機械学習による
顧客生涯価値の予測と創造

デ，タ活用による顧客エクスペリエンスの向上

Kolibriは，デ，タブリックスを活用してビジネス上の多くの課題を解決しています。实在が抱えていた1つ目の課題は,データに関わる工程の合理化と,自動化による開発支援でした。首席技术官兼共同創業者のオリバー・レフラー(Oliver Loffler)氏は次のように述べています。

“デタチムの開発リリスサクルは2週間でしたが，それでは遅すぎました。適切な”インゲーム”の変更をタイムリーに,かつプレイヤーとの関連性を高めつつ確実に行うための自動化が必要でした。さらに,プレイヤー重視の戦略を維持しながら各プレイヤーの潜在的な生涯価値を評価して,生涯価値の増大につなげたいという目標がありました。プレヤの興味を維持するにはゲムの継続的な改善が欠かせません。効果的な改善を行うには，プレ。そこで私たちは,データサイエンスを利用してプレイヤーの行動を理解し,生涯価値を予測しようと考えました。会社の急成長とともにデ，タチ，ムも拡大しましたが，コラボレ，ションがほとんどできていませんでした。データエンジニアとアナリストの連携がなく,考え方も異なっており,松弛を介してデータを共有する程度だったのです。」

デ，タドリブンな基盤の構築

实在は,既に微软Azureでプラットフォームを構築しており,顧客獲得マーケティングの初期の試行では,収益にプラスの影響をもたらしていました。しかし，スケ，ラビリティと運用面に問題があることに気づきます。Kolibriにおける問題と解決方法にいて，レフラ氏は次のように述べています。

“アクティブなプレイヤーの数が月間1千万人を超え,複数のソースからの膨大なデータの処理は困難を極めていました。ユ，ザ，獲得アクティビティの強化したい，デ，タに基づいてROIを明らかにしたいと考えました。データブリックスについては,微软のアプリケーションと容易に統合できるファーストパーティサービスとして以前から注目していました。そのことがデタブリックス導入の決め手の1となりました。」

“私たちはまず,信頼性の向上とニアタイム処理の実現のためにゲームプレイデータのETLとストリーミングを移行しました。データは,高速データアクセスとストレージを提供する三角洲湖によってAzure数据湖に格納します。データブリックスは,データを処理し,処理したデータを三角洲湖に保存することを可能にしてくれます。スケ，ラビリティも確保できました。複数のマシンでの分散処理やクラスタの追加によるスケ，リングが，数回のクリックで容易にできます。」

顧客生涯価値の最大化とパソナラゼションの効率化

实在は,プレイヤーの顧客生涯価値(LTV)の予測と最大化のための毫升ユースケースを開発し,かねてからの目標を達成。特定の顧客属性に対する支出と価値を予測し,その予測に基づいて効果的なマーケティングとゲームに関する意思決定ができるようになりました。結果として,プレイヤー1人当たりのLTVが30%増加し,アクティブユーザーの維持・新規獲得率も向上しています。顧客獲得単価やインストール当たりの広告コストは,データ分析に基づいた効果的なターゲティングによって最適化されています。

“データを活用することで,特定の顧客を発見し,その顧客にとって価値の高い獲得チャネルやキャンペーンを用いて対応できます。結果的に収益の増大にもつながっています。次に計画しているのが,推薦エンジンを活用した顧客離脱の予測です。プレイヤーがどのようなタイミングでゲームから離れ,プレイをやめるかの予測パターンを理解し,顧客セグメントの価格設定などを検証したいと考えています。”(レフラー氏)

MLflowを利用することで，機械学習の実運用までの時間が短縮できます。Kolibriでは，かての2週間が2時間に短縮するという成果を見ています。また,手動プロセスやエラー修正のための工数が大幅に削減できたことで,实在のチームはイノベーションに注力できるようになりました。新たなア▪▪デアや機能の変更は，デ▪▪タブリックス上でスクリプトを使用して迅速か▪▪容易に検証できます。A / Bテストがより高度で高速になったため,实在のデータサイエンティストは,データを調査し,笔记本を使用して,変更がプラスの影響を与えるかどうかを迅速に理解し,適切な新機能を早期に展開できるようになりました。また,实在では,パーソナライズされた広告を自動表示するアルゴリズムの開発にもデータを活用しています。例えば,広告やアプリ内購入を利用するプレイヤーと利用しないプレイヤーには,それぞれ異なるマーケティングオファーを提示します。

“データブリックスのプラットフォームは直感的で使いやすく,導入してからは複数のチームが1つのインフラの中で共通のツールを使い,分野を超えたデータの課題に取り組んでいます。全体の生産性が3倍になりました。プログラミング言語も統合しました。さまざまな言語を試し，最終的にはPythonに落着きました。笔记本もコラボレーション,問題解決,基本的なデータ分析など,さまざまな用途に活用しています。データチームは,あらゆるデータを効果的に容易に活用できるようになり,それによって新しいアイデアやイノベーションが生まれ,その成功率が高まり,収益向上につながっています。”(レフラー氏)

“私たの知識とデタブリックスの相乗効果で，Kolibriはデタドリブン企業になりました。データと毫升を活用してプレイヤーの行動を理解し予測することは,世界で最もプレイヤーを重視するゲーム会社になるという私たちミッションを達成するうえでとても重要です。私たちだけだけでは成し遂げられなかったことです。”(レフラー氏)