Per què l'iGaming ha de repensar la personalització
La personalització s'ha convertit en un dels termes més utilitzats en l'estratègia de jocs digitals, però segons el CEO de Jurnii, Fraser Dunk, també és un dels que s'entenen menys amb precisió. En declaracions a G3, argumenta que els operadors massa sovint han manllevat models de personalització del comerç electrònic i els mitjans de comunicació sense tenir en compte la naturalesa habitual i intencionada del comportament de joc, creant una complexitat innecessària on la claredat i la coherència sovint donarien millors resultats.
Fraser, has dit que es parla de la personalització de manera massa genèrica. Quan els operadors diuen "personalització", a què es refereixen normalment i amb què ho confonen?
Crec que és important començar dient que la personalització és un dels conceptes més importants en l'estratègia de productes digitals, i l'iGaming no n'és una excepció. Si es fa bé, fonamenta gairebé totes les dimensions significatives de l'experiència del jugador, des de com es presenta el contingut fins a com s'estructuren els viatges i com es cronometran les ofertes.
El problema és que el terme en si s'ha tornat massa ampli. Ara s'utilitza per descriure-ho tot, des de correus electrònics dirigits i recorreguts CRM fins a motors de recomanació basats en IA, gestió VIP i configuració de productes. Un cop tot es converteix en "personalització", la paraula comença a perdre la seva utilitat.
Hi ha diferents tipus en joc: personalització de contingut, personalització de l'experiència d'usuari, personalització del recorregut del client, personalització de l'oferta i configuració del producte. Són problemes diferents, que requereixen dades diferents, capacitats diferents i mètriques d'èxit diferents, però la indústria sovint els agrupa en un concepte general.
L'altre punt important és que els operadors sovint solucionen la interpretació errònia d'una necessitat real de l'usuari. La recerca tendeix a mostrar que quan els clients diuen que volen personalització, el que realment volen dir és rellevància i manca de fricció. Volen arribar al que volen de manera ràpida i senzilla. No demanen sofisticació algorítmica per si mateixa.
On veus que es cometen els errors de categoria més importants?
Una de les més importants és la confusió entre la personalització explícita i la implícita. La personalització explícita està dirigida per l'usuari. És on els jugadors configuren activament la seva pròpia experiència, ja sigui a través de les preferències, la configuració o el tipus de missatge que volen rebre. La personalització implícita està dirigida pel sistema. És on la plataforma dedueix què vol el jugador en funció del seu comportament i s'adapta en conseqüència.
En els videojocs, ens centrem molt més en el costat implícit que en el costat explícit. Això es deu en part al fet que l'auge de la IA i l'aprenentatge automàtic ha creat una mena de cicle d'expectació al voltant del que és possible. La gent se sent atreta per la sofisticació del motor, en lloc de fer un pas enrere i preguntar-se si estan resolent el problema correcte en primer lloc.
El que és interessant és que les empreses que més sovint es citen com a prova que la personalització implícita funciona, com ara Netflix i Spotify, inverteixen molt en senyals explícits. Els usuaris valoren les coses, els agraden, no els agraden i construeixen perfils de gust. Aquestes entrades explícites són les que fan que els sistemes implícits siguin millors. En els videojocs, tendim a saltar-nos aquest pas. Executem models sobre el comportament històric i esperem que això sigui suficient per impulsar una millor participació.
Realment no veig l'explícit i l'implícit com un espectre. Els veig com dues cares de la mateixa moneda. Els millors sistemes de recomanació es milloren amb informació explícita, però aquesta és una àrea que la indústria del joc encara infrautilitza.
Jugar és habitual i basat en el temps, com has assenyalat. Com limita aquesta realitat fonamentalment el valor de les experiències hiperpersonalitzades un cop un jugador ja sap què vol fer?
Moltes de les investigacions en què he participat, incloent-hi el treball etnogràfic i els grups focals, apunten a la mateixa conclusió: la jugabilitat és molt més habitual que basada en el descobriment. Durant la majoria de les sessions recurrents, el jugador intenta completar una tasca. Vol arribar a un mercat, fer una aposta o jugar a un joc que ja coneix. No necessàriament tenen una mentalitat exploratòria.
