Analítica Big data para monetização de vídeos, dispositivos remotos e jogos sociais

Entender e influenciar o comportamento rentável do consumidor

O segmento de jogos está vivenciando uma enorme mudança conforme o cenário de jogos tradicional se expande para incluir novos tipos de jogos, plataformas e jogadores. Os desenvolvedores de jogos e as marcas têm uma oportunidade de aplicar as técnicas de analítica big data para capturar dados comportamentais e de jogadores e jogos multiestruturados variados e valiosos. É possível armazenar esses dados em bancos de dados noSQL e integrá-los com os bancos de dados transacionais relacionais para obter vantagens competitivas fortes através de insights mais profundos e práticos.

Kimberly Chulis, CEO and Co-founder, Core Analytics, LLC

Photograph of Kimberly ChulisKimberly Chulis é um dos fundadores originais da Core Analytics, LLC. Com mais de 18 anos de experiência profissional em analítica avançada, ela já demonstrou conhecimento analítico em projetos em várias empresas e segmentos de mercado, incluindo WellPoint, HCSC, UHG, Great West, Accenture, Ogilvy, Microsoft, Sprint/Nextel, Commonwealth Edison, TXU, Eloyalty, SPSS, Allstate, Cendant e outras nos segmentos de mercado financeiro, de telecomunicações, assistência médica, energia, sem fins lucrativos, varejo e educacional. Kimberly realizou pesquisa de PhD no programa de Comportamento do Consumidor de Saúde e Serviços Humanos da Universidade Purdue e possui mestrado em economia com ênfase em economia e econometria da saúde pela Universidade de Illinois em Chicago.



31/Ago/2012

Há uma revolução ocorrendo no segmento de jogos. O tamanho do segmento de jogos global é surpreendente. De acordo com o analista do segmento Colin Sebastian, da RW Baird, os videogames geraram US$60 bilhões de renda em 2011 e espera-se que cheguem a US$80 bilhões em 2014. Embora as projeções exatas e os padrões de crescimento esperado sejam divergentes dependendo das fontes, algumas pessoas proclamam o segmento de jogos como o canal de mídia de massas da década antecipado (veja Resources). Para jogos de computadores, há a previsão de US$20 bilhões e para os jogos sociais há a previsão gerarem US$2 bilhões esse ano (2012). Embora esses números indiquem que a maior participação de mercado atual seja do segmento de videogames, está ocorrendo um importante deslocamento de preferências e uma mudança demográfica de jogadores que se espera que resulte em uma diminuição parcial da popularidade dos principais videogames e uma rápida diminuição na variedade de consoles.

Atualmente os jogos sociais são oferecidos por uma pequena parte do preço através de plataformas sociais, como o Facebook, e são jogados a partir de diversas plataformas móveis como o Android e o iOS. Esses jogos são diferentes dos jogos de videogame e massively multiplayer online (MMO) tradicionais. Os jogadores hardcore tradicionais são predominantemente do sexo masculino, entre 18 e 34 anos de idade e que compram jogos de computador e de consoles e pagam por eles com dinheiro em espécie e cartões de crédito e jogam sozinhos ou em um ambiente interativo limitado. A adoção rápida de jogos de dispositivos móveis representa uma mudança fundamental no cenário de jogo, expandindo quem, como e por que os jogadores estão jogando. Os jogadores sociais tendem a serem do sexo feminino, 54%, usam pagamentos móveis e o PayPal para compras e jogam em todas as plataformas e dispositivos (veja Resources). O que mais desperta interesse são as grandes diferenças que estão surgindo nos padrões de renda dos jogos em todos os dispositivos. Pesquisas recentes realizadas pela Newzoo apontam os jogos para iOS como responsáveis pela geração de 85% da receita nos jogos em relação ao Android e outras plataformas.

A análise do segmento aponta para uma diminuição esperada na venda de jogos de console, hardware e aparelhos relacionados, com os jogos baseados na web se tornando a plataforma de acesso aos jogos. Essa tendência será paralela ao crescimento contínuo dos jogos jogados no computador e ao crescimento explosivo nos jogos de dispositivos móveis, com expectativa de o último atingir US$16 bilhões de renda em 2016, de acordo com a ABI Research. Isso se traduz em uma grande oportunidade para os provedores de analítica.


