当生成式人工智能达到极高预期的顶峰时，整个市场对效率的追求却产生了喜忧参半的结果。有心的专业人士利用ChatGPT 等工具，在不到两天的时间内以数千美元的价格构建并出售聊天机器人，而知识工作者现在却因为引用软件编造的信息而陷入困境。

无论你是人工智能的拥护者，还是坚定的怀疑论者，人工智能的变革性影响已毋庸置疑--然而，这种变革性的力量可能会有两种结果。虽然人工智能有能力帮助简化流程、产生创新的新体验、更快地发现和解决问题，但它也有可能被用于破坏性的方式。人工智能是一种技术工具--人工智能对手游的影响是积极的还是消极的，这取决于实施人工智能的实体。 

早期采用者通过积极实施人工智能来确保其竞争优势的机会之窗已经关闭，那些不愿冒险尝试的企业将在未来几年落后于同行。在留存客户方面尤其如此，Netflix、亚马逊和 Spotify 等科技巨头已经利用人工智能提供个性化体验，以应对客户流失并提升客户价值。

幸运的是，对于手游发行商来说，该行业往往处于创新的前沿，这意味着有更多经过市场验证的人工智能解决方案可供尝试。虽然严格来说，手游的人工智能工具并不具有生成性，但它们有更多的时间走向成熟，从而大大降低了风险。

随着移动增长挑战的加剧，现在是发行商加倍人工智能投资的理想时机，这些投资可能会在可预见的未来带来红利。回报就是拥有一个忠诚度高、维系良好、带来盈利的玩家群体。

‍

预测性 LTV 建模

作为整个玩家生命周期中所有参与度、留存率和变现的总和，用户生命周期价值（LTV）是出了名的难以衡量--甚至更难提高。这就要求发行商将目标锁定在用户指标上，而留存率往往是权重最高的指标之一。

一直以来，LTV 预测都依赖于主观的专家知识和有限的框架，如近期互动、互动频率、消费额（RFM），这些框架根据过去的行为对客户进行细分和分级。现在，人工智能驱动的 LTV 预测模型可以让设计师、营销人员和 LiveOps 团队使用机器学习（ML），特别是深度学习，在个人层面上对玩家的未来行为进行建模，准确识别出能带来最大回报的玩家。

机器学习算法可以通过分析用户留存与使用功能、会话时长等的关联趋势，帮助产品经理就未来的生产计划做出风险更低的决策。这反过来又能让用户获取经理做出更明智的目标定位和预算决策。

"人工智能可以帮助在玩家首次购买前识别出潜在的消费群体。通过分析玩家行为并将其与已知消费模式进行比较，我们的深度学习模型可以预测哪些玩家有可能在游戏中进行消费。人工智能还能 预测玩家何时可能流失或停止游戏。这可能基于成千上万的因素，如游戏时间减少、游戏内活动参与度降低或负面反馈等。通过预测流失率，Mistplay（和其他应用程序发行商）可以利用其忠诚度经济采取积极措施重新吸引这些玩家，例如提供特别促销活动或推出新功能。- Mistplay 数据科学与机器学习总监 Michael Yan

正如《2023 年手游忠诚度报告》中所述，如果一款手游的更新效果不佳，且一周内无法修复，39% 的玩家会放弃玩这款游戏。使用人工智能来审查游戏更新，并在错误、表现不佳和其他影响体验的问题进入游戏之前将其捕获，这意味着您可以专注于支持您的新内容，而不是慌忙地进行损害控制。

👀想要了解更多手游忠诚度和保留率洞察？下载 2023 年手游忠诚度报告.

Liftoff 的LTV 优化产品就是一个预测 LTV 模型的例子，该模型已经利用人工智能帮助开发人员深入挖掘重要数据。正如 Liftoff 所解释的，"早期采用者看到了 D7 ROAS（广告支出回报率）和 PROAS（广告支出利润回报率）的显著改善"。这使得出版商能够通过直接的 LTV 优化获得最多收入，并通过针对其独特受众量身定制的算饭获取最佳用户，同时优化适合其业务需求的 LTV 窗口。

预测 LTV 也是 Mistplay 增长平台的一项核心功能。Mistplay 的人工智能功能可以分析玩家的行为和交互模式，从而预测他们的 LTV。这包括玩家的游戏频率、每次游戏的时间、特定的游戏内购买行为以及参与游戏内活动的情况等因素。通过准确预测 LTV，Mistplay 可以优化关键的用户获取策略，以获取那些随着时间的推移可能带来最大价值的新用户。访问我们的广告页面了解更多信息。

