L’analyse de données : mieux décider à l’ère du jeu connecté

Ce texte est extrait du manuel L'analyse de données pour le Jeu Vidéo, Méthodes et bonnes pratiques écrit par Johan-André Jeanville, co-fondateur de LudoStat, dans le cadre du projet expérimental de Capital Games (baptisé Laboratoire des Mondes Virtuels). Vous pouvez commander en ligne ce manuel complet.

a. Pourquoi analyser vos données ?

i. La prise de décision

Que vous soyez chef d’entreprise, game designer, responsable de l’acquisition, community manager ou chef de produit, votre métier quotidien consiste à prendre des décisions. Dois-je développer un RPG ou plutôt un jeu de stratégie ? Le boss du niveau 9 doit-il avoir 100 ou 150 points de vie ? Vaut-il mieux que j’acquière des femmes de moins de 50 ans ou de plus de 50 ans ?

Les décisions sont au cœur de nos métiers. Et qui dit décision, dit risque : nous ne sommes jamais à l’abri d’une erreur.

Si certaines décisions sont faciles à prendre, d’autres demandent plus de réflexion. Les bonnes décisions évoluent avec le temps : une décision qui a été bonne hier ne le sera pas forcément demain. De même, une décision qui a été bonne pour l’un de vos concurrents ne sera pas nécessairement applicable pour vous. Et, souvent, vous devrez prendre des décisions sans forcément en connaitre les tenants et les aboutissants : vous avancerez dans le noir.

Comment choisir ? Sur quels critères baser vos décisions ?

Premièrement, il convient de noter qu’une décision dépend d’un contexte, il n’y a pas de « bonne » ou de « mauvaise » décision de façon « absolue », mais des décisions qui sont meilleures ou pires, selon un contexte donné.

Ce qui rend une décision bonne ou moins bonne est donc le contexte dans laquelle elle est prise. Il convient donc d’appréhender au mieux ce contexte, cet environnement concurrentiel, pour reprendre les mots de l’économiste Porter.

ii. L’environnement concurrentiel.

Michael Porter, professeur de stratégie d’entreprise à l’Université de Harvard, définit l’environnement de l’entreprise, l’environnement concurrentiel au sens large, comme reposant sur un ensemble de « Forces » :
- Les clients
- Les fournisseurs
- Les concurrents directs
- Les produits de substitution
- Les nouveaux entrants

Des travaux supplémentaires ont permis d’enrichir ce modèle à l’aide de 2 autres forces :
Le réglementaire
Les compléments

Connaitre son environnement concurrentiel, c’est donc appréhender les 7 Forces qui le composent, grâce à des techniques d’analyses spécifiques. Dans le cadre de ce manuel, nous nous concentrerons sur l’une des techniques permettant d’appréhender au mieux les Clients : l’analyse des données utilisateurs.

iii. La Connaissance Client.

Vous pratiquez déjà la connaissance client : vous testez vos jeuxet parfois même réalisez des sondages auprès des joueurs. Vous jouez à vos propres jeux pour mieux comprendre l’expérience qu’ils proposent et vous mettre « à la place » de vos joueurs.

La connaissance client repose sur 3 piliers :
- L’analyse de l’expérience
- L’analyse du dire
- L’analyse du faire

L’expérience, c’est vous mettre « à la place » de. C’est jouer à vos jeux, jouer à d’autres jeuxet essayer de vous projeter dans la tête de vos joueurs. En un mot, c’est faire preuve d’empathie pour vos joueurs. Contrairement aux deux autres piliers, les données relatives à l’expérience ne sont pas toujours palpables. Il s’agit d’une émotion, d’une intention, d’un état dans lequel le joueur aura été à un moment donné. L’information extraite de ces données est ce que l’on nomme classiquement l’« intuition ». Notez en particulier que l’empathie consiste à projeter les émotions d’un autre sur soiet non le contraire. Vos joueurs sont le point de départ de cette démarche. Ils seront très certainement différents de vous. Analyser leur expérience et vous projeter dans leurs têtes vous demanderont un effort particulier. Ceci peut être facilité par l’analyse du dire et l’analyse du faire.