Analítica de jogos

Embora o segmento de jogos global atualmente seja maior do que o segmento de música e esteja no mesmo nível do segmento cinematográfico, os desenvolvedores de jogos estão apenas começando a adotar analíticas avançadas para suportar o desenvolvimento de jogos, o projeto de produtos, esforços de marketing direcionados e otimização da monetização acionada por dados nos jogos. O segmento de analítica de jogos correspondente ainda é muito carente. A lista dos fornecedores de analíticas do nicho para jogos sociais e de dispositivos móveis continua a se expandir, sendo representado pela Kontagent, Flurry, Mixpanel, Totango, Claritics e Google Analytics. Há muito menos fornecedores se concentrando em jogos de computador e MMO e, aparentemente, não há fornecedores de analítica se concentrando no fornecimento de analíticas de plataformas entre jogos.

Muitos desses produtos de prateleiras fornecem adequadamente a lista padrão esperada de métricas para jogos sociais (veja Resources), incluindo:

  • Usuários diários ativos (DAU)
  • Usuários mensais ativos (MAU)
  • Uma proporção combinada de DAU/MAU
  • Tempo de uso, que mede o tempo gasto jogando um jogo
  • Fator K, que é uma taxa de influência do crescimento de um jogo viral conforme a base de jogadores casuais e principais se expande
  • Renda média por usuário (ARPU)
  • Valor do tempo de vida (LTV), que captura o valor de um jogador para jogo baseado em compras dentro do jogo e outros comportamentos relacionados à monetização, a influência do jogador na viralidade e pregação líquida do jogo

Monetização do jogo

Tradicionalmente, os jogos sociais e os videogames tinham modelos de negócios claramente diferentes. Atualmente, há mais uma convergência de abordagens de monetização de negócios entre os tipos de jogos. Historicamente, os jogos contaram com um modelo baseado em assinatura, exigindo que os jogadores realizem a compra antecipada do jogo e façam a assinatura contínua com taxa mensal. Esse modelo de negócios está sendo substituído por alguns jogos com o teste dos modelos grátis para jogar que acompanham de perto o modelo de freemium emergente normalmente oferecido pelos jogos sociais (veja Resources). Atualmente, os termos móvel e social frequentemente são usados como sinônimos, entretanto, é provável que eles se tornem gêneros de jogos distintos conforme os padrões de distribuição desenvolvem. Eles irão expandir o acesso aos jogos e aumentar significativamente o universo de potenciais jogadores correspondente. Considerando que atualmente alguns jogos estão disponíveis apenas em alguns sites, como o Facebook, em uma única plataforma, como computador ou PC, ou ainda em dispositivos específicos, como iPhone ou iPad, com o tempo, muitos títulos de jogos serão lançados em mais plataformas, de uma maneira mais independente de dispositivos e sites.

Os jogos sociais e de dispositivos móveis geram dinheiro (monetizam) de poucas maneiras e os modelos de negócios e monetização relacionados estão mudando dinamicamente. Alguns jogos, como o jogo de palavras W.E.L.D.E.R. baseado no iOS, cobram uma taxa de assinatura de compra inicial, mas é provável que no futuro mudem para o modelo freemium. Outros jogos, como os no Facebook, contam com a venda de mercadorias virtuais. Jogos como o CityVille da Zynga, por exemplo, se encaixam no molde em que os jogadores usam dinheiro real ou Créditos do Facebook para comprar mercadorias virtuais no jogo para ajudá-los a ter um melhor desempenho, obter vantagens, adquirir acesso premium e passar para os níveis mais altos (subir de nível) mais rápido. Uma terceira forma popular de monetização de jogos é a publicidade no jogo. Empresas como a TapJoy oferecem banners de propaganda, ofertas de vídeo e propagandas intersticiais de página inteira no jogo. Há uma lista crescente de empresas que oferecem modelos híbridos que visam aumentar a percepção de novos jogos e otimização da monetização. Conforme os jogos e modelos de monetização se desenvolvem, a relevância da analítica subjacente para identificar os segmentos de jogadores, como eles jogam, a propensão a clicarem em um anúncio no jogo ou pararem por mercadorias virtuais em dinheiro se torna exponencialmente maior. Os provedores atuais oferecem métricas padrão e alguns deles, como a Flurry and Kiip, oferecem mercadorias virtuais ou mecanismos de otimização da recomendação de anúncios. Embora o segmento esteja fazendo grandes avanços para se atualizar, ele ainda está comprovadamente no início. Os armazenamentos de reservas de dados sociais inexplorados no nível do ID do jogador existem como potenciais preditores que podem ser vinculados à segmentação e propensão de modelos de compra que podem orientar o desenvolvimento, localização, ofertas direcionadas no jogo e anúncios com base no valor. Esses dados sociais também medem o sucesso do net promoter scores, identificam os jogadores evangelistas e acompanham o resgate de ofertas no jogo.

