Jeremy Ballenger: Πώς τα analytics αλλάζουν το… παιχνίδι
07:07 - 09 Μαΐου 2021
Πριν από μια δεκαετία, περίπου, η Wargaming κυκλοφόρησε ένα δωρεάν online βιντεοπαιχνίδι, το World of Tanks. Είχε τόσο μεγάλη και πρωτόγνωρη, για την εποχή, διαδραστικότητα, που ταυτίστηκε με το νέο, τότε, μέσο της online εμπειρίας.
Σε συνέντευξή του στο τεύχος Απριλίου του περιοδικού IN Business, ο Jeremy Ballenger, head of analytics της Wargaming, εξηγεί, μεταξύ άλλων, πώς επιστρατεύθηκαν τα analytics για να προσφέρουν στους gamers καλύτερη εμπειρία παιχνιδιού και να αυξήσουν το αποτύπωμα της εταιρείας στον παγκόσμιο χάρτη παιχνιδιών.
H Wargaming ήταν πρακτικά η πρώτη εταιρεία στη βιομηχανία των βιντεοπαιχνιδιών που χρησιμοποίησε προηγμένα analytics. Τι οδήγησε σε αυτή την απόφαση;
Ο ιδρυτής και CEO της Wargaming, Victor Kislyi, σκεφτόταν πάντα πώς να επενδύσει στο μέλλον, ώστε να κάνει την εταιρεία πιο ανταγωνιστική. Προέκυψε τότε η ιδέα πως το να έχεις καλύτερη πληροφορία θα αποτελούσε συγκριτικό πλεονέκτημα στον τομέα μας. Έτσι, το 2012, κατά τη γνωριμία του με κάποια άτομα στο Όστιν του Τέξας, στα GDC Online Awards, άρχισαν να μιλάνε για τη δημιουργία ενός στούντιο πολλαπλών χρήσεων με ικανότητα analytics. Το να βρεις έμπειρο προσωπικό εκείνη την εποχή αποτελούσε θέμα, πόσω μάλλον όταν η εταιρεία ήθελε να προσελκύσει τα μεγαλύτερα ταλέντα του πλανήτη. Είχα ήδη εργαστεί σε παιχνίδια όπως Dungeon and Dragons, Magic: The Gathering and the Start Wars MMO RPG, οπότε είχα κάποια σχετική εμπειρία. Ήμουν, λοιπόν, τυχερός που με σκέφτηκαν. Βοήθησα τότε να δημιουργηθεί η αρχική ικανότητα analytics της Wargaming στο Τέξας.
Ποια προβλήματα αντιμετωπίσατε στην αρχή;
Ξεκινώντας, όπως συνέβαινε στις περισσότερες εταιρείες βιντεοπαιχνιδιών τότε, σπαταλούσαμε τον χρόνο μας σκεπτόμενοι πώς να κάνουμε το βιντεοπαιχνίδι διασκεδαστικό κι όχι απαραίτητα να καταλάβουμε τις διάφορες αποχρώσεις της εμπειρίας παιχνιδιού. Όταν ερχόταν η στιγμή να βεβαιωθούμε πως οι παίχτες όντως είχαν καλύτερη εμπειρία, το μεγαλύτερο πρόβλημα που αντιμετωπίσαμε αρχικά ήταν να αξιολογήσουμε τις τεράστιες ποσότητες δεδομένων που είχαμε. Αυτό, βέβαια, συνέβη περίπου οκτώ χρόνια πριν και προτού να έχουμε την επανάσταση του cloud και διαφόρων άλλων πραγμάτων που σήμερα θεωρούμε δεδομένα.