Le dire comprend tout ce que le joueur exprime. Cette expression peut être spontanée (forum, page fan, mur de l’application, mails aux supports…) ou se faire à votre demande (sondage, interview, focus groupe…). Cette information est souvent peu structurée et peut être très abondante. On parle généralement de données qualitatives.

Enfin, le faire comprend toutes les actions réalisées par le joueur dans l’expérience de jeu. Analyser ces « traces » nécessite de les enregistrer, de les collecter et de les stocker. Ces données sont souvent décrites comme quantitatives.

Bien connaître ses joueurs
- Faites preuve d’empathie : vos joueurs sont différents de vous
- Jouez à vos jeux pour vous mettre à la place de vos joueurs
- Soyez à l’écoute des forums et des pages d’application
- Sollicitez leur avis via des sondages, des rencontres, des interviews et des focus groupes
- Collectez et analysez leurs données de jeu

Ce manuel sera l’occasion pour vous de découvrir comment analyser le faire de vos joueurs. Bien qu’ayant toujours existée, l’analyse du faire de nos joueurs est aujourd’hui facilitée par la connexion des plates-formes de jeu.

b. Le Jeu Vidéo Connecté

i. Le Jeu Vidéo Connecté, nouveau standard du marché

Par Jeu Connecté, on décrit tout simplement le fait qu’aujourd’hui, nos plates-formes de jeu soient toutes connectées à Internet. Cette connexion impacte le design des jeux, leurs modèles économiques, les habitudes de consommation des joueurs, mais aussi nos modes de production. Parmi les exemples forts du Jeu Connecté, on peut évidemment citer le jeu massivement multijoueur, le jeu sur mobile, le jeu social, ou encore les boutiques virtuelles des consoliers.

Le Jeu Connecté est apparu à la fin des années 90, avec l’avènement d’internet et l’apparition des premiers MMO. Bien que la XBOX ait, dès sa sortie en 2001, été connectée, il aura fallu attendre le milieu des années 2000 pour que ce standard se répande chez les autres consoliers. Enfin, à la fin des années 2000 de nouveaux entrants ont, à leur tour, révolutionné le marché. Parmi les évènements marquants : l’apparition du jeu social et la forte expansion du jeu sur smartphone porté par Apple puis Androïd. Aujourd’hui, il semble impossible d’imaginer une plate-forme de jeu sans connexion internet.

Cette définition du jeu connecté va d’ailleurs au-delà du jeu dématérialisé qui s’attache à un support de distribution. Quand bien même un jeu est vendu en « boîte » il peut-être connecté. Il propose aux joueurs d’échanger via une interface sociale, ou de prolonger leur expérience via du DLC.

Demain, le jeu connecté continuera à être au cœur de nos modèles et à inventer de nouveaux modes de consommation de jeu. Parmi ceux-ci, on pense à la télévision connectée, ou encore au jeu à la demande. Ils devraient, somme toute, prendre une ampleur considérable et modifier notre rapport au petit écran. Ainsi, loin d’être une tendance liée à une époque, le Jeu Connecté s’inscrit durablement dans nos modes de consommation et de production de jeu. Il est donc naturel de s’intéresser en détail à son impact.

ii. Le Jeu Connecté nous pousse à repenser notre média

Le Jeu Connecté a permis d’explorer de nouveaux modèles de jeu, de modèles économiques. De même les méthodes de production ont dû s’adapter.

Le premier impact évident concerne la multiplication des partenaires de jeu. De quelques dizaines en réseau local, à plusieurs millions aujourd’hui ! Les mondes aujourd’hui proposés sont persistants et proposent au joueur une expérience en constante évolution. Enfin, de nouveaux types de design apparaissent, à l’instar des expériences parallèles des jeux sociaux ou des systèmes de guildes des MMO.

