Project name:

Аналитическая облачная платформа с предиктивными моделями для внутри-игровой и маркетинговой аналитики

Project description:

Super Mario runЦелевая аудитория продукта: Студии разработки мобильных игр казуального направления (mach3).

Технологии и подходы: Многопользовательское серверное решение по модели SaaS с применением Machine Learning и стэка для работы с поточными данными из Apache Foundation.

Степень готовности: Прототип с пилотированием у клиента.

Описание: Во время проработки сервиса совместной работы специалистов Data Science – DSW, несколько раз сталкивался с запросом на уже готовые решения с предиктивными моделями под конкретную индустрию. А чтобы модель приносила больше пользы – её необходимо интегрировать в операционную деятельность компании и автоматизировать процесс принятия решений.

Краткая суть сервиса: Веб-сервис по подписке, который компания подключает к имеющимся данным и который  регулярно выдаёт рекомендации по конкретной бизнес-тематике в систему реагирования компании (например, в систему коммуникаций с конечными клиентами). У сервиса есть интерфейс подключения данных на вход и интерфейс взаимодействия на выходе (API).

Выбор индустрии: В качестве индустрии выбрали с командой мобильный gamedev (студии разработки мобильных игр) со специализацией на простых казуальных играх. Именно этот сегмент мобильных игр продолжает активно развиваться с CAGR более 20% и в нём много студий разработки с российскими корнями. Объём мирового рынка аналитических решений для мобильных игр составляет порядка 1 млрд. долларов из них более 30% приходится на сегмент казуальных игр.

Критерии выбора заказчиков для пилота: Для выбора индустрии пилота важна готовность заказчиков к интеграции и быстрому тестированию. Игровые студии идеально подошли, так как имеют в штате своих разработчиков и сжатые сроки T2M для своих продуктов.

В качестве бизнес-тематики взяли в проработку несколько тем:

  • Раннее предсказание платящих клиентов,
  • Управление эффективностью каналов привлечения клиентов
  • Прогнозирование LTV.

Выбрав одну из тем, нашли и договорились о пилотном проекте со студией. В данный момент пилотирование в активной фазе.

Goomba enemy from Super Mario

Основным вызовом продукта является возможность тиражировать разработанную модель другим клиентам. Для этого выбрали конкретный игровой под-жанр mach3, так как в нём схожие механики и поведение пользователей. 

Конкуренты: Game of Whales, Google с аналитической платформой Firebase. Первые молодцы, но отзывы клиентов противоречивые. Вторые без специализации по игровым под-жанрам показывают низкую точность.

Для создания прототипа потребовались следующие роли:

  • Продакт менеджер/продуктовый аналитик;
  • Архитектор/технический менеджер;
  • Дата инженер;
  • DevOps разработчик;
  • Data Scientist.

Мои роли: Руководитель продуктового направления, идеолог, продакт.

Сроки основных этапов:

  1. Генерирование гипотезы продукта и первичная защита идеи – 1 мес
  2. Анализ рынка – 1 мес
  3. CustDev и общение с экспертами рынка – 1 мес
  4. Требования к  MPV – 0.5 мес
  5. Поиск партнёра для пилотирования и консультанта из индустрии – 1,5 мес
  6. Работы по MVP и пилотированию – до 3 мес.

Из возникших сложностей отмечу низкое качество и неполноту данных, а также отсутствие сильных профессиональных консультантов по игровой продуктовой аналитике. Эти факторы увеличили срок работ.

Геймдев и аналитика для геймдева очень интересные и перспективные направления работы. Студии продают свои продукты по развитым каналам по всему миру, получая доход в валюте. Я очень рад, что занялся этим направлением в рамках 105lvl и планирую продолжить работу.