鈊象電子商用遊戲機事業處副處長姜伯威指出,透過AI建立的個人化禮包推薦系統,系統上線6個多月,部分遊戲平臺付費率和營收成長都超過162%。

圖片來源: 

攝影/王若樸

鈊象電子主打明星3缺1、金猴爺和金好運娛樂城等線上遊戲,但隨著玩家人數暴增、「每天都有100萬名線上會員人數,」鈊象電子商用遊戲機事業處副處長姜伯威指出,因為公司仰賴這些玩家,為了留住他們,鈊象電子決定改變一視同仁的銷售策略,以AI打造個人化禮包推薦系統,再觀察玩家儲值行為,歸類出低、中、高「玩家消費疲弱風險值」,並針對高風險玩家啟動照護策略,促進消費。鈊象電子指出,系統上線經過6個多月,部分遊戲平臺付費率和營收成長都超過162%。

針對玩家特性推薦個人化禮包,也建立玩家消費疲弱預警系統

其實,「鈊象從去年2月開始,就已經在做AI了,」姜伯威表示,為打造AI系統,鈊象從2月開始就進行資料預處理,資料來源包括旗下3款線上遊戲(明星3缺1、金猴爺、金好運娛樂城)的玩家遊戲行為。5個月後,鈊象找來老牌數據分析廠商SAS,針對玩家的遊戲習慣和儲值習慣來進行標記,打造出機器學習模型。

在會員標記分析中,姜伯威提到,遊戲習慣包括了玩家的遊戲類型偏好、遊戲行為,比如玩家喜歡玩老虎機還是魚機,當中的押注次數和押注金額也是標記重點。此外,針對玩家的儲值習慣,鈊象將其分為儲值力道、儲值特徵、儲值狀態,依據玩家的儲值金額、儲值頻率、儲值場景偏好等特徵,來進行標記。而這個標記專案,於去年9月正式完成。

之後,鈊象利用這些資料,以決策樹方法訓練出機器學習模型,針對不同玩家特徵,來精準推薦個人化禮包。

不只如此,在推出個人化禮包之後,鈊象也進一步觀察玩家儲值習慣的前後期變化。姜伯威指出,鈊象觀察重點包括付費狀態、付費頻率和金額,如果玩家的儲值習慣有所變化,就會深入了解玩家遊玩習慣,進而分類為低、中、高三類「玩家消費疲弱風險」。

針對高疲弱風險玩家,鈊象會以4種方式來提高玩家黏著度,比如給予道具。這套玩家消費疲弱預警系統,是採用邏輯式迴歸方法來開發,不過目前還在測試階段,尚未上線。

姜伯威也說道,過去鈊象一直以Excel圖表和主觀方式來分析玩家習慣,但「過程相當耗時,」而且處理資料量有限,而機器學習正好可以處理大量資料。

下一步:打造遊玩異常行為偵測系統,還要自動推薦個人化禮包

鈊象將AI導入進程分為三階段,包括基礎(會員貼標分析、疲弱因素分析、消費疲弱預警)、增值(個人精準禮推薦禮包、遊玩異常行為偵測)、優化(自動個人化推薦系統)。其中的遊戲異常行為偵測,是透過遊戲平臺收集的玩家行為,建立出異常模型,來監控玩家遊戲或儲值行為,即時揪出異常狀況,並自動回應、立即處理。

姜伯威強調,遊玩異常行為偵測和自動個人化推薦系統,「是今年最重要的課題。」文◎王若樸


Advertisement

更多 iThome相關內容