L’avènement du Jeu Connecté impacte également le modèle économique des jeux et la chaîne de valeur du secteur. On passe d’un modèle standard et unique basé sur la vente unitaire de logiciel, où le risque commercial est porté par l’éditeur, à une multiplication des modèles de financement (publicité, contenu premium, micro-transactions…) où le risque pèse également sur les développeurs. Ce rapprochement entre le développeur et son client final est synonyme d’opportunités mais également de risque fort. En témoignent les success story très médiatiques du secteur ainsi que les nombreuses fermetures de studios.

Enfin, le Jeu Connecté implique de nouvelles méthodes de production. Ces nouvelles méthodes sont la conséquence directe des nouveaux modes de jeu et des nouveaux modèles économiques, mais pas uniquement.

iii. Certains métiers ont évolué par contrainte

Le Jeu Connecté a poussé les développeurs à s’adapter et à développer de nouveaux métiers, face aux nouveaux modèles économiques. Les premiers changements apparus se sont faits par contraintes.

Premièrement, de nouveaux métiers sont apparus, car le rôle du studio de développement a évolué. Autrefois « producteur » il doit maintenant développer des compétences d’ « éditeur ». Logiquement, il a donc développé de nouvelles compétences marketing en interne. On pense notamment à la Gestion de Communautés (Community Management), qui s’inscrit dans une stratégie plus vaste de Gestion la Relation Client (Customer Relationship Management – CRM). On pense également à la Gestion de l’Acquisition (Customer Acquisition Management – CAM). Les Product Managers ont dû également développer des compétences dites d’ARM (Acquisition Rétention Monétisation), afin de maximiser le potentiel marketing de leurs applications sur le long terme, tout en conservant une expérience optimale de jeu. Ils doivent également travailler en lien plus étroit avec les équipes de production, sur tout le cycle de vie du jeu (Conception – Lancement – Exploitation).

La gestion de mondes persistants, dont le contenu doit être mis à jour régulièrement, a également impacté les cycles de production. Longs avant la sortie du jeu, ils deviennent très courts une fois le jeu sorti. Ils garantissent une mise à jour régulière du contenu, qui crée des revenus sur la durée et maximise l’espérance de vie des joueurs. Naturellement, les métiers et les outils classiques de la production (Management de Projet, Développement, Game Design, Graphisme, Sound Design) ont dû s’adapter.

L’apparition des nouveaux modèles économiques, le déplacement du risque sur les studios de développement et, enfin, l’entrée massive sur le marché de petits acteurs ont également impacté les productions de taille moyenne. En effet, si les AAA voient leur budget augmenter, a contrario, les productions intermédiaires, se voient obligées de produire et de proposer au marché plus rapidement, réduisant logiquement la durée de leurs cycles de production pré-lancement. Evidemment, les métiers classiques de la production et le périmètre des projets en sont impactés.

Cependant, les nouveaux métiers apparus ne répondent pas uniquement aux contraintes imposées par le Jeu Connecté. En effet, celui-ci recèle d’opportunités, nous permettant de travailler mieux, plus vite et de mieux adresser nos joueurs. En un mot, le Jeu Connecté nous permet également de réduire notre risque et d’optimiser nos chances de succès.

iv. D’autres métiers évoluent par opportunité

Les métiers pour lesquels le Jeu Connecté crée des opportunités nouvelles à saisir sont les métiers de la connaissance client, du design et donc de la prise de décision.

Grâce au Jeu Connecté, nous sommes en contact direct avec nos joueurs. Nous les côtoyons. Nous sommes donc plus à même de les observer, d’échanger avec eux, de solliciter leur opinion, de les comprendre. Les grands éditeurs l’ont déjà compris: ils ont développé en interne des User Research Lab leur permettant de collecter en live des informations sur le comportement de leurs joueurs. Celles-ci sont ensuite utilisées pour améliorer le jeu optimiser ses chances de succès.