La ciència del comportament ho té clar. Un cop un comportament esdevé habitual, la motivació i la deliberació abandonen en gran mesura perquè esdevé rutina. Per tant, si algú inicia sessió cada dimarts al vespre per jugar al mateix joc, fer emergir recomanacions en aquell moment pot anar en contra de la seva psicologia en lloc de fer-ho a favor d'ella.
Això no vol dir que la personalització no tingui cap paper, però sí que vol dir que el seu valor es concentra en moments molt específics del cicle de vida. La incorporació n'és una. La reactivació n'és una altra. Els llançaments de nous productes també poden ser rellevants. Però aplicar experiències hiperpersonalitzades com a capa persistent en cada sessió, independentment del context, és on la indústria sovint s'equivoca.
En quin moment la personalització comença a interferir amb l'usuari? Com és la sobrepersonalització en un entorn de casino en directe o d'apostes esportives?
Comença a molestar quan interromp el procés en comptes de donar-li suport. Un usuari en un entorn d'apostes esportives en directe o en un context de casino en directe sol tenir una alta intenció i una baixa tolerància a la fricció. Si ha de navegar més enllà de les recomanacions, canviar les jerarquies de contingut o canviar els dissenys només per arribar a una destinació coneguda, has empitjorat el producte en nom de la rellevància.
Hi ha un concepte bàsic d'experiència d'usuari (UX) anomenat wayfinding, que consisteix a ajudar les persones a orientar-se i moure's amb confiança a través d'una interfície. Els usuaris es basen en punts de referència i patrons familiars. Si un vestíbul es reordena cada vegada que el visiten, o la navegació canvia de sessió en sessió, aquests camins habituals es trenquen.
El model més segur és una estructura estàtica amb contingut personalitzat a l'interior. Així, un component "recomanat per a tu" pot existir en un lloc fix, mentre que els títols que hi ha dins canvien. Això funciona. Però quan l'arquitectura en si comença a moure's, és quan la personalització esdevé disruptiva.
Hi ha una bona anècdota d'Apple quan va introduir la reproducció aleatòria a l'iPod. El sistema era genuïnament aleatori, però els usuaris es queixaven que no semblava aleatori perquè escoltar el mateix artista dues vegades seguides semblava incorrecte. Apple va haver de fer que la reproducció aleatòria fos menys aleatòria perquè semblés més aleatòria. És un recordatori útil que la lògica algorítmica i la percepció humana no són el mateix. La personalització pot ser tècnicament correcta i, a la pràctica, encara semblar discordant.
El descobriment sovint es produeix fora de la plataforma en lloc d'hi dins. Si aquest és el cas, els operadors estan invertint massa en la personalització in situ a costa de solucionar els fonaments bàsics de l'experiència d'usuari?
En molts casos, sí. Això no és exclusiu dels videojocs, és clar. A les indústries digitals, moltes decisions de compra i moments de descobriment es produeixen abans que l'usuari arribi a la plataforma. Això es produeix a través de competidors, afiliats, cerques, xarxes socials, influencers i altres canals externs.
En els jocs d'atzar en línia, aquest patró és particularment fort. Molt trànsit al lloc web arriba amb una intenció ja formada. El jugador ja ha vist el joc, el mercat o la marca en un altre lloc, i quan arriba al lloc web ja sap a grans trets què vol fer, cosa que crea un problema d'atribució. Els motors de recomanació al lloc web poden reclamar el mèrit per la interacció que pot haver-se produït independentment, simplement perquè el contingut va aparèixer en el moment de la visita. Això pot inflar el retorn de la inversió aparent de la personalització al lloc web. En realitat, gran part d'aquesta intenció pot haver-se format completament fora de la plataforma.
Així doncs, sí, crec que hi ha el risc que els operadors estiguin invertint massa en capes de personalització mentre que inverteixen poc en els fonaments. Si la UX no és intuïtiva, si la navegació està malmesa, si els recorreguts principals són febles, cap motor de recomanacions ho compensarà.