Além das abordagens de monetização de jogos predominantes detalhadas acima, está surgindo outra grande tendência de marketing que merece ser mencionada. Ela também é relevante em um foco de analítica de jogos avançada. Gameficação é uma das recentes tendências corporativas de 2012, envolvendo o uso de mecânicas e design de jogo para motivar as pessoas e orientar comportamentos específicos (vejaResources). No sentido do comportamento do jogador, a gameficação envolve a apresentação de elementos de jogos como a tabela de classificação, insígnias, troféus, pontos, moeda e créditos virtuais e mais para premiar os comportamentos desejados. Em um exemplo, a Bunchball e a IBM® se uniram para apresentar a gameficação para orientar o envolvimento e adoção do usuário no IBM Connections (veja Resources). Empresas de assistência médica, como a UnitedHealth Group, integraram estratégias de jogos e gameficação para promover o autogerenciamento do bem-estar e comportamentos saudáveis. Prevê-se que a gameficação receberá US$2 bilhões em gastos diretos em 2016. Conforme esses programas ganham popularidade e são mais amplamente implementados, as soluções de analítica de jogos para medir os impactos dos programas de gameficação no envolvimento e na lealdade do cliente estarão em demanda.

Com todo o crescimento esperado em torno de jogos sociais, de dispositivos remotos e videogames e o aumento da adoção corporativa da gameficação, deve-se esperar que as soluções analíticas de gameficação e de jogos associadas estejam mais maduras. Há uma grande barreira para agilizar a analítica relacionada aos jogos e jogadores que dificultou os avanços rápidos nesse espaço. O tamanho dos dados no jogo, de avanço de nível, avanço de habilidades, compra no jogo e de jogos periféricos no nível do jogador individual é um desafio para as estruturas de bancos de dados tradicionais. Os sistemas de gerenciamento de banco de dados relacional (RDBMS) de legado não foram desenvolvidos para gerenciar, armazenar e processar os petabytes de dados gerados pelos MMOs modernos e jogos sociais ou de dispositivos móveis. As novas soluções de big data são baseadas na tecnologia NoSQL (veja Resources) e são muito mais adequadas para gerenciar o volume de dados, as fontes e o formato de dados estruturado, semiestruturado e não estruturado e filtrar conjuntos de dados que mudam rapidamente para um nível gerenciável como uma entrada para as soluções de analíticas em tempo real.


Avanços na tecnologia nos bancos de dados

Os bancos de dados relacionais estiveram abundantemente em uso desde sua introdução no cenário na década de 1970. Embora tenha havido um crescimento explosivo nas bases de usuários de aplicativos online e nos dados gerados a partir dos sistemas online e móveis durante esse período, soluções novas e mais adequadas para gerenciar dados em uma escala tão grande não foram apresentadas nem bastante utilizadas até recentemente. Foram apresentados diferentes métodos de estender a capacidade dos sistemas legados.

  • Sharding é a prática de particionamento de dados em diversos servidores, o que requer o conhecimento da localização do servidor de dados e é limitado pelo fato de não ser possível realizar junções nos shards. É necessário manter esquemas para cada servidor.
  • Desnormalização é outro método que envolve o agrupamento e indexação de dados redundantes e frequentemente resulta em latência e problemas em manter a simultaneidade em sistemas de bancos de dados relacionais.
  • Armazenamento em cache distribuído, com armazenamento em cache dos dados recentes na memória, é útil quando os dados são necessários. O aplicativo (web, jogo, rede social, mecanismo de procura, etc.) primeiro verifica o sistema de armazenamento em cache distribuído, como o memcached, para os dados necessários em vez de voltar ao banco de dados relacional.

As novas tecnologias NoSQL evitam as falhas comuns dos bancos de dados relacionais e a necessidade resultante de implementar os métodos de extensão de escopo descritos no parágrafo anterior. Elas não precisam de um esquema ou junções e não são relacionais. Esses bancos de dados podem manipular dados estruturados, semiestruturados e não estruturados. Os dados adicionais podem ser adicionados aos armazéns a qualquer momento, independente do formato e serem imediatamente disponibilizados para análise. Esses bancos de dados podem facilmente manipular estruturas de dados aninhadas e são elásticos, difundindo os dados automaticamente nos servidores, conforme se expandem e contraem, sem impactar no desempenho (veja Resources).