En phase d’exploitation, une fois le jeu sorti, le Game Designer d’un monde persistant pourra observer à grande échelle comment les joueurs appréhendent la difficulté de tel ou tel niveau, comment évolue leurs stocks de ressources, ou à quelle vitesse ils progressent. Ce seront autant d’informations utiles pour améliorer le jeu au fil de l’eau, prévoir le contenu des futures mises à jour, ou concevoir le futur jeu du studio.

Un responsable marketing, chargé de la relation client via de l’emailing, ou de l’acquisition via des publicités, pourra récupérer des informations pour mieux cibler ses campagnes. Les taux d’ouverture, de clic, d’installations lui permettront de mieux cerner le public qui créera de la valeur à long terme sur le jeu. Ces joueurs seront mieux adressés au fur et à mesure que les campagnes seront améliorées.

Ces informations peuvent être également récoltées au contact de la communauté. Il n’est pas rare qu’un Community Manager informe son Product Manager d’un problème concernant l’application, ou, au contraire, d’une fonctionnalité qui a suscité un vif engouement des joueurs. Ces informations précieuses, permettront ensuite de faire des choix en phase avec les attentes des joueurs.

On voit bien que cerner les attentes des joueurs est au cœur de notre prise de décision. Et pour comprendre ces attentes, il faut avant tout écouter nos joueurs. L’analyse de données fait partie des méthodes qui rendent cette écoute possible. Elle facilite la prise de décision, de façon objective. Elle rend la prise de décision plus rapide et donc plus agile, face à un environnement hyper-changeant.

c. L’analyse de données pour le jeu vidéo

i. L’analyse de données : facteur clé du succès

L’analyse de données pour le jeu vidéo est apparue avec l’avènement du Jeu Connecté, au milieu des années 2000. Cependant, c’est une discipline déjà répandue sur d’autres secteurs.
Les techniques d’analyses de données sont utilisées dans les domaines des télécommunications, des services bancaires, des services d’assurance et du e-commerce, depuis longtemps. Ces techniques sont aujourd’hui adoptées par les grandes sociétés de services, dans de nombreux secteurs (énergie, transport, grande distribution…) pour améliorer encore d’avantage l’offre, et l’adapter autant que possible aux besoins des clients.
L’analyse de données est également exploitée par les grands éditeurs et développeurs de jeu vidéo, qui investissent énormément sur cette discipline. Ubisoft, Electronic Arts ou encore Microsoft ont, depuis plusieurs années, des laboratoires de User Research internes. Sur le secteur des jeux en ligne, Riot Games, Blizzard, et Wooga communiquent régulièrement sur la place centrale des données dans leur stratégie. Pour tous ces grands éditeurs mondiaux, l’analyse des utilisateurs est clairement un facteur clé de succès.

Etudions en détails deux cas pratiques d’utilisation de l’analyse de données pour améliorer l’expérience et la qualité du jeu proposé aux joueurs.

ii. L’analyse de données en pratique

Le projet expérimental de Capital Games

Contexte
Dans le cadre du premier volet du projet expérimental « Laboratoire des Mondes Virtuels », Capital Games a accompagné deux entreprises pilotes dans la découverte et la prise en main des techniques d’analyse qualitative et quantitative des joueurs. Les deux entreprises ont été Boostr, sur le jeu Urban Rivals et Kobojo, sur le jeu PyramidValley.

Partenaires du projet
- Le projet a été mené à l’aide d’un consortium de consultants comprenant :
- Ico Partners en qualité de chef de projet
- Ludostat, qui a mené les analyses quantitatives (Data Science).
- Le laboratoire Lutin Userlab, qui a mené les analyses qualitatives complémentaires.

