„Scopely“ ir „Niantic“, dvi garsios žaidimų pramonės įmonės, laikosi skirtingo požiūrio į žaidėjų duomenų tvarkymo metodus, atspindinčius skirtingus jų verslo modelius ir technologinius dėmesį.
„Scopely“ požiūris į žaidėjų duomenis
Scopely, žinomas dėl tokių žaidimų kaip „Marvel Strike Force“ ir „Star Trek Fleet Command“, pabrėžia duomenų pagrįstą strategiją. Šis požiūris apima kruopštų žaidėjų elgesio, įskaitant žaidimų mechaniką ir pirkimą programoje, analizę, siekiant nuolat tobulinti ir optimizuoti žaidimų patirtį [4] [9]. „Scopely“ naudojasi tiesioginio vartotojo (D2C) internetine parduotuve leidžia rinkti pirmosios šalies duomenis, tokius kaip el. Pašto adresai, kurie yra labai svarbūs tikslinėms rinkodaros kampanijoms ir tiesiogiai bendrauti su žaidėjais [1]. Šie duomenys yra neįkainojami post-IDFA aplinkoje, kur tradiciniai AD kanalai riboja prieigą prie tokios informacijos [1].
„Scopely“ infrastruktūra apima pažangias duomenų analizės sistemas, kurios suteikia realiojo laiko įžvalgos apie vartotojo elgesį, leidžiančią greitai pakeisti žaidimo turinį ir funkcijas [4]. Šis dėmesys duomenų analizei yra svarbiausia „Scopely“ sėkmės, leidžiančios jai išlaikyti aukštą vartotojų įsitraukimą ir efektyviai prisitaikyti prie rinkos tendencijų [9].
„Niantic“ požiūris į grotuvo duomenis
„Niantic“, „Pokã © Mon Go“ kūrėjas, iš esmės skirtingai naudoja grotuvo duomenis. Užuot sutelkę dėmesį į elgesį žaidime ir rinkodaros analizę, „Niantic“ pasitelkia savo papildytos realybės žaidimų duomenis, pagrįstus vietomis, kad būtų sukurtas didelis geoerdinis modelis (LGM) ** [2] [5]. Šis modelis naudoja žaidėjų geografinės padėties informaciją ir vaizdinius nuskaitymus, kad būtų sukurtas išsamus, vieta, pagrįstas fizinio pasaulio supratimu [5] [8]. Surinkti duomenys padeda „Niantic“ sukurti AI modelius, galinčius susieti ir suprasti realaus pasaulio erdves, padidinant jos papildytos realybės patirtį [5].
„Niantic“ požiūris yra labiau susijęs su žaidėjų sąveikos naudojimu, siekiant sukurti platesnę technologinę pajėgumą, o ne erdvinį intelektą, o ne tik žaidimų optimizavimui ar rinkodarai [5]. Nors „Niantic“ renka asmens duomenis, pavyzdžiui, informaciją apie vietą, ji pabrėžia, kad šie duomenys nėra parduodami trečiosioms šalims [5].
Pagrindiniai skirtumai
- Duomenų naudojimo tikslas: „Scopely“ pirmiausia naudoja duomenis žaidimų optimizavimui ir rinkodarai, o „Niantic“ daugiausia dėmesio skiria AI modelių plėtrai erdviniam intelektui.
-Surinktų duomenų tipas: „Scopely“ renka elgesį žaidime ir pirmosios šalies duomenis, pavyzdžiui, el. Pašto adresus, o „Niantic“ renka geografinės padėties duomenis ir vaizdinius nuskaitymus.
-Technologinis dėmesys: Scopely pabrėžia realaus laiko analizę ir žaidimų atnaujinimus, tuo tarpu „Niantic“ kuria didelio masto geoerdvinį modelį, skirtą papildytos realybės patobulinimams.
Apibendrinant galima pasakyti, kad „Scopely“ požiūris yra sutelktas į žaidimų patirties gerinimą priimant duomenis priimant sprendimus, o „Niantic“ naudoja grotuvo duomenis, norėdama patobulinti savo AI ir žemėlapių technologijas, atspindėdama skirtingus žaidimų pramonės strateginius prioritetus.
Citatos:
[1] https://dev.stash.gg/blog/scopely-d2c-straty-exploring-the-star-trek-fleet-command-and-marvel-strike-force-web-Store
[2] https://www.si.com/esports/pokemon/go-sturns-player-data-into-real-world-ai-davigator
[3] https://tagn.wordpress.com/category/entertainment/page/2/
[4] https://vizologi.com/business-straty-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-video-games-became-a-front-of
[7] https://www.firebolt.io/blog/transitioning-scopelys-5-5-pb-data-platform-to-the-modern-data-stack
[8] https://www.pocket-lint.com/niantic-pokemon-go-lgm-data/
[9] https://canvasbusinessmodel.com/blogs/growth-strationy/scopely-growth-straty