游戏标准化和自动化引发的机会

报道 4周前 (07-01)

经授权转自微信公众号 出海同学会(ID:chuhaiwenda)

作者 | 出海同学会

游戏行业不断的迭代中,标准化和自动化是一个目前时常被谈及的重要趋势,创业者可以利用大量的工具完成标准化的开发。

另外,有大量的开发者已经适应目前高度竞争的环境,在不同环节应用相应技术,从数据等导向积极迭代产品,提高变现能力,大量第三方SaaS也在这样的趋势中诞生。

本期闭门会,我们邀请了行业一线的游戏人、SaaS服务商探讨游戏行业标准化、自动化带来的SaaS领域机会。小编为您整理了本次闭门讨论会的重点可公开部分。

要点问题概览  

怎样看待游戏行业标准化和自动化的趋势?游戏SaaS已经有哪些尝试?

数据应怎样应用于游戏产品的优化?智能投放、自动化营销等如何与游戏产业结合?

哪些前沿科技正在影响游戏产业?游戏与AI的结合及落地场景有哪些?

如果您是一家游戏公司的CEO或CTO,在做标准化和自动化时的第一步是什么?

部分参与讨论嘉宾  

Bluewhales 创始人CEO 黄迪

Bidalgo 大中华区总经理 Cecilia

Facebook 大中华区游戏战略业务发展总监 Vera Wang

Google Cloud ISV BD Manager Apple Hao

某头部游戏工作室 技术策划 Rolan

网易易盾 移动安全负责人 卓辉

中国移动国际 销售总监 吴雪

怎样看待游戏行业标准化和自动化的趋势?

 · Facebook Vera · 


这里的标准化和自动化,在整个游戏产业里有非常多的环节,比如研发环节、运营环节,或者一些数据系统的和营销侧的。我接触比较多的是营销侧的,所以我更多的是聊一下这个方面。目前营销侧最重要的还是数据的标准化和自动化,因为作为一个游戏公司,营销部分我有线上的,也有线下的,还有各种各样的活动;营销部门如果没有一套技术自动化的帮助,那不管是在数据方面,还是投放的操作方面都要面临海量的数据,压力会非常大。

从我们目前看到的行业的趋势来讲,很多市面上非常成功的游戏公司,他们在非常早期就开始从技术层面做标准化和自动化的东西了

因为这个不是一夜之间突然就能出现,有非常长的迭代过程,可能很多的公司在一开始是看不出来的,到了四到五年之后才可以看出。现在越来越多的初创公司也发现这个东西很重要,不管目前技术能力怎么样,都必须开始一步步做这个事。 

第二,我觉得很多中型公司,或者是正在面临转型的游戏公司,他们也需要考虑自动化。有几个大环境的因素,首先,现在是一个数据的时代;其次,游戏出海的竞争也逐渐白热化,六七年前市场上也没有这么多游戏公司出海,也没有这么多相似的游戏;最后,营销层面上,平台越来越标准化,平台的产品也越来越自动化,那么顺着这个趋势,很多公司就要从营销的部分开始进行自动化,营销人员的精力应该更多地分配到策略制定和更完整的营销方案制定。这几个方面都促成了游戏自动化的趋势。 

第三,这是一个公司扩张时必经的过程,因为一开始业务的体量比较小,还可以用人工去做,但到一定的体量后,业务需求增多,尤其是对一些指数级的成长的公司,他们特别需要引入一些自动化、标准化的东西去帮他快速成长。否则,纯靠人工而没有技术上面支持的话,整个公司或者业务是无法达到下一个level的。

 · Bluewhales 黄迪 · 

从我们的角度看,整个游戏行业可以分成三个时代。最早期是一个游戏黄金内容的时代,那个时候竞争比较小,所以只要是快速迭代内容,快速做游戏的话,肯定是可以保守赚钱的

所以在这种场景下,大家对数据标准化,还有整个相关的vertical chain和它的结构,其实没有花很多时间和精力。所以导致原始这些老公司,在这方面技术上是比较薄弱的。这也是他们很大的一个痛点,就是怎么把自己的内部的一套数据的基础和累计做到现在需要的标准。 

第二个时代,就是所谓黄金优化师的时代。从13、14年开始,到最近这两年,大部分公司花了很多的精力和金钱在标准化和自动化技术上,或者内部去用一些第三方的平台,比如像数据相关的Appsflyer等,或者更早期的自动化买量的Nanigans等等。

但随着Facebook这些大的渠道本身变得更智能化的趋势,我们传统定位的优化师的岗位也慢慢被优化掉了。 这个就把我们带进现在最新的时代,也就是一个数据化、AI的时代。在这个时代,公司要建立自己的竞争优势,需要把控好自己的产品数据,包括从收集、储存到整个分析和应用的一个闭环。

