Developing Machine Learning Models for Optimising Mobile Game Marketing Campaigns

Bc. Martin Trejtnar

Diplomová práce

Anotace:

Cílem této práce je vytvořit nástroj založený na strojovém učení, který pomůže marketingovým specialistům v herním studiu s predikcemi příjmů generovaných hráči získanými prostřednictvím marketingových kampaní. Práce zahrnuje získávání a analýzu hráčských dat z databáze, jejich předzpracování a provedení analýzy hry. Dále se práce zabývá škálovatelnými přístupy k extrakci a předzpracování dat, se zaměřením na automatizované pracovní postupy. Prediktivní regresní modely jsou trénovány s využitím dat o chování hráčů. Výsledkem je interaktivní nástroj navržený tak, aby podporoval marketingové specialisty při konání informovaných rozhodnutí o optimalizaci kampaní a alokaci rozpočtu. Pomocí dat přímo od uživatelů a strojového učení tato práce řeší omezení současných analytických nástrojů ovlivněných měnícími se předpisy o ochraně soukromí a poskytuje škálovatelné řešení pro zlepšení rozhodování v oblasti marketingu mobilních her.

Abstract:

The objective of this thesis is to develop a machine learning-based tool to assist marketing specialists in a game studio with predicting the revenue generated by players acquired through marketing campaigns. The work involves retrieving and analysing player data from a database, preprocessing it, and conducting an analysis of the game. Additionally, the thesis explores scalable approaches to data extraction and preprocessing, with a focus on automated workflows. Predictive regression models are trained using player behaviour data. The outcome is an interactive tool designed to support marketing specialists in making informed decisions regarding campaign optimisation and budget allocation. Using first-party data and machine learning, this thesis addresses the limitations of current analytics tools impacted by evolving privacy regulations, and provides a scalable solution to improve decision-making in mobile game marketing.

Keywords

Machine learning, mobile gaming, marketing campaigns, predictive modelling, regression models, Scikit-learn, revenue prediction, GradientBoostingRegressor

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 17. 12. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 3. 2. 2025
• Vedoucí: Mgr. Tomáš Foltýnek, Ph.D.
• Oponent: RNDr. Vít Musil, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Vizuální informatika / Vývoj počítačových her