Scopely та Niantic, дві видатні компанії в ігровій індустрії, мають чіткі підходи до обробки даних гравців, що відображають їх різні бізнес -моделі та технологічні фокуси.
підхід Scopely до даних гравця
Scopely, known for games like Marvel Strike Force and Star Trek Fleet Command, emphasizes a data-driven strategy. Такий підхід передбачає ретельний аналіз поведінки гравців, включаючи механіку гри та покупки в додатку, щоб постійно вдосконалювати та оптимізувати ігровий досвід [4] [9]. Використання веб-магазину Scopely для прямого споживача (D2C) дозволяє йому збирати дані першої сторони, такі як адреси електронної пошти, які мають вирішальне значення для цільових маркетингових кампаній та пряма комунікація з гравцями [1]. Ці дані неоціненні в середовищі після IDFA, де традиційні рекламні канали обмежують доступ до такої інформації [1].
Інфраструктура Scopely включає вдосконалені системи аналітики даних, які забезпечують уявлення про поведінку користувачів у режимі реального часу, що дозволяє швидко коригувати вміст і функції гри [4]. Цей фокус на аналітиці даних є центральним у успіху Scopely, що дозволяє їй підтримувати високу залучення користувачів та ефективно адаптуватися до тенденцій ринку [9].
підхід Niantic до даних гравця
Niantic, розробник, що стоїть за Pokã © Mon Go, використовує дані гравця принципово по -іншому. Замість того, щоб зосередитись на поведінці в грі та маркетинговій аналітиці, Niantic використовує дані на основі місцезнаходження з своїх ігор з розширеною реальністю для створення великої геопросторової моделі (LGM) ** [2] [5]. Ця модель використовує інформацію про геолокацію та візуальні сканування гравців, щоб створити детальне розуміння фізичного світу [5] [8]. Зібрані дані допомагають Niantic розробляти моделі AI, які можуть відображати та розуміти простори в реальному світі, покращуючи його досвід розширеної реальності [5].
Підхід Niantic - це більше про використання взаємодії гравців для створення більш широкої технологічної спроможності, зокрема, просторового інтелекту, а не виключно для оптимізації гри чи маркетингу [5]. Хоча Niantic збирає особисті дані, такі як інформація про місцезнаходження, він підкреслює, що ці дані не продаються третім сторонам [5].
Ключові відмінності
- Мета використання даних: Сфелі в основному використовує дані для оптимізації ігор та маркетингу, тоді як Niantic зосереджується на розробці моделей AI для просторового інтелекту.
-Тип зібраних даних: Scopely збирає поведінку в грі та дані першої сторони, такі як адреси електронної пошти, тоді як Niantic збирає дані геолокації та візуальні сканування.
-Технологічна спрямованість: Сфелі підкреслює аналітику в режимі реального часу та оновлення ігор, тоді як Niantic будує масштабну геопросторову модель для вдосконалених реальності.
Підсумовуючи це, підхід Scopely орієнтований на вдосконалення досвіду гри за допомогою прийняття рішень, керованих даними, в той час як Niantic використовує дані гравця для просування своїх технологій AI та картографування, що відображає різні стратегічні пріоритети в ігровій індустрії.
Цитати:
[1] https://dev.stash.gg/blog/scopely-d2c-strategy-explorth-th-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/enturement/page/2/
[4] https://vizologi.com/business-strategy-canvas/scopely-business-model-canvas/
[5] https://www.usatoday.com/story/tech/2024/11/23/niantic-pokemon-go-data-ai-map/76488340007/
4
[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-strategy/scopely-growth-strategy