游戏标准化和自动化引发的机会
人工智能在棋牌类游戏中的应用

 · Bidalgo Cecilia · 

我觉得自动化在我们所有的行业里面都是一个趋势,我们广告行业里这个趋势也非常明显。这两年我们Bidalgo在游戏产业里面做的比较多,因为我们刚刚来中国就遇到疫情了,而游戏客户确实没有受到疫情太多影响,收入也比较高。我觉得游戏产业对于自动化的adoption相对其他的行业也会更高一些。

我们在做游戏产业广告投放自动化的时候也遇到了一些问题,AI说到底是不能完全代替我们人类去跑广告的。因为买量里面有一个很重要的环节——生产创意,创意生产是需要人的判断的

如果这个创意广告主不能够持续地去生产好的创意的话,那跑人工智能其实是不靠谱的。我们也发现了两个很大的问题,一个是广告主创意生产的效率不够高,另一个是他们的创意分析得太模糊了。

另外,我个人感觉iOS14.5上线以后,广告主能控制的越来越少了,创意是游戏这边唯一还能控制的地方

 · 中国移动国际 吴雪 · 

我玩游戏时候的一个痛点是特别卡,尤其是广域网上全球同服对战,这是一个非常痛的地方。我们现在就是在做全球应用加速,游戏是我们重点的拓展领域。因为各类游戏的架构不一定相同,所以各种类型的游戏对时延的要求其实是非常不同的。

而且我也了解到,全球同服虽然是一个卖点,但可能也是个梦想。我也跟几家游戏公司的朋友聊过,他们在策略上希望实现全球同服,但是一旦时延不好,或者说网络以及整个云的部署没有优化,玩家的体验是非常不好的。

所以从一个游戏玩家的角度来说,我特别期待低时延的网络。 我觉得5G在边缘的低时延这块已经做得很好了,而广域网的时延优化是全球的运营商以及游戏公司的一个难点

举个例子,我们在国内访问一些海外的网站也特别慢,因为有出口拥塞。所以我们有很多客户,他们原来不会自己买一些跨境的专线,自己搭一些低时延的网络,数据流动也不够快。

这个时候就出现了越来越多专业的公司,批发运营商的跨境的带宽,高速、低时延的带宽。包括还有一些云商,他们也会去买运营商的这种专线,然后给客户提供这种所谓的专业化的、定制化的,甚至是标准化、自动化的加速服务。 

我们也在思考怎么样让我们的资源做到更加自动化、标准化,再把它赋能给游戏公司。比如做一个API或者几行代码,让游戏公司的研发人员无缝地接入到我们高速的加速网络里,这样能够让他从A点到B点跨域的时候时延得到优化。

也就是把资源集中,把代码产品标准化,然后用一种自动化的方式把他结合到游戏的运维架构里,这样能让他的生产网络有一个更好的体验。

游戏标准化和自动化引发的机会
全球同服游戏《王国纪元》

数据应怎样应用于游戏产品的优化?

 · Bidalgo Cecilia · 

在数据这一块,很多的游戏客户其实有他自己的特点,有不同的数据要求,比如说休闲类的,他可能特别需要IPM。

那我们可以提供一个自定义的算法,就是广告主可以说我要求用A除以B,再加C,再减D这样的公式来算出来我要的IPM或者是我要的任何一个metrics, 然后用这个metrics来针对性地衡量他的产品到底优化的好不好。

这个指标在iOS14.5以后会变得更加重要,因为现在苹果能给到广告主的conversion value变少了,广告主不得不精挑细选一些自己认为有价值的活动来继续去衡量。 

在这个几个月里,iOS14虽然落地了,但大家还是有一点迷茫,不太确定自己到底要干什么,甚至有的广告主连苹果的SKAN数据都没有拿到,欧美那边基本上行动得非常快,所有的人基本都拿到了。

拿到之后就要做后面的一些比对,比方说我以前在Appsflyer监控得非常精准,那到了scan以后这个数据会下降多少。也就是将来如果在iOS端无法拿到非常精准的数据后,广告主到底要用一个什么样的KPI去衡量员工。

怎样应对iOS14这个变化是这几个月里面广告主核心要去做的事情,这个变化的影响比我们想象的要深要大,广告主需要有更快的行动

 · Bluewhales 黄迪 · 

因为我们Bluewhales这个平台更多是专注downstream analytic,主要和投放attribution相关的,所以我们积累的数据相对来说会更广泛一些。

我们一般是做两方面:第一,我们是看客户原始有哪些数据的埋点或者打点,因为其实每一个公司的偏好和tracking的方式都是不一样的。所以我们一般先看客户已经有哪些现成的数据,然后把他们统一化拉进来,再在这些数据基础上做一些推荐、迭代和深入的埋点。 

