遊戲產業也要精準會員行銷！鈊象電子用AI打造精準個人化推薦禮包

鈊象電子主打明星3缺1、金猴爺和金好運娛樂城等線上遊戲，但隨著玩家人數暴增、「每天都有100萬名線上會員人數，」鈊象電子商用遊戲機事業處副處長姜伯威指出，因為公司仰賴這些玩家，為了留住他們，鈊象電子決定改變一視同仁的銷售策略，以AI打造個人化禮包推薦系統，再觀察玩家儲值行為，歸類出低、中、高「玩家消費疲弱風險值」，並針對高風險玩家啟動照護策略，促進消費。鈊象電子指出，系統上線經過6個多月，部分遊戲平臺付費率和營收成長都超過162％。

針對玩家特性推薦個人化禮包，也建立玩家消費疲弱預警系統

其實，「鈊象從去年2月開始，就已經在做AI了，」姜伯威表示，為打造AI系統，鈊象從2月開始就進行資料預處理，資料來源包括旗下3款線上遊戲（明星3缺1、金猴爺、金好運娛樂城）的玩家遊戲行為。5個月後，鈊象找來老牌數據分析廠商SAS，針對玩家的遊戲習慣和儲值習慣來進行標記，打造出機器學習模型。

在會員標記分析中，姜伯威提到，遊戲習慣包括了玩家的遊戲類型偏好、遊戲行為，比如玩家喜歡玩老虎機還是魚機，當中的押注次數和押注金額也是標記重點。此外，針對玩家的儲值習慣，鈊象將其分為儲值力道、儲值特徵、儲值狀態，依據玩家的儲值金額、儲值頻率、儲值場景偏好等特徵，來進行標記。而這個標記專案，於去年9月正式完成。

之後，鈊象利用這些資料，以決策樹方法訓練出機器學習模型，針對不同玩家特徵，來精準推薦個人化禮包。

不只如此，在推出個人化禮包之後，鈊象也進一步觀察玩家儲值習慣的前後期變化。姜伯威指出，鈊象觀察重點包括付費狀態、付費頻率和金額，如果玩家的儲值習慣有所變化，就會深入了解玩家遊玩習慣，進而分類為低、中、高三類「玩家消費疲弱風險」。

針對高疲弱風險玩家，鈊象會以4種方式來提高玩家黏著度，比如給予道具。這套玩家消費疲弱預警系統，是採用邏輯式迴歸方法來開發，不過目前還在測試階段，尚未上線。

姜伯威也說道，過去鈊象一直以Excel圖表和主觀方式來分析玩家習慣，但「過程相當耗時，」而且處理資料量有限，而機器學習正好可以處理大量資料。

下一步：打造遊玩異常行為偵測系統，還要自動推薦個人化禮包

鈊象將AI導入進程分為三階段，包括基礎（會員貼標分析、疲弱因素分析、消費疲弱預警）、增值（個人精準禮推薦禮包、遊玩異常行為偵測）、優化（自動個人化推薦系統）。其中的遊戲異常行為偵測，是透過遊戲平臺收集的玩家行為，建立出異常模型，來監控玩家遊戲或儲值行為，即時揪出異常狀況，並自動回應、立即處理。

姜伯威強調，遊玩異常行為偵測和自動個人化推薦系統，「是今年最重要的課題。」文◎王若樸