Há vários tipos de bancos de dados NoSQL, incluindo armazenamentos de documentos, armazenamento de colunas, armazenamentos de valor da chave, bancos de dados XML e bancos de dados gráficos. Há mais de 122 bancos de dados NoSQL em uso e esse número continua a crescer. Há diversas opções de NoSQL de software livre, incluindo os armazenamentos de coluna, como o Apache CouchDB e MongoDB, e armazenamentos na extensão da coluna, como o Apache Cassandra, Apache Hadoop e Hbase. Também há ferramentas de analítica de dados de software livre que ficam sobre os sistemas, como o paradigma MapReduce do Hadoop. O Apache Mahout é um mecanismo de aprendizado da máquina que fornece classificações, armazenamento em cluster e filtragem colaborativa. O software livre R foi integrado para executar processos estatísticos paralelos massivos diretamente nos nós do Hadoop. As opções comerciais do NoSQL que são integradas com o Hadoop e outras ferramentas de software livre e estendem bastante essas capacidades com analíticas, mineração de texto, processamento no aplicativo, funções de redução de mapa e opções gráficas também são populares. Um exemplo disso é o IBM InfoSphere BigInsights lançado recentemente (veja Resources) que foi desenvolvido na plataforma Apache Hadoop e está disponível na opção básica sem custos e em uma edição corporativa mais eficiente.


Exemplos de analítica de videogame

Agora é o momento de observarmos alguns aplicativos de analítica de jogos reais. Imagine um grande jogo MMO. Esse gênero de jogos inclui jogos poderosos como World of Warcraft, o jogo mais rentável da história, e o recentemente lançado Star Wars the Old Republic. Os modelos de assinaturas de jogos podem ser divididos em algumas categorias:

  • Pagar para jogar é o tipo em que os jogadores devem pagar uma taxa de assinatura mensal.
  • Grátis para jogar normalmente envolve um custo de software antecipado, mas sem pagamentos adicionais.
  • Freemium permite que os jogadores acessem o conteúdo do jogo e joguem gratuitamente, mas oferece opções de pagar por acesso e conteúdos adicionais.

Os maiores títulos nesse gênero usam os modelos de assinatura 'pagar para jogar'. Atualmente, os estúdios de jogos estão enfrentando a forte concorrência como resultado direto do crescimento dos jogos sociais e de dispositivos móveis. Então, enquanto os principais títulos estão seguindo o modelo de assinatura atualmente, pode haver uma possível mudança para o modelo freemium.

Para os jogos com o modelo pagar para jogar, a analítica do jogo tem como foco o entendimento de quem são os jogadores mais valiosos, como eles jogam, se eles evangelizam sobre o jogo e influenciam outras pessoas a jogarem e como são as personalidades e os motivos de seus jogadores. Uma importante aplicação da modelagem de propensão nesse tipo de modelo é identificar os jogadores com a maior propensão a apresentar um dos seguintes comportamentos:

  • Continuar a assinatura
  • Voltar a jogar um jogo após uma pausa na assinatura
  • Encorajar novos jogadores a efetuarem a assinatura
  • Tornarem-se líderes de guildas persuasivos e habilidosos

Os elementos de dados incluem os principais indicadores de desempenho (KPIs) de painéis de tempo de jogo tradicionais, tempo para concluir os níveis, comportamentos solo versus interativos, seleção de avatar, indicadores do estilo de interação, sexo do avatar, variáveis do comportamento da estratégia de jogo, tweets relacionados ao jogo, atividade em redes sociais, idioma, entre outros.

Os aplicativos de microssegmentação envolvem a segmentação de uma base de jogadores para entender os comportamentos e preferências dos segmentos distintos para orientar o design de jogos orientado, a localização que reflete as preferências de segmentos regionais e pacotes de extensão direcionados atraentes e design de conteúdos adicionais (veja Resources). Ao segmentar uma base de jogadores e designar ao jogador pontuações, produtos, design e marketing de propensão em tempo real obtém-se a inteligência individual detalhada do jogador para orientar a estratégia e a medição de backend. Essa abordagem aos jogadores não é diferente da visão do cliente tradicional com respeito à aplicação de analíticas avançadas para esforços de retenção, rotatividade e resposta de marketing. A principal diferença nesse canal é a nova variedade de dados e o enorme volume e velocidade com que são gerados. O segmento de videogames pode se beneficiar conforme começar a alavancar as eficiências da combinação dos bancos de dados de relacionamentos tradicionais, como a Netezza com o Hadoop e outros armazenamentos de dados NoSQL e aplicar as ferramentas de mineração de dados como o R ou o InfoSphere BigInsights, que gerenciam efetivamente a analítica e o processamento de dados fora da memória.