主动欺诈和作弊检测

游戏中的作弊和欺诈行为意味着玩家体验不佳，会对玩家留存率产生极大的负面影响。防止作弊历来需要付出高昂的代价，像 Bungie 这样的发行商 "在反作弊的人员和软件方面花费了大约 200 万美元"，Kotaku在报道该公司最近与《命运 2》作弊产品（允许玩家调整瞄准和透视墙壁）制作者的法律诉讼时详细说明了这一点。

手机游戏中的作弊行为看起来有些不同，但同样具有破坏性。不良行为者的这种欺诈行为模式通常是为了解锁他们没有赚取或购买的奖励。正如AppsFlyer 所描述的那样："作弊者可以使用盗来的身份证和信用卡信息进行购买。或者，他们可能会伪造付款，甚至修改您的应用程序以免费获取付费内容"。这将使发行商损失他们应得的金钱和/或参与度，并可能破坏其他玩家的体验，同时还可能损害应用程序的声誉。

高调的作弊者更容易被抓住，因为他们对游戏的负面影响显而易见。但规模较小的作弊行为会随着时间的推移造成同样大的破坏，同时也更难被发现。在移动应用市场中，用于防止作弊的一些方法包括用户身份验证、设备指纹识别和交易监控。这些措施有助于识别和防止虚假账户创建、模拟器使用和交易欺诈等作弊活动。但是，实施和监控这些措施的过程需要耗费高昂的时间、精力和工具成本。

反作弊团队还可以利用机器学习来识别和防止长时间的作弊行为。通过分析玩家数据（从 IP 地址到登录时间），机器学习算法可以帮助检测和预防此类活动。事实上，有一种算法可以在 99% 的时间内检测到作弊者，而无需访问游戏内数据，只需跟踪玩家行为即可。对人工智能驱动的作弊和欺诈检测进行投资，可以帮助发行商减少总体开支，并通过留住更忠诚的玩家群体而获得更高的利润。

"虽然机器学习和人工智能的应用在不断增加，但只有少数实体能有效利用这些方法。要正确利用这些技术，需要有合适的资源、应用复杂的技术和先进的技术基础设施。此外，还需要对基于人工智能的作弊对应决策有高度的信心，因为这些决策需要高度精确和准确，以确保尽量减少用户损失和降低误报率"。 - Mistplay 反作弊主管兼高级产品经理John Dede

在 Mistplay，机器学习和人工智能可以通过跟踪数据趋势和监控关键指标，先于团队识别作弊用户。这与我们的案例管理策略相结合，可确保我们限制生态系统中的作弊活动，为从应用程序中获益的玩家和发行商创造更公平的竞争环境。 

综合恶性行为管理

众所周知，恶性玩家会通过语音或文字聊天拖累游戏体验。在最糟糕的情况下，他们甚至会颠覆协作或竞争系统，扰乱游戏循环。令人遗憾的是，这种行为正在上升，玩家留存率也因此受到影响。根据Unity 的《2023 年多人游戏中的恶性行为报告》，"报告目睹或经历过恶性行为的玩家总体比例从 2021 年的 68% 上升到 2023 年的 74%"。报告继续说明了这是如何使网络游戏的整体乐趣大打折扣的："几乎所有的多人游戏玩家（96%）都曾通过屏蔽其他玩家（46%）、离开游戏（34%）、使用游戏内举报功能（34%）或干脆静音他人（33%）等方式来应对恶性行为"。

在这种情况下，不幸的是，人工智能不仅是一种解决方案，而且还可能成为问题的主要部分。正如 ActiveFence 公司解决方案战略副总裁 Tomer Poran在最近的 GamesBeat 讨论会上所解释的那样："人工智能作为一种工具，不仅可以检测负面或恶性内容，而且还可以制造负面或恶性内容，其功能越来越强大。从而导致留存率下降，严重拖累增长，尤其是在女性和有色人种等更容易成为恶性行为目标的人群中。据 GetGud.io 公司首席执行官盖伊-克鲁普（Guy Kroupp）估计，网络上的恶性内容可能导致游戏开发商每年损失超过 16 亿美元。

反过来，人工智能工具也能派上用场，让毒瘤玩家更容易被识别并立即被应对，从而将他们对其他玩家和整个游戏造成的伤害降到最低。Unity Safe Voice和Modulate等工具利用机器学习对个人和整个社区趋势层面的负面和破坏性行为进行分类。安全语音甚至还集成了 Unity 语音聊天 (Vivox)，无需引擎支持就可以做出应对。

与上一代解决方案相比，这些自动化工具虽然在细节上尚需改进，但已经有了明显的改进。在人工智能普及前的系统也很有可能标出假阳性结果，这本身就可能是一种新的责任。投资人工智能驱动的风险管理解决方案不仅有可能改善个人游戏体验，还能积极重构围绕在线游戏的元叙事，使整个行业受益。