Πώς προχωρήσατε, λοιπόν;
Έγινα συνέταιρος με τον Alex Ryabov - ένα μηχανικό ο οποίος μπορούσε να δομήσει με τέτοιο τρόπο τα δεδομένα, ώστε να είναι κλιμακούμενα, εύχρηστα και προσβάσιμα - κι έτσι δημιουργήσαμε μια μικρή ομάδα. Κάναμε μια αξιολόγηση για να καταλάβουμε τις ανάγκες της επιχείρησης και θέσαμε ένα διετές πλάνο για υλοποίηση των στόχων μας. Για κάποιους, το σχέδιο ήταν αρκετά μεγαλεπήβολο, αλλά αρνηθήκαμε να συμβιβαστούμε παρά την αρνητική κριτική, εφόσον μια πιο αργή λύση, η οποία θα ήταν εξαιρετικά σχεδιασμένη, θα μπορούσε να αποτελέσει τη βάση για οτιδήποτε θα κάναμε στα επόμενα 10 χρόνια.
Πώς εργαστήκατε για τη δημιουργία της λύσης σας;
Η λύση μας χτίστηκε με τρόπο που γνωρίσαμε το ταξίδι του gamer από την αρχή μέχρι το τέλος. Αυτό το γεγονός βοήθησε τη σχεδιαστική ομάδα να καταλάβει σε ποια σημεία οι παίχτες αντιμετώπιζαν προβλήματα και να υπάρξει διαχωρισμός στο τι θεωρούσαμε εμείς ότι θα αποτελούσε διασκέδαση για τους παίχτες και τι ήταν όντως γι’ αυτούς διασκεδαστικό. Ξέρετε, πολλές φορές αυτά τα δύο είναι εντελώς διαφορετικά!
Πώς η ομάδα αντιμετώπισε την πρόκληση αυτή;
Υπήρξε μεγάλος σκεπτικισμός στην αρχή, καθώς είχαμε άτομα που πέρασαν ολόκληρη την καριέρα τους χωρίς να χρησιμοποιούν δεδομένα. Έτσι, έβλεπαν αυτό τον πλούτο πληροφοριών χωρίς να ξέρουν πώς να τον διαχειριστούν. Όμως, όσο πιο πολύ εκπαιδεύονταν τόσο πιο πολύ θεωρούσαν τα analytics δεδομένα. Και για πολύ καιρό ήμασταν τόσο πολύ μπροστά από οποιονδήποτε άλλον, όσον αφορά αυτά που ανιχνεύαμε και αυτά που γνωρίζαμε για τους παίχτες μας, που οι άλλες εταιρείες μας ζήλευαν απίστευτα. Όλα αυτά φυσικά έγιναν χάρη στην προνοητικότητα του CEO μας που διέβλεψε πως δεν χάνεις ποτέ χρήματα όταν επενδύεις σε καλύτερη πληροφορία.
Ποια ήταν τα πιο σοβαρά προβλήματα που σας βοήθησαν τα analytics να λύσετε;
Όταν τα analytics γίνονται σωστά, βοηθούν να προβλέψουμε και να προετοιμαστούμε. Όταν χτίζουμε ένα νέο χαρακτηριστικό (feature), δεν έχουμε ιδέα τι πρέπει να είναι και τα analytics μας βοηθούν να επιβεβαιώσουμε αυτές τις υποθέσεις. Στο καλύτερο σενάριο, αυτό το χαρακτηριστικό (feature) βοηθά τους ανθρώπους που θέλουν να παίξουν αυτό το παιχνίδι περισσότερο ή να έχουν καλύτερη εμπειρία. Επίσης, σου λέει το αντίστροφο. Όταν προβλέπεις πως ένα χαρακτηριστικό θα είναι διασκεδαστικό, ενώ τελικά δεν είναι, τότε κάτι πήγε λάθος με την υπόθεσή σου. Αυτό είναι εξαιρετικά σημαντικό για μας, καθώς μας βοηθά να σχεδιάσουμε το επόμενο χαρακτηριστικό ακόμα καλύτερα.
