Roman Garbar
18 de mayo de 2022
La importancia de incorporar herramientas automatizadas para obtener información sobre los datos aumentó con los cambios de privacidad de iOS 14.5. En este estudio de caso, seguimos la trayectoria de Umami Games en su transición de la elaboración manual de informes en herramientas como Google Spreadsheets y Trello a una infraestructura de datos totalmente automatizada tras el IDFA.
Mediante la creación de BI interno, el uso de Tenjin para la atribución y GameAnalytics DataSuite para el análisis de productos, Umami Games pudo ampliar su equipo de producción en más de 100% y pasar a la autoedición. El cambio hacia la automatización de sus procesos de datos les permitió ahorrar tiempo y recursos y, en consecuencia, centrarse en su objetivo final: crear grandes juegos.
Acerca de Umami Games
Juegos Umami es un estudio de juegos hipercasual que se fundó en 2019 en Dinamarca. Desde entonces ha conseguido producir aproximadamente 80 juegos y no ha tardado en alcanzar el éxito. En 2021, uno de sus juegos para móviles “Corredor ABC”llegó a los tres primeros puestos de las listas de Apple de los juegos para móviles más descargados en EE.UU., donde permaneció cuatro semanas.
Pudieron ampliar su negocio y centrarse en crear grandes juegos automatizando sus procesos de datos en medio de los cambios de privacidad de iOS 14.5 a mediados de 2020.
El desafío
Antes de los cambios de privacidad de iOS 14.5, muchos estudios de juegos como Umami Games dependían de la generación manual de informes y el procesamiento de datos para tomar decisiones empresariales clave. Sin embargo, una vez que se implementaron los cambios de privacidad, se hizo cada vez más difícil para los estudios escalar con sus procesos manuales existentes. Según el cofundador y consejero delegado de Umami Games, Riley Anderson, iOS 14.5 dio el último empujón para cambiar a una infraestructura de datos más automatizada.
Un vistazo a sus procesos antes de iOS 14.5
Antes de que se aplicaran los cambios de privacidad, Umami Games probaba sus juegos en iOS en lugar de Android, y utilizaba GameAnalytics como servicio gratuito para el análisis de productos. Trabajaban en estrecha colaboración con un editor externo que decidía qué herramienta de análisis de marketing o atribución debían utilizar. En ese momento, todas las extracciones de datos se hacían manualmente con herramientas como Google Spreadsheets y MS Excel. También creaban embudos manualmente y comparaban diferentes versiones de sus juegos en Trello. Con estos procesos manuales, sólo tenían capacidad para ocuparse de un juego a la vez.
Solución y resultados
Un cambio hacia una infraestructura de datos automatizada después de la IDFA
Umami Games llevaba tiempo planteándose cambiar a una infraestructura de datos más automatizada, pero iOS 14.5 les dio el último empujón. Gracias al uso de un canal de datos automatizado, Tenjin para la atribución y GameAnalytics DataSuite para el análisis de productos, Umami Games pudo ampliar su equipo de producción y pasar a la autopublicación.
La incorporación de una herramienta automatizada que almacena los datos históricos les ha servido para identificar valores atípicos, algo que no habrían podido conseguir con procesos manuales. Un ejemplo que da Riley Anderson de esto es que cuando llega a la oficina el lunes por la mañana, el sistema le dice que el juego que hizo la semana pasada es un valor atípico positivo con un tiempo de juego que es 50% superior al de todos los demás juegos que probó en los últimos dos años.
Una vez que Umami Games automatizó sus procesos, les bastó con contratar a un científico de datos o a un analista de datos para crear complementos y visualizaciones para su herramienta existente. Esto les liberó tiempo y recursos para centrarse en escalar y crear grandes juegos.
Descargue el informe que figura a continuación para obtener un resumen de cómo han cambiado sus procesos tras la entrada en vigor del IDAF.
