机器学习如何帮助游戏开发赚钱和节省成本——Playgendary的分享
机器学习（ML）在游戏行业最常与关卡测试和动态调整难度相关联。与此同时，这一工具也可以用于提高游戏的盈利能力。在为 App2Top.ru 撰写的材料中，Playgendary 的创始人德米特里·谢伦戈夫斯基（Dmitry Shelengovskiy）分享了他在产品中积极实施机器学习的经验。
德米特里·谢伦戈夫斯基
我认为，机器学习可以在游戏运营中解决七个任务。
1. 扩大游戏的付费用户群体
可以通过基于机器学习技术的相似用户定向来实现这一点，这种方法已经在广告网络中得到应用。其核心在于，算法分析受众，寻找人们的共同特征和行为模式，然后根据这些数据形成用户分段。
如何利用这一点来增加游戏收入呢？
例子：算法识别出花最多时间和钱在游戏中的用户的共同特征。然后，可以将这些信息上传到广告服务（如“Yandex.Direkt”、Facebook、Google AdWords 等）作为定向，以寻找具有相同特征的人。这些玩家更有可能长时间游玩并花费金钱。因此，这样可以优化广告支出，提高广告的有效性。需要说明的是，上述例子中的机器学习是在广告网络中隐含的，而不是直接应用于游戏中。
2. 保留玩家和预测其流失
在分析玩家行为时，机器学习算法可以看到玩家准备离开游戏的初步迹象。
例如，系统记录到玩家被击杀的频率过高，他进入游戏的次数越来越少，且每次的在线时间也在减少。这可能表明他对项目感到失望，并即将彻底退出。为了重新引起兴趣，系统可以向玩家提供额外的关卡、降低难度、赠送礼物或新增功能。这一点很重要：留住现有玩家的成本低于吸引新玩家的成本。
为了解决这个问题，已经有专门的平台。例如，日本的硅谷工作室（Silicon Studio）开发了自己的 YOKOZUNA，能够预测玩家的行为，预估玩家将游戏多长时间、花费多少金钱（以及花在什么地方）甚至达到什么级别。外部开发者也可以使用这个平台。
3. 动态调整游戏内商品的价格
认为单一价格适合所有游戏内商品是一个重大误解。如今，许多游戏在全球拥有数百万用户。显然，他们的收入水平不可能相同。
机器学习算法通过分析用户的游戏习惯、之前的购买记录，结合游戏平台和其他因素，可以确定并建议最适合玩家的商品价格。这样，销售的概率将会提高。
通过这种方式，内容销售的收入可能增长 20-40%。
4. 个性化优惠
与动态定价相同，机器学习算法还可以为玩家生成个性化的内容提议。通过学习用户的游戏风格、购买历史及其他因素，系统可以向玩家推荐他们最有可能立即购买的商品。
例如，如果玩家系统性“升级”双手剑的技能，那么就不应提议他购买弓。
5. 将免费玩家转化为付费玩家
在免费游戏模式中，既有付费玩家，也有仅玩免费的玩家。机器学习可以利用后者来增加前者的数量。
这如何实现？
如果算法已经收集足够多关于用户游戏行为和偏好的信息，系统将更好地理解他的动机和价值观。因此，它能够生成对该玩家具有价值的独特提议。
在适当的时间以合理的价格提供独特的优惠，系统会巧妙地引导用户完成首次购买。心理上的“首次支付”障碍会被打破，而第二次和第三次支付的可能性也会显著增加（相比于首次支付）。
6. 优化广告出现的频率
机器学习算法也可以用于优化广告展示的频率，如果货币化模型包含广告。例如，为了在盈利增长和保持玩家忠诚度之间取得平衡。
假设算法分析了用户行为，并发现达到第5级后，他们在下一个月内流失的概率降低了50%。因此，这些玩家的忠诚度更高，小幅增加广告量也不太可能引发强烈的不满。对于对广告的耐受性较低的玩家，可以减少广告展示。
7. 打击欺诈行为
推动任何移动应用程序的一大主要问题是虚假安装和“垃圾”流量。通常，应用程序按照 CPI 模型进行推广，开发者为每次安装付费。骗子甚至建立完整的“设备农场”来制造安装量。
这一切每年成本高达数十亿美元，给移动游戏行业带来了沉重负担。在全球广告主协会的一项研究中指出，到2025年，欺诈行为将使应用程序开发者每年损失500亿美元。根据 AppsFlyer 平台的数据，今年第一季度，他们的损失已达7亿到8亿美元（较去年增加30%）。
机器学习算法可以分析欺诈活动，学习识别并阻止对虚假安装的付款。这样一来，它们可以帮助开发者节省数百万甚至数十亿美元的广告费用。
总结
一个关于机器学习对货币化影响的最大测试之一（在公开场合上披露的）是由 Game of Whales 服务的开发者进行的，该服务专注于机器学习货币化。最初，他们的算法用18个月的时间研究了1800万玩家的行为。随后，确定了一组对照组用户，与此组用户合作的就是 AI。结果发现，在这一对照组中，免费的游戏收入增长了25%，用户流失率降低了10%。
这些数字表明了什么？使用机器学习进行游戏货币化不仅是开发者增加收入的工具，更是让玩家的游戏体验更加舒适和愉悦的方式，让他们获得期望的内容，而不是用侵入性的广告来排斥他们。
相关主题：
