L’exploitation du Big data dans l’industrie du jeu vidéo

Une offre de jeux plus vaste et diversifiée

Auparavant, pour tester un jeu et l’adapter le plus possible à la demande du marché, les éditeurs se contentaient d’organiser des focus groups et des entretiens individuels avec un échantillon de joueurs. Grâce aux conclusions de ces études qualitatives, on peaufinait le positionnement général du jeu et la stratégie de communication associée.
Aujourd’hui, les concepteurs de jeux vidéo vont plus loin : désormais, ils cherchent à étendre le plus possible leur gamme de produits, en diversifiant les catégories de jeux proposées :

Des jeux très «casual» et minimalistes, disponibles sur mobiles
Des jeux tout public (sans limite d’âge)
Des jeux plus violents (déconseillés ou interdits aux moins de 18 ans) comme les jeux de tir, de guerres, d’espionnage etc.

Comme dans l’industrie des films, il existe dans l’industrie des jeux vidéo une stratégie très répandue : sortir une quantité suffisante de jeux pour qu’au moins quelques-uns d’entre eux soient un succès et assurent la rentabilité de l’ensemble du catalogue. Pour schématiser, parmi 10 jeux vidéo sortis sur le marché, un seul sera un franc succès (générant jusqu’à 70% de marge), deux auront une rentabilité correcte, et 7 ne rapporteront pas de chiffre d’affaire du tout.

Nouveaux challenges des concepteurs de jeux

Les nouveaux enjeux dans l’industrie des jeux vidéo se situent dans plusieurs domaines :

Tout d’abord, le coût de développement qui ne cesse d’augmenter
La dématérialisation qui prend de l’ampleur : les joueurs n’achètent plus les jeux vidéo dans les magasins, mais sur internet. Utilisant parfois même des souscriptions en ligne, ce système génère un business clé complètement différent.
Le modèle Free-to-Play, qui offre la possibilité de jouer à des jeux sur PC, tablette ou mobile sans avoir à les payer. En moyenne, ce modèle représente aujourd’hui 25% du marché mondial.
La progression du marché chinois, coréen et japonais, avec une population totale s’élevant à plus d’1,5 milliard et un pouvoir d’achat qui ne cesse d’augmenter.
L’e-sport, amenant de plus en plus de joueurs à participer à des compétitions en ligne.
Le cycle de remplacement des consoles, qui constitue un frein pour le développement de nouveaux jeux.
La data customisation : il y a énormément de flux de données venant des consoles connectées, et les concepteurs les exploitent pour améliorer les expériences des consommateurs.

Bien souvent, les concepteurs vont exploiter ces données et proposer aux joueurs des jeux sur mesure. Pour cela, trois types de stratégie marketing sont utilisées :

Un marketing en studio, dont l’objectif est de faire de la conception de jeux vidéo (positionnement du jeu), mais aussi de déterminer le message à faire passer et de cibler les destinataires de ce message. Sans oublier de définir les angles de communication qu’il faudra exploiter.
Un marketing business qui regroupe la communication, de l’événementiel et de la distribution.
Un marketing quantitatif, fondé sur de trois éléments : la data science, l’analyse stochastique et les focus group.

Le big data, une mine d’or pour les concepteurs de jeux vidéo

Il n’est pas rare que les entreprises de développement, d’édition et de distribution de jeux vidéo, monitorent les joueurs à l’aide des données de tracking. Grâce à un flux conséquent de données, l’entreprise est capable de connaître toutes les actions de chaque joueur à chaque instant. Pour compléter ces données de tracking, les producteurs de jeux se basent sur les données de ventes et de distribution, mais aussi sur des informations liées à l’utilisation ou la consultation sur leurs sites web. Grâce à ces données, ils observent le comportement des joueurs, c’est-à-dire leurs habitudes de jeu, leur conversations (sur Youtube, Twitch, Discord, etc.).

Le but de ces observations est de comprendre le ressenti de chaque joueur sur un jeu donné via un traitement du langage naturel (Natural Language Processing – NLP). Le traitement des commentaires permet de prédire l’appréciation et la notation des jeux, mais aussi de traiter rapidement les différents problèmes ou bugs mentionnés par les joueurs. Le but de l’analyse des données de tracking n’est pas de comprendre ce que les joueurs font mais plutôt pourquoi ils le font : qu’est-ce qui motive un joueur à adopter un type de comportement de jeu ?

Pour répondre à cette question, l’entreprise procède à des études par sondage, des études avec des bases CRM et des études in-game. Ces dernières permettent de lier le comportemental et les motivations, le but étant de cerner le consommateur dans sa globalité. L’approche est donc bien focalisée sur le joueur et non sur le jeu.

Le concepteur utilise généralement les données de tracking et réalise des typologies de consommateurs sur la base de différents indicateurs. Il va ensuite récupérer d’autres informations plus précises sur les joueurs (âge, motivation, orientation …) afin de pouvoir proposer l’offre la plus adaptée à chaque groupe de joueurs identifié. Ceci lui permettra d’obtenir de la part des joueurs un engagement plus intéressant et solide sur le long terme. Ainsi, plus l’éditeur connait le joueur, c’est à dire plus il rassemblera de données à son sujet, plus il sera en capacité d’attirer de nouveaux joueurs partageant le même profil : on parle alors de Customer acquisition.