Το άλλο πράγμα που μπορεί να συμβεί - το βρίσκω πιο ενδιαφέρον- είναι ότι πολλές φορές οι παίχτες παίρνουν ένα χαρακτηριστικό και το χρησιμοποιούν εντελώς διαφορετικά από το αναμενόμενο. Μέσω analytics, εντοπίζεται το ενδιαφέρον μέσα στο προϊόν, το οποίο δεν γνωρίζαμε πριν και δεν θα μπορούσαμε να το μάθουμε χωρίς την ανατροφοδότηση από τον χρήστη.
Ποιες άλλες λύσεις δώσατε στις προκλήσεις που αντιμετωπίσατε;
Χρησιμοποιούμε, για παράδειγμα, μεγάλο όγκο δοκιμών χρήσης για ποιοτικό feedback, γιατί οι παίχτες είναι πολύ διαφορετικοί μεταξύ τους, προέρχονται από κάθε περιοχή του πλανήτη και βιώνουν το παιχνίδι εντελώς διαφορετικά. Είναι, ακόμα, πολύ σημαντικό για μας να καταλάβουμε γιατί οι άνθρωποι κάνουν συγκεκριμένες επιλογές και πώς να χαρίσουμε την καλύτερη εμπειρία σε όσο το δυνατόν μεγαλύτερο ποσοστό από αυτούς. Για παράδειγμα, το να διαλέξει κάποιος ένα δικό μας παιχνίδι από το να δει μια ταινία αποτελεί μια φανταστική συνθήκη και σημαίνει ότι κάναμε εξαιρετική δουλειά. Ο μόνος τρόπος να καταλάβουμε αυτά τα πράγματα είναι το να έχουμε την πληροφορία μέσω analytics, που μας λέει αν όντως νιώθουν έτσι. Και είναι εξίσου σημαντικό να γνωρίζουμε ότι κάποιος προτιμά να παρακολουθήσει την ταινία, επειδή το παιχνίδι υστερεί.
Πού βρίσκεται η ανταγωνιστική ευφυΐα στον κόσμο των analytics;
Για πολύ καιρό, η ανταγωνιστική ευφυΐα βασικά χρησιμοποιήθηκε από τους ανθρώπους του marketing, οι οποίοι προσπαθούσαν να κάνουν τη δουλειά τους καλύτερα κοιτάζοντας τον ανταγωνισμό και από τους σχεδιαστές που έπαιζαν τα βιντεοπαιχνίδια που έφτιαξαν άλλοι, για έμπνευση. Κατά την άποψή μου η ανταγωνιστική νοημοσύνη μπορεί να είναι πολύ πιο συστηματική και ελαφρώς πειραγμένη. Αυτός είναι και ο λόγος που έχουμε μια μικρή ομάδα που τη χειρίζεται εσωτερικά.
Το πιο σημαντικό με την ανταγωνιστική νοημοσύνη είναι το ότι μας βοηθά να καταλάβουμε πού βρισκόμαστε σε σχέση με τον υπόλοιπο κλάδο.
Πώς διαμορφώνεται η εικόνα τώρα με την πανδημία;
Τώρα, που βιώνουμε την πανδημία με τον covid-19, οι άνθρωποι βρίσκονται στο σπίτι τους και παίζουν βιντεοπαιχνίδια. Έτσι, σε γενικές γραμμές, ολόκληρη η βιομηχανία των βιντεοπαιχνιδιών τα πάει φανταστικά. Αν όμως κερδίζεις με μικρότερο ρυθμό από οποιονδήποτε άλλο τότε στην πραγματικότητα χάνεις την αγορά.
Θέλουμε επίσης να σκεφτούμε τρόπους επέκτασης των προϊόντων και του αποτυπώματός μας. Ενώ η επιτυχία των προϊόντων μας δοκιμάζεται στην αγορά, εμείς θέλουμε να αποκτήσουμε τη μέγιστη αυτοπεποίθηση, να νιώσουμε δηλαδή ότι βαδίζουμε προς τη σωστή κατεύθυνση.
