卡设计、社交体验,还有游戏 NPC、剧情互动及团队成员组成。这些都可以最佳化。”

Google 机器学习技术让投放团队效率提升 140 倍

Google 的机器学习和预测数据模型,要怎样应用到一款 MMORPG 的市场行销,游族数位行销经理黄晓捷介绍 3 阶段步骤:

“第一步我们自己的资料科学家团队会建立一个数据模型,利用游戏生态数据训练这个模型。这是第一步。第二步是当这个数据预测模型训练得够聪明,就开始跟 Google 的 API 形成数据传输。第三步是 Google 拿到我们传输给它的数据之后,再进行 look alike 学习,这是另一个数据学习模型。这三步之后,我们就可以获取更多高价值的用户。”

Google 相关技术引入后,大幅度提高团队的工作效率,“以前平均每天要新建 70 多个 campaign,现在每天只要新建 0.5 个,大概提升了 140 倍,这样有更多时间做更有创造力的工作。”黄晓捷说。

在她看来,如果没有应用 Google 的人工智能预测算法,《狂暴之翼》的全球用户可能只有目前 60%,或是要花费数倍成本才能达到现在的用户量级,有太多用户按照传统方式无法触达,这些都是预测数据模型和机器学习共同作用的结果。

Google 的预测数据模型和机器学习在广告应用主要计算两方面:预测付费用户数、预测付费用户价值。这两方面分别对应机器学习的分类问题和回归问题。

预测数据模型,预测到高价值用户时,让公司将行销资源投入其他方向。机器学习则相当于代替人工做数据分析和求最佳解,为游戏公司省下大量人力成本。应用相关技术后,广告的短期 ROI 提升了 2.4 倍,付费人数提升了 1.45 倍。

除了在用户获取、转化的助力,随着技术应用深入,相关 AI 技术也有机会在营运层面发挥作用,成为游戏公司维持用户的重要工具,“在游族内部,我们大量做测试和验证,有很多营运研究。比如我们游戏版本活动都在尝试用 AI 做,每个玩家看到的内容可能都不一样,这更能满足用户需求,所以这个(技术)很重要。”谈到相关技术的扩大应用,李博积极肯定机器学习的前景。

(本文由 游戏葡萄 授权转载;首图来源:狂暴之翼)

2019-03-12 20:32:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 ggamen科技资讯头条 ggamen科技 资讯头条 游戏头条
0