Moltes estratègies de personalització assumeixen dades de comportament d'alta qualitat. Fins a quin punt és realista aquesta suposició, tenint en compte les piles de dades fragmentades, les restriccions reguladores i la complexitat entre marques?
Sincerament, per a la majoria d'operadors, la suposició és molt menys realista del que suggereixen les seves ambicions. El problema de la fragmentació és estructural. Els jugadors sovint tenen múltiples comptes en múltiples marques, de manera que qualsevol operador només té una visió parcial del comportament d'aquest client.
Fins i tot dins dels grups multimarca, aquests senyals no sempre estan connectats. Si opereu diverses marques al mateix mercat, és possible que no pugueu unificar aquestes dades de la manera que idealment voldria un motor de recomanacions. A través de regions, es complica encara més perquè el mateix perfil de jugador pot comportar-se de manera diferent sota diferents marcs reguladors i diferents propostes de marca.
Així doncs, la base de dades sovint és molt més feble del que la gent pensa. Si hi afegim piles de tecnologia antiga que mai no es van dissenyar per a l'activació en temps real, queda clar que el repte de la infraestructura és tan important com el repte de les dades. Construir una imatge realment completa de la intenció del jugador és extremadament difícil en una indústria on el comportament està fragmentat per disseny.
Segons el vostre treball de recerca, on la personalització realment fa moure l'agulla i on crea més soroll?
La forma de personalització més efectiva que ha tingut mai la indústria és probablement la gestió VIP. És profundament personalitzada, però és més humana que algorítmica. Els bons gestors de comptes coneixen els seus jugadors, entenen les seves preferències i interactuen amb ells d'una manera que els sembla rellevant. Comercialment, aquesta ha estat probablement la forma de personalització més potent en els videojocs.
La ironia és que els jugadors més objectiu de la personalització algorítmica sovint són els que menys la necessiten. Els jugadors de més valor solen ser els que tenen els hàbits més forts i la confiança de navegació més clara. Ja saben a què volen jugar i com ho volen jugar.
On la personalització pot aportar valor de debò és en els moments del cicle de vida en què la intenció encara no s'ha format completament o ha caducat. La incorporació n'és una. La reactivació n'és una altra. La venda creuada pot funcionar en alguns contextos. Aquests són els moments en què els jugadors estan més oberts al descobriment.
També hi ha un problema comercial que sovint es passa per alt. Un motor de recomanació que optimitza per la rellevància no és el mateix que un que optimitza per al resultat empresarial. És possible que tingueu un títol amb una puntuació lleugerament més alta en rellevància, però un altre que ofereixi un GGR significativament més alt. Si el model només optimitza per la seva pròpia puntuació de rellevància, el resultat comercial esdevé secundari. S'ha de dissenyar al sistema des del principi.
Com haurien de pensar els operadors sobre la personalització en relació amb la coherència de l'experiència d'usuari? Hi ha algun punt en què l'adaptació de les experiències soscavi la familiaritat i la confiança de l'usuari?
Absolutament. La coherència és un requisit previ per a una bona experiència d'usuari (UX). Els usuaris construeixen models mentals dels productes. Aprenen on són les coses, com funcionen els fluxos i què esperar. Això és el que els permet moure's ràpidament i amb confiança. Si la personalització comença a canviar l'arquitectura entre sessions, els usuaris paguen un cost de reaprenenting cada vegada que tornen. Per als jugadors habituals, això és particularment perjudicial perquè altera la confiança i la familiaritat en què confien.
Així doncs, el model correcte, al meu entendre, és la coherència en l'estructura i la navegació, amb la personalització aplicada al contingut en lloc de l'arquitectura. Això preserva la usabilitat alhora que permet la rellevància. També hi ha un benefici pràctic. Una UX coherent és més fàcil de provar, més fàcil d'optimitzar i més fàcil de millorar amb el temps. Si canvieu la interfície massa radicalment d'una sessió a la següent, es fa molt més difícil crear una visió fiable del que realment millora el rendiment.