Ποιοι παράγοντες οδηγούν στην επιτυχία;
Υπάρχουν πάρα πολλοί παράγοντες που οδηγούν στην επιτυχία. Για παράδειγμα, αν κυκλοφορήσεις ένα νέο προϊόν σε μια ήδη γεμάτη αγορά και απέναντι σε ένα ακροατήριο εδραιωμένο, θα είναι πολύ δύσκολο να αλλάξεις τη συμπεριφορά του. Έτσι, προκύπτει το ερώτημα αν είναι προτιμότερο να δώσω στην εταιρεία μου την ευκαιρία για καλύτερη λογαριθμική ανάπτυξη και μεγάλη επιτυχία ή να εντοπίσω μια μικρότερη ευκαιρία σε μια αγορά που να μην είναι τόσο βαρυφορτωμένη.
Υπάρχουν κι άλλες ερωτήσεις σχετικά με την ανταγωνιστική νοημοσύνη προς απάντηση. Έχοντας τη δυνατότητα να υποστηρίξουμε τη δική μας ομάδα εταιρικής ανάπτυξης, μπορούμε να πάρουμε καλύτερες αποφάσεις όσον αφορά επενδυτικές ευκαιρίες ή να δημιουργήσουμε εργαλεία αξιολόγησης προβλέψεων/προγνωστικής μοντελοποίησης, που είναι πολύ σημαντικά για μας. Έχοντας κατά νουν ότι ο κλάδος των βιντεοπαιχνιδιών είναι πολύ δύσκολο να προβλεφθεί, η πλήρης κατανόηση του οδικού χάρτη της εν λόγω βιομηχανίας είναι απόλυτα χρήσιμη. Από την άλλη, περισσότερα έσοδα σημαίνει και περισσότερα χρήματα για επενδύσεις οι οποίες, με τη σειρά τους, θα φέρουν νέες ευκαιρίες.
Στην Κύπρο οι περισσότερες εταιρείες είναι ΜμΕ, πράγμα που σημαίνει πως δεν διαθέτουν τους πόρους που έχει μια εταιρεία σαν την Wargaming για να επενδύσει τόσο δυνατά στα analytics. Ακόμα κι έτσι, σύμφωνα με την εμπειρία σας, τι μπορούν να κάνουν για να αξιοποιήσουν μια τέτοια δυνατότητα;
Σήμερα ο κόσμος των analytics είναι πολύ πιο εύκολος από αυτόν που θυμάμαι εγώ. Υπάρχουν πια δεκάδες προμηθευτές analytics, οι οποίοι με πολύ λίγα χρήματα μπορούν να σου δώσουν τεχνογνωσία και ολοκληρωμένες λύσεις. Μπορεί να μην είναι το ίδιο ωραία και ευέλικτη δουλειά όσο αυτή που θα έφτιαχνες μόνος σου, αλλά η αλήθεια είναι πως θα το κάνεις πολύ φθηνά.
Αυτό όμως είναι το ένα μέρος. Τώρα που έχεις τα data πώς θα τα διαχειριστείς;
Πιθανότατα θα χρειαστεί να προσλάβεις κάποιον για να τα αναλύσει, κάποιον που θα καταλαβαίνει απόλυτα το προϊόν σου, τις μετρήσεις που το συνοδεύουν και ποιες θα ήθελες να είναι στο μέλλον. Με όλα αυτά τα στοιχεία μπορείς να καταλάβεις αν το προϊόν σου είναι επικερδές ή όχι.
Όταν τα κάνεις αυτά και το προϊόν σου πάρει μπρος, η επόμενη σου δουλειά είναι να το κάνεις πιο επικερδές, που σημαίνει να επενδύσεις σε ακόμα καλύτερη πληροφορία. Θα χρειαστεί να προσθέσεις επιπλέον άτομα στο δυναμικό σου, ώστε η πληροφορία να φθάνει εγκαίρως. Αλλιώς θα καταλήξεις να κάνεις τα πράγματα στα οποία δεν είσαι καλός, γεγονός το οποίο θα βλάψει σοβαρά το προϊόν σου.