Objectifs et étapes
Le projet s’est structuré en 6 étapes :
- La définition du besoin des entreprises et des objectifs du projet : segmenter les comportements de joueurs, prédire ces comportements ainsi que la Life Time Value des joueurs et enfin assortir ces analyses quantitatives d’interviews permettant de mieux comprendre les joueurs et leurs motivations. Le tout dans le but d’améliorer le Game Design et le Marketing des jeux choisis.
- La collecte des données et la mise en place de l’architecture de données.
- L’élaboration de la segmentation des joueurs.
- La mise en place de l’algorithme prédictif (machine learning) permettant de reconnaitre les segments de joueurs et de prédire la valeur des joueurs.
- La mise en place des interviews
- Le bilan du projet et la mesure de son impact effectif sur la stratégie.

Résultats obtenus
Les outils de segmentation ont permis de séparer l’audience en groupes distincts ayant des habitudes et des motivations de jeux différentes. L’algorithme de prédiction mis en place a permis de prédire la valeur des joueurs sur plusieurs mois avec plus de 90% de précision et au bout de 2 jours de jeu seulement. De même, les interviews ont permis aux studios de mieux comprendre les motivations des joueurs et de cerner les risques et opportunités du jeu, en termes de rétention et de monétisation.

Impact sur la stratégie des studios
Les travaux ont permis d’améliorer la connaissance client des 2 studios. Ils ont inspiré des modifications majeures du gameplay ont permis d’optimiser la stratégie d’acquisition.

iii. Freins et clés du succès de l’analyse de données

Malheureusement, beaucoup de société sont encore jeunes face à l’analyse de données. Elle collecte peu de données, n’utilisent pas les outils de traitement adéquats, et les analysent mal. Voici quelques freins classiques, observés chez les sociétés qui prennent conscience de l’utilité des données, mais n’arrivent pas à implémenter les bonnes pratiques de l’analyse de données.

Collecter des données… sans réfléchir à leur utilité réelle.

Ou dit autrement : mettre la charrue avant les bœufs. Collecter des données est utile. Certes. Cela est rassurant de mettre en place des architectures complexes de données et de regarder de nombreuses courbes évoluer quotidiennement sur de beaux écrans. Cependant, toutes ces données seront tout simplement inutiles si elles ne répondent pas à un véritable besoin d’aide à la décision. Pire, elles pourront vous détourner de votre vrai besoin initial et donc vous faire perdre du temps et de l’énergie. Penser à votre besoin est donc indispensable. C’est le socle de votre stratégie data-driven.

Collecter des données… sans réfléchir aux implications techniques.

Autrement dit, ne pas vous donner les moyens de vos objectifs. Trop de studios plongent tête baissée dans les nouvelles tendances du marché, sans s’en donner au préalable les moyens. La culture data-driven fait partie de ces nouvelles tendances. Parce qu’il ne faut pas confondre agilité et amateurisme, prenez le temps de bien cerner où vous allez et de réfléchir au moyen le plus approprié pour le faire. Faites l’état du coût réel de ce changement pour votre entreprise, afin de décider d’investir pleinement, ou, au contraire, de rebrousser chemin. Faire les choses « à moitié » est souvent la conséquence d’une absence de réflexion en amont, ou de la peur du risque financier. Parce qu’un moteur, même dernier cri et quatre pneus ne font pas une voiture, faire les choses à moitié est aussi le meilleur moyen de vous mettre vous-même des bâtons dans les roues, dès le départ. Faire l’inventaire des moyens nécessaires à l’implémentation de votre stratégie data-driven est la première clé de son succès.

Collecter des données… sans réfléchir à leur usage.

Notez qu’il s’agit d’usage et pas uniquement d’utilité, de pertinence, comme précédemment. Les données seront collectées dans le but d’être lues par des personnes, qui prennent des décisions et qui utilisent déjà des outils dans leur quotidien. Idéalement ces données les aideront à travailler mieux et plus vite. En un mot : les données auront un impact organisationnel fort sur votre entreprise. Appréhender cet impact, c’est garantir que vos données seront effectivement bien utilisées. Sans cet effort, les données collectées seront inutiles car incompatibles avec les métiers des décisionnaires concernés. Impliquer ces décisionnaires et réfléchir à leur usage sera une autre clé du succès de votre stratégie data-driven.