我们积累的数据可以分为几个类型,第一个类型是action count data,就是产生KPI指标的另外一个类型是behavior相关的数据,比如用户在这个运营活动节点的最后三个行为是什么,他的下一个行为是什么。

然后在这个情况下跑一些模型,预测这个用户是有更大的LTV提升空间,还是即将流失。Behavior相关的数据其实很广,我刚刚提到的是一方面的,它还有更多的维度,比如应用NLP收集用户的sentiments,给每一个客户或者群体的客户打分;然后按照打分的情况自动筛选出这个产品优质influencer是哪些,再让运营去协助他们提高价值。

第三个类型,我们叫RCE(resource currency & experience),等于是关于游戏整个经济的变动。

游戏与AI的结合及落地场景有哪些?

 · 某头部游戏工作室 Roaln · 

我本身是AI技术出身的,我自己做过的内容基本都集中在开发侧和运营侧,一方面是使用AI技术去提供智能化的一些bot,就是在游戏里面的NPC,然后去辅助给游戏在线上做一些补位场景等,所以这一块就会直接与用户体验相关。这一部分虽然说是与用户体验相关,但它并不会涉及到玩法上面的那个更改和游戏设计,它只是在运营上提供一个更好的体验,保证你的DAU。


像这一类技术实际上目前应用得很少,主要有几个原因:

第一个,它的门槛其实还挺高,相比起针对营销广告这一块来说,因为营销广告本身天然具备有互联网基因,所以在ROI上面是有保证的,直接跟钱挂钩。

加上作为一个基建模块,不管大中小厂都会在这方面有持续的投入,所以他的ROI是有保证的。但是像这一块涉及到游戏内部的东西完全是新的,所以目前来说能玩得起的实际上不多,基本上只有腾讯、网易这些大厂稍微做一下这方面探索,但实际上都没有商业化过,确实很难找到结合点,这是个特别早期的方向。

而且从技术角度上,我个人感觉这一块的技术难度是从0到1的程度,总体来说是最难的部分。所以它的ROI提不起来。

对于一个盘子不大的游戏,尤其是开发中的游戏来说,他根本没有必要做这一块。但我自己认为这也是一个机会所在,尤其是从SaaS服务的角度。要做这一块首先得保证有一个盘子比较大的甲方,也就是有足够大的需求把它拉起来。大型游戏够多才能拉起来,另外它底层技术可复用性也在逐步优化,所以我估计这一块之后在大公司很有可能会成为一个必然的结果。

因为目前来看,在游戏中当中添加这种稍微智能化的bot,或者说比较智能化的开发手段、内容的生产应该是一个必然的趋势

游戏标准化和自动化引发的机会
游戏里的NPC(non-player character)

除了智能化bot这一块,大厂自己和一些直接提供图像引擎的厂商实际上也尝试在美术资源侧提供智能化的方案

因为美术资源在国内还是一个新兴的行业。因为近一两年大厂中厂在游戏制作上都在往中重型游戏上靠,尤其去年原神火了之后。所以现在大家都在传统大厂的3A管线上挖人,尝试搭建自己的管线。

所以美术侧的智能化也会是一个崛起点,我个人认为等到管线化比较成熟的时候,它会是一个硬需求。但是它目前还不足以普及,因为大厂肯定会自己搞,这方面需求主要会集中在中型厂,小型厂搞不起。 

刚刚提到的其实也只是在一些效率工具、资源生产以及运营体验优化上,真正涉及到玩法上面的改进,有什么玩法体验是必须要智能化技术的,这些是我们做游戏设计的正在探索的,因为这一块是真正意义上从学术界到工业界都全新的一个方向。

做AI的人其实做这一块的很少,因为他们并不是真的要做游戏,只是把游戏当实验场。但是目前来说,这一块的初创公司越来越多了,所以我觉得等到前面我说的那些基础设施服务,包括它基于的SaaS起来之后,这会是一个新的爆发点。

 · 网易易盾 卓辉 · 

其实网易在AI这一块的探索也是比较早的,首先游戏安全也应用到了AI。比如说我们现在在做的一些关于游戏的机器人的识别,在机器人识别上我们之前主要是去检测游戏的运行环境,例如你在运行环境里有没有开一些外挂。

但这种检测方法有比较大的一个缺陷是,它的确认性不是特别好,可能只是开了一个模拟点击,但有没有用其实不知道。还有现在一些作弊的玩家会更高级,他可能把游戏运行在模拟器里面,然后把外挂运行在PC机上,那这种其实是没有办法通过一些这种特征检测去检测了。 