Exemplos de analíticas de jogos sociais e de dispositivos móveis

Os desenvolvedores de jogos sociais e de dispositivos móveis foram os primeiros a adotar a tecnologia big data, as soluções de computação em nuvem e os aplicativos de mineração de dados associados. A Zynga, por exemplo, é conhecida no segmento pela estratégia baseada em analíticas de ponta do jogador para orientar análises de usuário acionáveis. A analítica do jogador permite que os estúdios de jogos sociais entendam em tempo real a razão de os usuários estarem abandonando o jogo e identificar outros jogadores que correm o risco de deixar o jogo para que seja possível desenvolver estratégias de retenção do jogador antes de eles saírem. Os mesmos aplicativos de analítica otimizam a interação gerada por anúncios e as vendas de mercadorias virtuais no jogo. Se um desenvolvedor de jogos puder identificar os usuários virais que difundem a base de jogadores, ele pode executar um alcance em sites de mídia social com recompensas para garantir a continuação dos comportamentos desejados. A analítica em uma configuração de dispositivo móvel identifica os jogadores que representam o maior valor em termos de propensão a comprar mercadorias virtuais, evangelizar um jogador ou gerar renda dos anúncios. Outro grande problema com todos os gêneros de jogos é a fraude e a analítica revela o comportamento fraudulento do jogador para remoção. Os jogos sociais e de dispositivo móveis utilizam a analítica para entender os conteúdos e campanhas que funcionam melhor, geralmente combinados com o refinamento e teste de conteúdo A/B integrado. A segmentação dos jogadores com base em variáveis relacionadas ao dispositivo, plataforma operadora e localização geográfica favorecem ofertas mais efetivas no jogo e de marca diferente do jogo e voltada para o parceiro em tempo real.


Summary

Os segmentos de jogos e de tecnologia estão evoluindo rapidamente. Os avanços tecnológicos em ambos os setores proporcionam oportunidades excitantes para os desenvolvedores de jogos e estúdios de mídia aplicarem analíticas avançadas com o objetivo de aprimorar ainda mais o design e otimizar os esforços de monetização. Se a legislação estadual passar a legalizar os jogos de azar online, surgirá um novo foco em analítica avançada e microssegmentação para orientar a monetização do jogador com base em padrões de apostas. As fraudes no jogo e a analítica para combatê-las em todos os gêneros continuarão a ser enfatizadas. Conforme cada vez mais usuários mudarem telefones inteligentes e tablets, mais modelos de negócios de jogos mudarão para modelos freemium e novos modelos de monetização do jogador surgirão, necessitando de modelagem de propensão e segmentação para um melhor direcionamento. A gameficação continuará a ser difundida e a necessidade de métricas associadas a esses programas aumentará. A próxima década promete ser uma área fértil para soluções de analítica de jogos especializadas e analistas com foco na incorporação de tecnologias big data para revelar insights valiosos sobre o comportamento do jogador e do consumidor.

Recursos

Aprender

Obter produtos e tecnologias

  • InfoSphere BigInsights é o ponto de partida para aprender e trabalhar com big data. Faça o download da Basic Edition sem custos.
  • Software de avaliação: descubra mais softwares de avaliação. Faça o download de uma versão de teste, trabalhe com o produto em um ambiente de sandbox online ou acesse-o na nuvem.

Discutir

Comentários

developerWorks: Conecte-se

Los campos obligatorios están marcados con un asterisco (*).


Precisa de um ID IBM?
Esqueceu seu ID IBM?


Esqueceu sua senha?
Alterar sua senha

Ao clicar em Enviar, você concorda com os termos e condições do developerWorks.

 


A primeira vez que você entrar no developerWorks, um perfil é criado para você. Informações no seu perfil (seu nome, país / região, e nome da empresa) é apresentado ao público e vai acompanhar qualquer conteúdo que você postar, a menos que você opte por esconder o nome da empresa. Você pode atualizar sua conta IBM a qualquer momento.

Todas as informações enviadas são seguras.

Elija su nombre para mostrar



Ao se conectar ao developerWorks pela primeira vez, é criado um perfil para você e é necessário selecionar um nome de exibição. O nome de exibição acompanhará o conteúdo que você postar no developerWorks.

Escolha um nome de exibição de 3 - 31 caracteres. Seu nome de exibição deve ser exclusivo na comunidade do developerWorks e não deve ser o seu endereço de email por motivo de privacidade.

Los campos obligatorios están marcados con un asterisco (*).

(Escolha um nome de exibição de 3 - 31 caracteres.)

Ao clicar em Enviar, você concorda com os termos e condições do developerWorks.

 


Todas as informações enviadas são seguras.


static.content.url=http://www.ibm.com/developerworks/js/artrating/
SITE_ID=80
Zone=Segmentos de mercado, Information Management
ArticleID=828739
ArticleTitle=Analítica Big data para monetização de vídeos, dispositivos remotos e jogos sociais
publish-date=08312012