用AI預測想讓玩家花更多錢 電玩遊戲公司反挨了一記大悶棍

發表於 2023-11-12 05:00 作者： 區塊鏈情報速遞pro

另一個類似的例子，是一家電玩遊戲公司的行銷主管，希望鼓勵使用者在玩遊戲的同時多花點錢。於是，他也請數據科學團隊找出哪些新功能，最能讓玩家更投入。

團隊運用演算法，找出可能的功能與顧客玩遊戲時間之間的關係，最後預測，如果提供獎品，並讓玩家排名的能見度更高，就能讓玩家花更多時間在遊戲上。

公司根據這項結果做調整，但營收並未隨之提升。為什麼？因為這些主管同樣對AI問錯問題：不該問「如何讓玩家更投入」，而應該問「如何增加玩家在遊戲時花費的金額」。大多數玩家並未在遊戲裡花錢，因此這項策略未能奏效。

利弊不對稱：沒能體認到「預測正確的價值」與「預測錯誤的代價」不同

AI的預測應該愈準確愈好，不是嗎？不一定。差勁的預測，有時候代價極為高昂，但有時候代價不那麼高；同樣地，超級精準的預測，在某些情況下的價值比較高。行銷人員，或更重要的是他們依賴的數據科學團隊，就常會忽略這一點。

以一家消費性商品公司為例。這家公司的數據科學家很自豪地宣布，他們提高新銷售量預測系統的準確度，錯誤率從25％降到17％。遺憾的是，他們改善這套系統的整體準確度，是因為提高低毛利產品的預測精準度，同時降低高毛利產品的預測準確度。

低估對高毛利產品的需求，這情況造成的成本，遠高於正確預測低毛利產品的需求所創造的價值，因此在公司實施這套「更準確」的新系統之後，獲利下降了。

必須了解的一項重點是，AI預測可能有各種不同的錯誤。預測除了會高估或低估結果之外，還可能會出現偽陽性（例如，指出顧客可能會流失，但其實顧客會留下），或者偽陰性（指出顧客不可能流失，但其實顧客後來離開了）。

行銷人員的工作是要分析這些類型錯誤的相對成本，而這幾項成本可能差異很大。然而，負責建立預測模型的數據科學團隊常會忽略這種相對成本差異很大的狀況，或甚至沒有人告知他們這種情況，於是，他們假定所有的錯誤都同樣重要，導致出現代價高昂的錯誤。

本文觀念精粹

問題

所有投資AI的公司中只有不到40%的公司獲得收益。這個高失敗率通常是由於領導者和管理者犯下的三個錯誤：

● 他們沒有提出正確的問題，結果指示AI去解決錯誤的問題。

● 他們沒有認識到正確的價值與犯錯的成本之間的區別，並假設所有預測錯誤是等同的。

● 他們沒有充分利用AI做出更頻繁和更細緻的決策的能力，而是繼續沿用他們的舊做法。

解決方案

一個三步驟的框架將有助於開放市場行銷和數據科學團隊之間的溝通管道。這個框架讓團隊結合各自的專業知識，並在AI預測和商業決策之間建立一個回饋循環，這涉及到三個問題：（1）我們試圖解決的市場行銷問題是什麼？（2）在我們目前的做法中有沒有任何浪費或錯過的機會？以及（3）是什麼東西／事情造成這些浪費和錯過的機會？

（本文出自《哈佛商業評論推薦必讀AI趨勢》編者：哈佛商業評論(Harvard Business Review)）

標題：用AI預測想讓玩家花更多錢 電玩遊戲公司反挨了一記大悶棍

地址：https://www.coinsdeep.com/article/65300.html

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。