In-game analytics : jouez, vous êtes tracké !

La collecte de données comportementales est une pratique commune du digital. Mais elle ne se limite plus aux sites web. Elle a récemment investi le secteur porteur des jeux vidéo.

Des solutions permettent désormais aux éditeurs de jeux de récolter, d’analyser et d’exploiter en temps réel des informations sur l’utilisation de leurs jeux, avec l’objectif (louable) d’améliorer constamment la qualité, et celui (un peu moins louable, mais nécessaire) d’assurer la profitabilité de leur produit.

Comment ça marche ?
À l’instar des outils de Web Analytics, les outils d’In-Game Analytics traquent les actions-clés réalisées par les utilisateurs dans le jeu, tout en collectant les données liées à leur activité : temps d’utilisation, progression dans le jeu, achats et téléchargements in-game… Les appareils de jeu (consoles, smartphones, ordinateurs…) étant pour la plupart connectés en permanence, il est facile pour les outils d’analyse de récupérer ces données en quasi-temps réel.

Comment ces données sont-elles utilisées ?
Les données in-game peuvent être exploitées de la même façon que les données web, afin d’améliorer le contenu du jeu et sa profitabilité.

a. Optimisation du contenu :
De la correction de bugs à l’optimisation visuelle, en passant par l’équilibrage des niveaux de difficulté, tout peut être amélioré en exploitant les données in-game:
- Quels appareils / systèmes d’exploitation les joueurs utilisent-ils ? La réponse permettra aux développeurs de prioriser plus efficacement les efforts d’optimisation technique.
- Quelle est la durée moyenne d’une session de jeu ? De combien de temps, de combien de sessions nos utilisateurs ont-ils besoin afin de progresser régulièrement dans le jeu tout en restant stimulés par la difficulté ? Utilisées en complément des tests de qualité réalisés en interne, ces données permettent d’assurer la qualité d’un jeu, et de le faire évoluer sur la durée.

b. Optimisation financière :
Moins de 5% des utilisateurs de jeux « free-to-play » ou « freemium » (c.-à-d. gratuits à l’installation et proposant des achats in-app) réalisent des achats en cours de jeu. Ce sont pourtant bien ces types de jeux qui génèrent le plus de revenus sur le marché grâce aux éditeurs comme Supercell (Clash of Clans), King (Candy Crush Saga), ou encore Rovio qui bat des records avec son Angry Birds 2 lancé récemment en freemium. L’exploitation financière de la donnée n’est donc pas en reste, puisque les outils d’in-game analytics fournissent également des données cruciales à l’optimisation des revenus générés :
- Combien d’argent (ou de temps de publicité) les joueurs sont-ils prêts à offrir pendant leur session de jeu ? Pour débloquer quels types de contenus ? Quels sont les profils de joueurs les plus intéressants à ce point de vue ?
- Les fonctions de partage sur les réseaux sociaux permettent-ils à notre jeu de gagner en visibilité ? Combien de ventes incrémentales sont ainsi générées ?
En répondant à ces questions, les données in-game permettent aux studios et éditeurs de jeu de proposer le meilleur équilibre entre la qualité de l’expérience utilisateur, et la profitabilité du jeu.
On notera enfin que certaines solutions d’in-game analytics fournissent maintenant des outils d’ad-serving intégrés, qui exploitent directement les données d’utilisation pour pousser des messages publicitaires ciblés en fonction des différents profils de joueurs.

Dans un marché du jeu vidéo qui augmente de 15 milliards de dollars tous les ans, les grands gagnants ne sont plus seulement ceux qui produisent les meilleurs jeux. Ce sont aussi ceux qui exploitent au mieux les données collectées pour améliorer continuellement leurs produits et trouver les meilleurs moyens de générer du revenu, tout en mettant leurs jeux à disposition gratuitement pour la plupart d’entre eux.

Free / Réseaux sociaux