Letzte Woche haben wir ein neues Konzept namens "Gamer Monitoring" vorgestellt. Wenn Sie den vorherigen Artikel nicht gelesen haben, sollten Sie unbedingt die Einleitung https://www.audeering.com/gamer-monitoring-part-1/ lesen, bevor Sie mit diesem Artikel fortfahren.
Diese Woche werden wir zwei weitere Anwendungen von Gamer Monitoring behandeln:
Game Testing und Streamers Feedback.
Spieltests:
Unsere Kollegen in der Videospielindustrie wissen natürlich, was es bedeutet, ein Spiel zu produzieren, das von den Spielern weltweit akzeptiert wird. Deshalb geben sie etwa 15-40 % der Entwicklungskosten für die Qualitätssicherung aus. Sie stellen Spieletester ein, die das Spiel spielen und testen. Je größer das Spiel wird, desto weniger Budget wird für die Qualitätssicherung ausgegeben (ca. 15 %), aber für ein AAA-Studio mit einem 50-Millionen-Dollar-Spiel sind das immer noch rund 7,5 Millionen Dollar.
Es ist anzumerken, dass dieser QA-Prozess ein Community-Management-Verfahren nutzt, das über Foren, Game Master und andere Kanäle Feedback von den Benutzern erhält. Obwohl nichts die Rolle des Community-Managements aufgrund sozialer Konstrukte ersetzen kann, kann der gesamte Prozess durch neue Technologien der künstlichen Intelligenz dramatisch verbessert werden.
Lassen Sie uns den Prozess anhand eines bekannten Spiels erläutern, das über alle QS-Komponenten verfügt: World of Warcraft.
Vor der Veröffentlichung einer neuen Erweiterung gibt World of Warcraft einen so genannten Public Test Realm (PTR) frei, auf dem die Spieler die noch nicht veröffentlichten Inhalte spielen können. Anschließend nutzen die Community-Manager das Feedback der Spieler in Form von Fehlerberichten, Forenbeiträgen usw. und leiten es an die Entwickler und Designer weiter, um das Spiel für die endgültige Veröffentlichung anzupassen. Viele Spieler streamen diese Erfahrungen auch, um zu zeigen, dass sie Pioniere der neuen Inhalte sind.
Dieser Prozess kann durch einen automatisierten Prozess verbessert werden, der die emotionalen Reaktionen aller Spieler auf die Spielinhalte und -ereignisse integrieren kann. Dieser Ansatz hilft den Spieleentwicklern und -designern, Anpassungen an den notwendigen Stellen im Spiel vorzunehmen. Wenn der Spieler beispielsweise 20 Minuten lang Quests durchführt und einfach nur einige NSCs tötet und sich dabei gelangweilt und frustriert fühlt, kann die Questkette verkürzt oder durch eine Zwischensequenz verbessert werden.
Künstliche Intelligenz hilft uns, Potenziale zu erschließen, von denen wir keine Ahnung hatten. Das Herausfinden des emotionalen Feedbacks der Spieler ist nur ein weiteres Beispielszenario, das die QS-Prozesse dramatisch verändern kann.
Streamer-Feedback:
Sie haben wahrscheinlich schon von Plattformen wie Twitch oder YouTube gehört: Spiele, bei denen Spieler ihr Spiel streamen und die Leute ihnen folgen und zusehen können. Auch dieser Bereich der Unterhaltungsindustrie kann von den Rückmeldungen der Emotionserkennung profitieren.
Da Streaming als Teilzeit- oder sogar Vollzeitjob immer beliebter wird, suchen viele Menschen nach Tools, mit denen sie sich von ihren Mitbewerbern abheben können. Die Fähigkeit, das Publikum zu unterhalten, ist einer der grundlegenden Faktoren eines jeden erfolgreichen Streamers. Diese Qualität lässt sich an der Begeisterung und Ausdruckskraft des Streamers messen.
Wenn die Streamer eine solide objektive Messgröße hätten, um sich selbst zu überwachen, könnten sie sich (mit Hilfe des Voice Emotion Coach) sicherlich trainieren, ausdrucksstärker zu sein, was zu ihrem Erfolg führen würde.
Dieses Feedbacksystem sollte idealerweise in die Streaming-Plattform integriert werden, damit es den Streamern diesen Mehrwert bietet. Die Streamer werden in der Lage sein, ihr Ausdrucksniveau zu überwachen und es mit einem Durchschnitt zu vergleichen, der aus den Daten anderer Streamer aus demselben Bereich abgeleitet wird.
Dies waren nur einige wenige Anwendungen dieser Technologie, die die Art und Weise, wie wir mit unserem Publikum in diesem neuen Zeitalter interagieren, verändern kann. Je mehr Informationen wir über unsere Verbraucher oder unsere Aktionen haben, desto besser können wir Entscheidungen treffen.
Diese Technologie ist jetzt verfügbar und kann leicht in jede Plattform integriert werden. Sie arbeitet in Echtzeit und kann aufgrund ihrer leichten Struktur (einige Megabyte) von jeder Plattform verwendet werden.
