Maison » Plus de 45 astuces scientifiques pour les jeux et le marketing : astuces basées sur les données et les statistiques

Plus de 45 astuces scientifiques pour les jeux et le marketing : astuces basées sur les données et les statistiques

Trucs statistiques et psychologiques
Marketing basé sur les données
Tirer parti de l'analyse des données pour concevoir des jeux innovants commercialisation stratégies.

Dans les jeux et le marketing, l'application de la théorie psychologique est mesurée, affinée et amplifiée par l'analyse des données et des statistiques. Les modèles comportementaux de millions d'utilisateurs sont collectés et traités, ce qui permet d'établir des statistiques sur le comportement des joueurs. validation des choix de conception. Des techniques telles que les tests A/B fournissent une preuve empirique des stimuli les plus efficaces pour inciter l'utilisateur à agir, tandis que la segmentation des joueurs permet de fournir un contenu personnalisé qui résonne avec des profils comportementaux spécifiques.

Les modèles d'analyse prédictive et d'apprentissage automatique peuvent identifier le moment où un joueur est susceptible d'abandonner ou d'effectuer un achat, ce qui permet des interventions proactives et automatisées. Cette fusion des sciences sociales et de la validation par les données crée un cycle puissant dans lequel les hypothèses psychologiques sont testées à grande échelle et les informations qui en résultent sont utilisées pour optimiser en permanence les systèmes de jeu afin de fidéliser les joueurs et de les monétiser.

Cet article est le premier d'une série de trois :

  1. Trucs statistiques et axés sur les données pour les jeux et le marketing
  2. Les sciences cognitives au service des jeux et du marketing
  3. D'autres astuces de sciences cognitives pour les jeux et le marketing

Partie #1 : Trucs statistiques et axés sur les données pour les jeux et le marketing

 

1. Test A/B

Ce site méthode s'appuie sur une expérimentation contrôlée pour observer directement le comportement de l'utilisateur, éliminant ainsi les préjugés des développeurs dans les décisions de conception. Le mécanisme psychologique en jeu est la mesure des préférences subconscientes. Les utilisateurs ne savent peut-être pas consciemment pourquoi ils préfèrent un design à un autre, mais leurs actions révèlent une réponse plus favorable à un stimulus spécifique, qu'il s'agisse d'une couleur, d'une forme ou d'un prix. Cela permet d'obtenir des preuves empiriques des choix de conception qui conduisent à un engagement ou à une conversion plus élevés.

L'exécution nécessite un backend informatique robuste capable de segmenter la base de joueurs en direct en groupes distincts (groupe A, groupe B, etc.) et de leur servir différentes versions d'un élément de jeu. L'analyse statistique est ensuite appliquée aux données collectées auprès de ces groupes. Il s'agit de calculer des indicateurs tels que les taux de conversion, le temps d'engagement ou la rétention, et d'utiliser des tests de signification statistique (comme les tests du chi carré ou les tests t) pour confirmer que les différences observées ne sont pas dues au hasard. Ce traitement des données s'effectue sur des serveurs qui collectent et agrègent les journaux d'événements de millions de clients de jeux.

Application du jeu : Dans un jeu de puzzle mobile, les développeurs souhaitent augmenter l'utilisation d'un bonus "bombe". Ils testent deux icônes : l'une est une sphère noire classique munie d'une mèche, l'autre est un cristal arcanique pulsant. Pendant une semaine, 50% des nouveaux joueurs voient la sphère (A) et 50% voient le cristal (B). Le serveur enregistre le taux d'utilisation par joueur, et l'analyse statistique montre que le cristal d'arcane est utilisé 15% plus fréquemment, ce qui justifie sa mise en place permanente.

Vous trouverez une analyse complète de la méthodologie des tests A/B :

2. Segmentation des joueurs

Segmentation des acteurs
La segmentation des joueurs améliore les expériences de jeu grâce à un contenu personnalisé basé sur les identités individuelles et les styles de jeu.

La segmentation des joueurs fonctionne en faisant appel à l'identité et au style de jeu d'un individu. En regroupant les utilisateurs, le jeu peut leur présenter un contenu qui correspond à leurs motivations intrinsèques. Un joueur classé comme "explorateur" réagira positivement aux missions de découverte, tandis qu'un "compétiteur" sera plus intéressé par les tableaux de classement et le contenu "joueur contre joueur". Cette personnalisation donne le sentiment que le jeu comprend l'utilisateur et s'adresse à lui, ce qui renforce son attachement au jeu.

Ce processus est très gourmand en données, puisqu'il commence par la collecte de grandes quantités d'actions des joueurs, telles que le temps passé dans les différents modes de jeu, l'historique des achats et les interactions sociales. Des algorithmes d'apprentissage automatique, en particulier des algorithmes de regroupement comme K-Means, sont ensuite utilisés pour identifier des modèles dans ces données et regrouper les joueurs en segments distincts. L'infrastructure du réseau doit prendre en charge le marquage et l'extraction des données en temps réel afin que le client du jeu puisse demander et afficher le contenu ou les offres appropriés pour le segment spécifique d'un joueur.