Prenons l’exemple du jeu de voitures « Wild Run: The Crew », qui propose aux joueurs de personnaliser des voitures, de jouer en ligne avec d’autres joueurs et d’explorer la carte d’un pays. En analysant les choix et les actions d’un joueur, le concepteur peut identifier à quelle catégorie de comportement le joueur se rattache. L’analyse des types de comportement permet au concepteur d’adopter une stratégie de communication ciblée et de faire évoluer le jeu dans la direction susceptible de satisfaire un maximum de joueurs.

Comment fonctionne la collecte de données via les consoles connectées ?

Les consoles connectées sont très prisées des joueurs, qui peuvent jouer en ligne et obtenir des mises à jour gratuites ou payantes de leurs jeux. Pour les concepteurs de jeux, elles sont une véritable mine d’or, car les données qu’elles récoltent contiennent de précieux indicateurs permettant d’identifier le type de comportement de chaque joueur.

Ces données sont d’abord stockées dans un journal d’événements brut qui, par la suite, est traité puis transformé en un journal d’événements plus exploitable.

En premier lieu, un traitement statistique et un reporting sont mis en place, suivis d’un suivi des performances et de l’établissement de tableaux prévisionnels contenant :

Le nombre de joueurs uniques ayant joué au jeu
Le nombre de sessions
Le nombre de joueurs ayant abandonné le jeu,
Le temps que chaque joueur a passé à jouer au jeu
…

Le traitement des données permet d’identifier un certain nombre d’indicateurs qui permettent de définir le comportement de chaque joueur pour un jeu donné. Il se peut que les tables contiennent des données manquantes, par exemple en raison d’un crash système ou d’un problème de connexion. Grâce à un nettoyage des données ou à des algorithmes de machine learning , ces données redeviennent exploitables.

Toutes ces données sont extrêmement importantes et intéressent les développeurs, les designers ainsi que le département en charge des ventes. Ces données permettent de définir les comportements des joueurs et d’éviter la frustration des joueurs, par exemple s’ils estiment que le jeu ne leur propose pas suffisamment de défi à la hauteur, ou au contraire s’ils rencontrent une difficulté insurmontable et qu’ils restent bloqués à un niveau.

Ainsi les éditeurs de jeux vidéo se concentrent plus sur une approche joueur que sur une approche jeu. Cette approche permet de mieux comprendre les utilisateurs. Cette analyse se fait par cohorte de joueur et comporte différents ajustements :

Un ajustement sur toutes les métriques utilisées,
Un ajustement temporel, c’est-à-dire avec le temps de jeu, par exemple un joueur peut atteindre un niveau après 10 heures de jeu ou 30 heures de jeu,
Un ajustement à un niveau de progression équivalent.

Après tous les ajustements, l’éditeur est capable d’établir une analyse comportementale du joueur. Ainsi pour un jeu de courses ou de shoot ‘em up, le tracking permet de distinguer quatre profils qui synthétisent les comportements des joueurs :

Segmentation des joueurs (source)

Les Explorateurs ou Free-riders, qui aiment prendre leur temps et découvrir tous les recoins du jeu
Les Killers ou Rushers, joueurs qui brulent les étapes et dont le but est de finir le jeu le rapidement possible
Les Achievers, qui préfèrent gagner des “points”, des niveaux, de l’équipement dans un jeu. Ils feront de grands efforts pour obtenir des récompenses qui ne sont pas essentiels dans l’avancement du jeu.
Les socialisers, qui veulent interagir un maximum avec les autres joueurs

À partir de ces quatre profils et à l’aide d’analyse en composantes principales (ACP), la typologie des consommateurs est réalisée sur l’ensemble des jeux en fonction des séquençages des histoires. Une corrélation est faite entre la fidélité d’un joueur envers un producteur de jeux et la typologie consommateur et permet d’observer la progression de chaque joueur d’un jeu à l’autre.

La typologie des joueurs est aussi en partie impactée par le moment où le jeu est acheté : dès sa sortie ou un an après. Pour la plupart des jeux populaires, la majorité des joueurs qui achètent le jeu le jour de sortie sont des Achievers et des Socialisers. Ce comportement est nettement différent de celui des joueurs qui attendent six mois à un an pour acheter le jeu, quand celui-ci coûte beaucoup moins cher. De façon indirecte, on voit donc une autre corrélation entre le prix du jeu et le comportement du joueur.

En plus de la segmentation des clients, plusieurs croisements de données sont effectués. Par exemple, en ce qui concerne les modèles de monétisation des jeux, une différence significative (discriminante) liée à l’âge est observée, avec des comportements d’achats très différents entre les joueurs jeunes et les joueurs âgés. Pour d’autres fonctionnalités, ce sont des différences de comportements entre joueurs américains et français qui sont observées, ou encore entre joueurs sur mobile et joueurs sur console.

En évaluant l’expérience que chaque joueur a eu avec le jeu, il en résulte des matrices de satisfaction qui sont croisées avec les actions de chaque joueur pour comprendre encore mieux les différents comportements.

Pour conclure, en rassemblant de toutes ces informations (comportementales, motivationnelles et de satisfaction), l’objectif visé par les éditeurs de jeux vidéo est d’avoir la connaissance la plus fine possible de leurs clients, et d’exploiter ensuite l’ensemble des canaux à leur disposition pour cibler leurs besoins et leur offrir une expérience personnalisée. Il s’agit d’adapter le jeu à chaque type de joueur, de proposer le contenu attendu par l’utilisateur et de lui donner exactement ce qu’il désire. Le concepteur de jeux vidéo essaie de comprendre ce que le joueur apprécie et n’apprécie pas. Il n’est pas data-driven mais data-oriented.