Project description:
Целевая 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 23% и в нём много студий разработки с российскими корнями. Объём мирового рынка аналитических решений для мобильных игр составляет порядка 1,5-2 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.
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.
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 всему миру и более защищены экономически и валютно, а потребность в аналитике продолжит расти.