Application du jeu : Un jeu de simulation spatiale collecte des données sur les activités des joueurs. Il identifie un segment "Commerçant" qui utilise fréquemment le marché et pilote des vaisseaux de transport. Ce segment reçoit alors, dans le jeu, des informations personnalisées sur l'évolution des prix des marchandises et des missions exclusives de transport de marchandises rares, contenu qui n'est pas montré aux joueurs du segment "Pilote de chasse".

3. Analyse de l'entonnoir

Analyse en entonnoir
L'analyse en entonnoir améliore expérience utilisateur en identifiant et en traitant les points d'abandon pour maintenir l'engagement.

L'impact psychologique de l'analyse de l'entonnoir est ancré dans l'optimisation du parcours de l'utilisateur et la réduction des frictions. En identifiant les points où un grand nombre d'utilisateurs cessent de progresser (points d'abandon), les développeurs peuvent s'attaquer à la cause sous-jacente, qui est souvent la frustration, la confusion ou l'ennui. En aplanissant ces difficultés dans l'expérience de l'utilisateur, on évite les émotions négatives qui conduisent à l'abandon et on maintient un état d'avancement et d'engagement pour le joueur.

Mathématiquement, un entonnoir est une visualisation des pourcentages de flux d'utilisateurs d'une étape à l'autre. Par exemple,

  • L'étape 1 (Tutoriel terminé) peut avoir 100% d'utilisateurs,
  • L'étape 2 (atteindre le niveau 5) pourrait avoir 80%,
  • L'étape 3 (premier achat) pourrait avoir 5%.

Le rôle de l'infrastructure informatique est d'enregistrer la réalisation de chaque événement clé prédéfini pour chaque utilisateur. Les plateformes d'analyse de données interrogent ensuite cet énorme ensemble de données pour calculer les taux de conversion entre chaque étape séquentielle, en visualisant l'entonnoir et en mettant en évidence les baisses de pourcentage les plus importantes.

Application du jeu : un jeu de construction de ville, constate une chute massive de 70% du nombre de joueurs après la quête didactique "Construire une centrale électrique". En analysant l'entonnoir, ils supposent que l'étape est trop complexe pour les nouveaux utilisateurs. Ils décomposent la quête en trois quêtes plus petites et plus simples : "Construire une éolienne", "Connecter une ligne électrique" et "Alimenter un bâtiment". Après ce changement, le taux de chute à cette étape diminue pour atteindre 20%.

4. Cartes thermiques

Carte thermique
Améliorer l'équilibre du jeu grâce à une conception stratégique de l'environnement.

Les cartes thermiques traduisent le comportement global des joueurs dans un format visuel intuitif, qui exploite les compétences du cerveau humain en matière de reconnaissance des formes. Le fait de voir une zone rouge "chaude" sur une carte, où les joueurs meurent fréquemment, communique immédiatement un sentiment d'insécurité. problème de conception sans avoir à lire des graphiques complexes. Cela permet aux concepteurs de comprendre l'expérience collective des joueurs en matière de frustration ou de difficulté dans un domaine spécifique, ce qui les incite à proposer des solutions plus ciblées et plus efficaces. modification de la conception.

Techniquement, les cartes thermiques sont générées en capturant les X, Y (et parfois Z)...

Vous avez lu 38% de l'article. Le reste est destiné à notre communauté. Vous êtes déjà membre ? Se connecter
(et aussi pour protéger notre contenu original contre les robots d'indexation)

Communauté mondiale de l'innovation

Se connecter ou s'inscrire (100% gratuit)

Voir la suite de cet article et tous les contenus et outils réservés aux membres.

Uniquement de vrais ingénieurs, fabricants, concepteurs et professionnels du marketing.
Pas de bot, pas de hater, pas de spammer.

Table des matières
    Ajoutez un en-tête pour commencer à générer la table des matières

    AVAILABLE FOR NEW CHALLENGES
    Ingénieur mécanique, chef de projet ou de R&D
    Développement de produits efficace

    Available for a new challenge on short notice.
    Contactez-moi sur LinkedIn
    Plastic metal electronics integration, Design-to-cost, GMP, Ergonomics, Medium to high-volume devices & consumables, Regulated industries, CE & FDA, CAD, Solidworks, Lean Sigma Black Belt, medical ISO 13485

    Nous recherchons un nouveau sponsor

     

    Votre entreprise ou institution est dans le domaine de la technique, de la science ou de la recherche ?
    > envoyez-nous un message <

    Recevez tous les nouveaux articles
    Gratuit, pas de spam, email non distribué ni revendu

    ou vous pouvez obtenir votre adhésion complète - gratuitement - pour accéder à tout le contenu restreint >ici<

    Sujets abordés : Analyse statistique, tests A/B, segmentation des joueurs, analyse de l'entonnoir, modèles comportementaux, biais cognitifs, conditionnement opérant, aversion à la perte, effet de dotation, analyse prédictive, apprentissage automatique, validation basée sur les données, engagement de l'utilisateur, investissement émotionnel, boucles de rétroaction, optimisation du parcours de l'utilisateur, tests de signification statistique et algorithmes de regroupement.

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

    Articles Similaires

    Retour en haut

    Vous aimerez peut-être aussi