Две выдающиеся компании в игровой индустрии и Niantic имеют четкие подходы к обработке данных игроков, отражая их различные бизнес -модели и технологические фокусы.
Подход
Scopely к данным игрока
Рассматривая, что, известные такими играми, как Marvel Strike Force и Command Fleet Fleet, подчеркивает стратегию, управляемую данными. Этот подход включает в себя тщательный анализ поведения игроков, включая игровой механику и покупки в приложении, для постоянного уточнения и оптимизации игрового опыта [4] [9]. Использование Scopely в веб-магазине прямого потребителя (D2C) позволяет собирать первые данные, такие как адреса электронной почты, которые имеют решающее значение для целевых маркетинговых кампаний и прямого общения с игроками [1]. Эти данные неоценимы в среде после IDFA, где традиционные рекламные каналы ограничивают доступ к такой информации [1].
Инфраструктура Scopely включает в себя расширенные системы аналитики данных, которые дают представление о поведении пользователей в реальном времени, что позволяет быстрого приспособлять к содержимому игровому содержанию и функциям [4]. Этот акцент на аналитике данных является центральным для успеха Scopely, что позволяет ему поддерживать высокое взаимодействие с пользователями и эффективно адаптироваться к тенденциям рынка [9].
ПодходNiantic к данным игрока
Niantic, разработчик Pokã © Mon Go, использует данные игрока в основном по -другому. Вместо того, чтобы сосредоточиться на внутриигровом поведении и маркетинговой аналитике, Niantic использует данные, основанные на местоположении, из своих игр дополненной реальности для создания большой геопространственной модели (LGM) ** [2] [5]. Эта модель использует информацию о геолокации и визуальные сканирования от игроков для создания подробного, основанного на местоположении понимания физического мира [5] [8]. Собранные данные помогают Niantic разработать модели искусственного интеллекта, которые могут отображать и понимать реальные пространства, улучшая его опыт дополненной реальности [5].
Подход Niantic - это скорее использование взаимодействий игроков для создания более широких технологических возможностей, в частности, пространственного интеллекта, а не только для оптимизации игры или маркетинга [5]. В то время как Niantic собирает личные данные, такие как информация о местоположении, подчеркивает, что эти данные не продаются третьим лицам [5].
Ad
Ключевые различия
- Цель использования данных: в основном используется данные для оптимизации игр и маркетинга, в то время как Niantic фокусируется на разработке моделей искусственного интеллекта для пространственного интеллекта.
-Тип собранных данных: Scopely собирает внутриигровое поведение и первые данные, такие как адреса электронной почты, тогда как Niantic собирает данные геолокации и визуальные сканирования.
-Технологический фокус: Scopely подчеркивает аналитику в реальном времени и обновления игры, тогда как Niantic создает крупномасштабную геопространственную модель для улучшений дополненной реальности.
Таким образом, подход Scopely сосредоточен на улучшении игрового опыта посредством принятия решений, управляемых данными, в то время как Niantic использует данные игроков для продвижения технологий ИИ и картирования, отражая различные стратегические приоритеты в игровой индустрии.
Цитаты:
[1] https://dev.stash.gg/blog/scopely-d2c-trategy-exploring-the-star-trek-fleet-command-and-marvel-strike-force-web Store
[2] https://www.si.com/esports/pokemon/go-turns-player-data-into-real-world-ai-navigator
[3] https://tagn.wordpress.com/category/entertainment/page/2/
[4] https://vizologi.com/business-trategy-canvas/scopely-business-model-canvas/
[5] https://www.usatoday.com/story/tech/2024/11/23/niantic-pokemon-go-data-ai-map/76488340007/
[6] https://www.videogamesindustrymemo.com/p/how-ideo-games-became-a-front-of
[7] https://www.firebolt.io/blog/transition-scopelys-5-5-pb-data-platform-the-modern-data-stack
[8] https://www.pocket-lint.com/niantic-pokemon-go-lgm-data/
[9] https://canvasbusinessmodel.com/blogs/growth-trategy/scopely-growth-trategy
