- Cumbres
- Noticias
- Fundaci車n SiGMA
- Formaci車n y asesoramiento
- Tour de p車quer
- Sobre nosotros
※Nos estamos alejando de la personalizaci車n a nivel de cohorte hacia una experiencia espec赤fica para cada jugador, en tiempo real, en el dispositivo y consciente de la privacidad§, explic車 Navneeth Srinivas, fundador de Metamine Gaming, durante uno de los paneles m芍s esperados en la cumbre SiGMA Asia 2025 en Manila.
En una sesi車n bajo el nombre ※El cambio radical de la IA: c車mo utilizarla para personalizar la interacci車n con los jugadores§, los l赤deres de la industria analizaron en profundidad c車mo la inteligencia artificial est芍 transformando la interacci車n con los clientes, la retenci車n de jugadores y la eficiencia operativa en el sector del juego.
Moderado por Tejinder Kumar, director comercial del grupo Kyrrex, el panel tambi谷n cont車 con la participaci車n de Jack Wheeler, director de APAC en Optimove, y Navneeth Srinivas, fundador de Metamine Gaming. Juntos, analizaron la transici車n de la segmentaci車n gen谷rica a experiencias de juego hiperpersonalizadas.
※La IA ha hecho un buen trabajo al agruparnos a todos en categor赤as bien definidas§, dijo Kumar, marcando el tono del debate. ※?Pero cu芍ndo superamos el concepto de ‘hombre de 35 a?os al que le gusta hacer clic’ y empezamos a conectar con los jugadores como individuos 迆nicos?§
Wheeler destac車 c車mo los modelos modernos de IA pueden predecir el comportamiento del usuario en las primeras etapas del ciclo de vida del cliente. ※Gracias a la IA, se puede saber si un jugador ser芍 de bajo o alto valor en las primeras 48 a 72 horas§, explic車. Esta informaci車n temprana permite a los operadores personalizar bonos, promociones y contenido seg迆n corresponda.
Srinivas introdujo un enfoque convincente con Edge AI: ※Procesamos todo en el dispositivo y no en la nube, la informaci車n personal del jugador no sale del dispositivo憸. Este enfoque respalda el cumplimiento del RGPD y el DPDP de la India, lo que garantiza la personalizaci車n en tiempo real sin comprometer la privacidad.
Cit車 un caso de uso de prevenci車n de fraude en el que la IA de borde identific車 un comportamiento potencialmente fraudulento y alter車 din芍micamente la experiencia del usuario para evitar el abuso, todo sin requerir intervenci車n humana.
Wheeler remarc車 que la limpieza de datos es fundamental: ※La calidad de sus datos depende de su procedencia憸. Se?al車 que muchos operadores subestiman la necesidad de canales de datos estructurados y con control de calidad, as赤 como la paciencia necesaria para preparar un modelo de IA, que suele durar de dos a tres meses.
Al medir el 谷xito, ambos expertos enfatizaron la importancia de las pruebas A/B y el seguimiento de m谷tricas individuales, como el aumento de ingresos, el tiempo de interacci車n y la predicci車n de abandono. ※B芍sicamente, se trata de analizar de dos a cuatro semanas de datos para comparar los resultados previstos con los reales§, explic車 Wheeler.
El panel no eludi車 el aspecto 谷tico de la personalizaci車n. ※Uno de los mayores temores es la sobrepersonalizaci車n que fomenta el comportamiento compulsivo§, advirti車 Srinivas. Defendi車 la inclusi車n de cient赤ficos del comportamiento en los equipos de desarrollo de IA para garantizar que los modelos promuevan el juego responsable.
Wheeler cit車 el ejemplo de Stake.com, donde la IA identific車 a jugadores de alto riesgo y alta rentabilidad que probablemente cambiar赤an de las apuestas deportivas a los juegos de 諻儦渠. La comunicaci車n personalizada y multicanal gener車 una tasa de interacci車n del 60-70%, lo que demuestra el potencial de las estrategias de IA dirigidas.
Srinivas comparti車 una campa?a para un operador de p車ker y rummy en India. ※Observamos d車nde pasan el tiempo los jugadores en la aplicaci車n y luego ofrecimos bonos personalizados e incluso incentivos de viaje, como billetes de ida a Bali憸. ?El resultado? Un aumento considerable en los dep車sitos y la retenci車n de jugadores.
A medida que evolucionan los modelos de IA, tambi谷n lo hace su capacidad de adaptaci車n a diferentes regiones y tipos de juego. Wheeler concluy車 enfatizando la adaptabilidad del modelo: ※Un buen modelo de IA deber赤a ser capaz de identificar comportamientos y otorgar puntuaciones individualizadas, independientemente de si un jugador inicia sesi車n a diario o juega al p車quer una vez al mes憸.
En este panel, se destac車 la r芍pida evoluci車n de la intersecci車n entre la IA, la personalizaci車n y la responsabilidad del jugador. Para cualquiera que est谷 comprometido con el futuro del juego, mantenerse al d赤a con estos avances no es opcional: es esencial.
No te pierdas las conversaciones sobre temas importantes que se vienen. Sigue la agenda del SiGMA Asia 2025 para mantenerte al d赤a sobre los pr車ximos paneles y ponentes.