Contexte et objectifs

Agilytic a travaillé avec une entreprise spécialisée dans :

• la collecte d'informations liées à l'industrie du jeu vidéo,

• la fourniture de solutions e-commerce B2B pour soutenir leurs opérations.

L'objectif principal de ce partenariat était d'approfondir la compréhension de l'impact des activités de streaming sur les performances commerciales dans le secteur du gaming, grâce à la modélisation d'audience. Ils avaient besoin de stratégies efficaces pour accélérer les processus de décision et faciliter une adaptation rapide de leurs approches et méthodologies commerciales.

Approche

Pour ce projet, nous avons utilisé Darts, une bibliothèque Python dédiée aux séries temporelles. Darts offre divers modèles et utilitaires pour travailler avec des données temporelles, simplifiant des tâches comme la prévision de valeurs futures, l'évaluation des performances des modèles et la manipulation de jeux de données temporels.

Avec cet outil, nous avons suivi trois étapes :

1. Nous avons d'abord validé le périmètre en évaluant la qualité des données et en identifiant les séries temporelles de moindre pertinence, que nous avons ensuite exclues.

   
   

2. Ensuite, nous avons développé un modèle de promotions. Ce modèle est conçu pour prévoir les ventes et estimer l'impact potentiel des promotions, tout en identifiant les pics de ventes inexpliqués qui pourraient être causés par des facteurs externes.

   
   

3. Enfin, nous avons étudié les pics de ventes qui ne pouvaient pas être attribués uniquement aux promotions et intégré des caractéristiques de données d'audience dans le modèle.

Nous avons également créé un algorithme de machine learning pour évaluer l'impact des promotions sur les ventes de jeux vidéo, ainsi qu'un rapport détaillant notre approche pour prévoir les ventes de jeux vidéo à long terme à l'aide de techniques de modélisation d'audience.

Résultats

Les livrables clés incluent :

• un modèle de machine learning pour évaluer l'effet des promotions sur les ventes de jeux vidéo ;

• un outil pour détecter les pics de streaming influençant les ventes ;

• une analyse de l'impact du streaming sur les ventes pendant les phases de précommande et de lancement ;

• un rapport décrivant les étapes pour la prévision à long terme des ventes de jeux vidéo ;

• des rapports identifiant les streamers clés ayant une influence significative sur les ventes de jeux vidéo.

Grâce à une modélisation d'audience efficace, l'entreprise peut désormais adapter sa stratégie commerciale et obtenir des insights plus détaillés sur les performances de vente à l'échelle de l'industrie.