Collecter des données… sans définir les attentes vis-à-vis de ces données.

Par sa jeunesse, l’analyse de données sera l‘objet d’attentes mal placées. Elle pourra être vue comme « Le Diable » par les créatifs souhaitant faire plein pouvoir de leur intuition. A contrario, elle pourra être perçue comme une « Boule de Cristal » pour le décisionnaire qui fuit le risque. Ce n’est évidement ni l’un ni l’autre. Il convient donc, de définir et de clarifier les attentes vis-à-vis de l’analyse de données. Cette clarification facilitera la conduite du changement et l’adoption efficace des technologies basées sur la donnée. En effet, l’analyse de données et la culture data-driven répondent d’un objectif plus global visant à permettre l’amélioration des jeux, par itération successive. Ce n’est pas un outil destiné à « trancher les débats » et donner tort ou raison à des individus. C’est un outil au service d’une culture basée sur le test, l’itération et la formulation rigoureuse de conclusion. C’est cette culture qui doit avant tout être diffusée en interne. Cette conduite « culturelle » du changement sera la 3ème clé du succès de votre culture data-driven.

iv. Ce que vous apprendrez dans ce manuel

Le livret est composé de 4 chapitres centraux, qui vous permettront d’appréhender l’analyse de données. Ils ne visent pas à vous transformer en analyste, mais à vous donner les clés pour comprendre ce métier, son utilité et son intégration par rapport à votre objectif premier : faire de bons jeux.

Le premier chapitre sera dédié au management dans ces divers aspects : diffusion d’une culture, mise en place d’une organisation, place des données dans le cycle de vie du produit, gestion des ressources humaines et gestion du financement.

Nous verrons ainsi que l’analyse de données repose sur une culture scientifique et empirique. Cette culture est souvent opposée à celle du jeu vidéo, qui répond, au moins en partie, d’une culture créative. Nous verrons, au contraire, que la science se nourrit de l’intuition, rendant les deux compatibles. Nous détaillerons la culture scientifique et montrons en quoi elle est une clé de succès dans la mise en œuvre de votre stratégie.

De même, intégrer un nouveau métier dans des équipes déjà denses et fournies en profils divers n’est pas chose facile. C’est pourquoi nous discuterons en détail des aspects RH, des aspects organisationnels et du financement de l’analyse de données.

Le 2ème chapitre sera dédié aux notions théoriques nécessaires à l’analyse de données.

Pour commencer, nous verrons que l’analyse de données repose sur un socle complémentaire de compétences théoriques : mathématiques et statistiques d’une part, ingénierie informatique et gestion de bases de données d’autre part et enfin game-design et marketing du jeu vidéo. Nous les étudierons en détail, à travers des exemples simples, vous permettant de développer vous-même ces compétences.
Nous étudierons notamment en détail les données, élément de base de l’analyse. Quelles sont-elles ? Quelle forme prennent-elles ? Quelles précautions requièrent-elles ?

Les 2 derniers chapitres s’intéresseront à l’analyse en pratique.

Le premier sera dédié au reporting, le second aux techniques d’analyses à proprement parler, parmi lesquelles les techniques simples, le test AB, le data-mining et le suivi client. Tous ces chapitres auront en commun de vous expliquer à quoi servent ces techniques, en quoi elles consistent et comment les mettre en œuvre. Ils seront tous étayés d’exemples concrets, de benchmarks, de solutions vous permettant de mettre en œuvre ces techniques et de conseils pour optimiser cette mise en œuvre.

Vous aimez cette page ? Partagez-en le lien !

Facebook

Twitter

LinkedIn

Reddit