有效的客户服务

提供卓越的客户体验是业务增长的另一个可靠途径。最近，麦肯锡公司（McKinsey & Company）发现，客户体验领先者的收入增长是竞争对手的两倍多。

正如《2023 年手游忠诚度报告》所示，手游也不例外。在对 3000 多名手游玩家的调查中，我们发现高消费玩家对客户服务体验的要求更高。在消费 100 美元以上的玩家中，有 68% 的人曾经联系过客户支持（比平均水平高 13%），但只有 36% 的人对自己获得的服务感到满意（比平均水平低 27%）。

客户服务响应是提供积极体验的最重要方式之一，这种积极体验会直接影响客户留存率，进而影响客户忠诚度。当然，客户服务很难有效扩展。如果考虑到由谁来解决每张工单或投诉......会让本已捉襟见肘的客户支持团队雪上加霜。

现在，人工智能驱动的聊天机器人可以作为支持玩家的一线。通过使用自然语言处理算法训练聊天机器人，客服团队可以创建一个对话界面，回答常见问题并为玩家提供帮助。例如，Intercom 的方法被称为 "对话式支持漏斗"，可确保您的支持团队只需管理复杂的咨询和来自 VIP 的请求。这样，团队就有更多的时间专注于解决重要的问题，而更多的客户则能在更短的时间内获得所需的帮助。

对有效的人工智能服务解决方案进行投资，可以帮助您的游戏在生态中脱颖而出，与最有价值的玩家建立积极的互动。培养和维持与游戏超级粉丝之间的关系对于飞轮增长至关重要，而有效的支持系统则能起到事半功倍的作用。

👀相关阅读：绘制 ROAS 成功图：飞轮增长模式为手游发行商提供以团队为中心的方法

深度个性化

麦肯锡公司的数据显示，71% 的消费者希望公司为他们提供个性化互动，而四分之三的消费者在得不到个性化互动时会感到沮丧。但从传统意义上讲，移动游戏最擅长的是为不同的人提供完全相同的东西--也许只是在这里或那里做一点定制，以反映共同的变量（最喜欢的游戏类型、选择的派别等）。

值得庆幸的是，如今的现代人工智能功能让开发人员和营销人员能够更深入地为玩家提供他们所希望的个性化体验。经过验证的应用包括

• LiveOps 策略： LiveOps 团队可以利用人工智能自动对不同的游戏功能或更新进行 A/B 测试。通过使用机器学习算法分析玩家数据，团队可以自动识别哪些功能最有效，然后相应地优化游戏更新。
• 生命周期营销战略：营销团队可以利用人工智能自动跟踪不同阶段的客户，并根据需要实施干预。这些措施可以包括针对过去曾查看过您的游戏的玩家的注册促销活动，以及奖励忠实玩家持续游戏。
• 游戏体验：LiveOps 团队可以利用机器学习，根据玩家的行为和偏好为其提供个性化推荐。通过分析玩家数据，如游戏历史、偏好类型和其他指标，机器学习算法可以推荐最有可能吸引玩家的游戏。

值得注意的是，这是Mistplay 买量平台的核心部分，人工智能和数据分析可以为我们的用户提供更加个性化的服务和体验。通过分析用户行为、偏好和游戏模式，该平台可以推荐符合个人口味的游戏，从而提高用户参与度，更好地留住玩家。

• 动态关卡设计：设计人员可以使用人工智能工具实时填充关卡设计，并经常对各种玩家行为做出响应。这样就能为玩家带来常青的游戏体验，无限提升游戏的生命周期。
• 适应玩家的技能水平：人工智能可以分析玩家的表现，并根据玩家的表现调整游戏难度。这可以确保游戏保持挑战性，但不会令人沮丧，从而让玩家保持更长时间的兴趣。
• 个性化挑战： 根据玩家数据，人工智能可以创建个性化的玩家任务或挑战，供玩家克服。例如，如果一个玩家擅长解谜，但在战斗中却很吃力，那么游戏可能会生成更多的谜题，以保持玩家的积极性。

通过 Mistplay，利用人工智能建立您的忠诚玩家群体

Mistplay 平台拥有 400 多款游戏和 3,000 万的安装量，其不断增长的人工智能功能套件可帮助发行商获取、交互和留存最有可能产生价值并提高 LTV 的玩家。例如，我们由人工智能驱动的 tROAS 活动帮助Trailmix等发行商实现了比其他付费渠道高出 25% 的 D1 留存率。 

我们领先的 "边玩边赚 "解决方案为游戏开发商和广告主带来了高用户参与度，并将其打包在一个可扩展的系统中，让您的游戏带来持续的用户增长。

联系我们，进一步了解 Mistplay 如何利用人工智能为您的游戏带来更多忠诚玩家。