La IA ha fet que la personalització sigui més fàcil de desplegar, però no necessàriament millor. Correm el risc d'automatitzar suposicions errònies a escala?
Sí, sens dubte. Molts sistemes de recomanació utilitzen algoritmes que aprenen del comportament anterior i després continuen mostrant allò que sembla haver funcionat bé. El risc és que si no es mesura correctament l'augment, es crea un bucle autocomplert. El contingut apareix perquè anteriorment tenia un bon rendiment, després funciona bé perquè ja s'ha mostrat, i l'algoritme ho interpreta com a prova que ha pres la decisió correcta. En aquest punt, el sistema no necessàriament està aprenent la preferència genuïna de l'usuari. Està aprenent el seu propi senyal.
Una de les maneres d'abordar això és mitjançant un mostreig negatiu, on s'introdueix deliberadament contingut aleatori al conjunt de recomanacions com a control. Això permet comprovar si el contingut suposadament "recomanat" realment supera el que els usuaris podrien haver interactuat de totes maneres. Contrariament a la intuïció, afegir una mica d'aleatorietat pot millorar el rendiment general perquè evita que el model es torni massa estret i tancat en les seves pròpies suposicions.
La idea més general és que la IA amplificarà qualsevol suposició que ja estigui integrada al sistema. Si la lògica del producte és defectuosa, si les dades són incompletes o si els patrons històrics són enganyosos, la IA simplement escalarà aquests problemes més ràpidament.
Si estiguessis aconsellant a un operador que comenci de zero, què li diries que faci bé abans de pensar en capes de personalització avançades?
Arreglar els fonaments. Aquest seria el primer missatge. Si els errors de dipòsit no es gestionen amb claredat, si la navegació es trenca als mòbils, si un jugador fa clic des d'un anunci i arriba al lloc equivocat, si el procés KYC crea friccions innecessàries, aquests són els problemes que cal resoldre primer. Gairebé sempre tindran un retorn de la inversió més alt que una capa de recomanació avançada.
El segon aspecte és la higiene de les dades. Entendre quines dades teniu realment, quina qualitat tenen, on són les llacunes i si són realment útils per al tipus de modelització que voleu fer. Això significa observar no només el comportament a la plataforma, sinó també quines variables externes poden ser importants, ja siguin dades demogràfiques, calendaris d'esdeveniments o altres senyals contextuals.
I en tercer lloc, sigues molt precís sobre el que intentes personalitzar. El contingut, la UX, les ofertes i els recorreguts són reptes diferents amb objectius diferents. Si els tractes tots com una sola iniciativa, acabes dispersant els recursos de manera massa dispersa i sense resoldre'n cap correctament.
De cara al futur, creieu que la indústria abandonarà completament la "personalització" com a concepte principal? Si és així, què la substituirà com a plantejament més honest?
No crec que s'allunyarà de la personalització. Si de cas, crec que esdevé encara més central. El que canvia és la capa on es produeix la personalització.
Avui dia, la personalització es basa principalment en dades de comportament històriques, segmentació i resultats introduïts en interfícies relativament estàtiques. El jugador ho experimenta com un producte lleugerament millor, en lloc de com una capa diferent.
El que la IA i els LLM poden canviar és la interfície en si. Amb el temps, crec que la distinció entre "el producte" i "la versió personalitzada del producte" comença a desaparèixer. En lloc de navegar per un lloc estàtic i després rebre recomanacions, els usuaris poden interactuar cada cop més amb interfícies més conversacionals i basades en la intenció que responen en temps real al que intenten fer.
És difícil dir amb quina rapidesa això passarà, sobretot tenint en compte la regulació, la privadesa i la realitat comercial que algunes empreses ja s'estan allunyant de certes integracions de LLM. Però en termes de direcció, crec que és cap allà on van les coses. La personalització no desapareix en aquest món. Simplement esdevé inseparable de la interfície mateixa.