AI的话,它首先会去把游戏玩家在游戏里面所有的点击数据,比如游戏触碰的屏幕上的点,还有陀螺仪的数据等全部传到服务器,然后通过一些机器学习的算法区别出来这个玩家到底是人还是机器,这就很好地解决了刚才提到的两个问题。

而且这种检测出来的效果可以作为你处罚这些玩点击外挂玩家的完整证据。 另外我们也在做工作室的挖掘,就是游戏的关系图谱这一块。因为之前传统的运营做法是说我通过一些运营的人工去看有多少玩家在进行金币的转移,这种通过运营去做其实效率是很低的。后来AI通过对玩家的关系图谱的分析,包括交易流水的分析,快速自动地发现一些工作室,游戏其实对工作室几乎是零容忍的,因为这会影响游戏整个的生态体系

还有一个是AI图像识别。玩过FPS游戏的朋友可能会对“透视”这种外挂深恶痛绝,但因为这些外挂本身的变化是非常快速的,所以传统的特征检测的效率很低。AI可以对玩家进行图像分析,它可以在你这张截图里分析游戏里面是不是出现了不该出现的标识。比如说使用透视的话,它会把玩家在哪里的框给框出来,通过AI的自动图像分析把这样的一些玩家自动找出来。这样证据很明确,而且速度也很快。这就是AI在影像安全这一块的应用。

如果您是一家游戏公司的CEO或者CTO,在做标准化和自动化时的第一步是什么?

 · Bluewhales 黄迪 · 

我觉得是做任何数据相关东西,最重要的是从数据的累积开始。你的数据的收集得越细节,系统会越标准,你产出来的结果越准确、越有价值。我觉得如果想要把数据作为一个指标去帮助你做执行或者运营,从最基本的层面是做好整个data collection、data storage、data warehousing和data transformation的ETL流程。因为你把pipeline做到比较标准化,甚至是自动化的情况下,后面的BI或者visualization部分可能只占整个时间的15%~20%,其实80%~85%的工作量都是data aggregation这些pipeline clean的部分。

游戏标准化和自动化引发的机会
ETL工作流程图

 · Bidalgo Cecilia · 

我的第一要务是马上找benchmark,iOS14以前和iOS14以后是一个完整的story,我曾经用Appsflyer精准监测到的所有东西,现在都需要一个benchmark重新再检验。

第二,我会非常在意怎么收集创意的数据,创意数据在iOS14以后会变得非常重要。刚刚大家都有提到大甲方会自己做BI,然后中型的和小型的可能会买第三方。我们实际看到的情况其实很有意思,因为我们本身就是一个SaaS公司,我们的客户大型、小型都有。

大型公司有自己的BI的情况下还要买我们第三方服务的原因是,他们收集的数据是和iOS14以前强相关的数据,比如说device ID,我在BI里面给用户打标签,知道每一个用户是大R还是小R等等;这些东西其实在iOS14以后马上就要被推翻了。

也就是说,他们过往在自己的BI里面投入了那么多时间,苹果的政策一来就被全部打翻,都要重新再来过,要重新搜集iOS14以后的benchmark,要搜集以前没有那么在意的创意的数据。

这个时候其实所有的大甲方也会面临一个决策,就是这个阶段我该怎么办,我是自己接着开发跟创意有关的,比如说标签、系统等等之类的东西,还是找第三方。根据我们观察,可能越大的甲方,他越意识到用第三方工具能够跑得比别人快,不需要再自己开发一套标签系统,然后才能够开始产生一些行动和一些结果。所以他们是非常愿意花钱去买第三方的,因为说实话SaaS 公司在中国也收不了太多的钱,会比自己研发的成本低。

 · Google Cloud Apple · 

我个人非常同意刚才Cecilia说的,基于我自己在工作当中和第三方的合作伙伴和客户的沟通,我们注意到很多大厂甚至一些中型厂都认为自己的技术能力是足够的,所以会倾向于去自研。

但是自研也有一个问题,哪怕你用的开源的技术是免费的,但是它要不断地升级换代,不断地迭代,因为业务在发展,你自己搭出来的这套系统必须跟得上业务发展的脚步。这就意味着你要投入人力和这个资源去维护、去升级迭代这个系统,其实这方面的成本往往高于最开始的预期

所以我观察到,即便在最开始基于开源搭了一套架构,觉得用得还是不错的。但是随着业务的发展和周围环境的变化,慢慢会出现一个脱节。这种时候再试图找到第三方的解决方案,其实在企业内部会有一些资源的浪费,而且从你自己带的这个架构转向公有云当中也要付出时间成本。 所以我个人的观点是,在这个时代还是应该更多地相信专业的力量。应该在比较早期的时候,就当机立断,尽快地做一些长远的规划。