Yannick Bourquin, Responsable Pédagogique délégué Game Design & Data Analysis à ISART Digital, a une expérience de plus de 10 ans dans le jeu vidéo.

 

 

Yannick a travaillé en tant que Game Data Analyst, Lead Data Analyst puis Data Scientist, chez Kobojo et Ubisoft entre autres.

Interviewé sur le métier de Data Analyst en décembre 2022 par le Guide des métiers du numérique, nous vous proposons de découvrir ou re-découvrir son interview.

 

Le métier de Data Analyst

 

“Extraire les informations pertinentes à la prise de décision”

 

Que recouvre précisément le terme Big Data, ou mégadonnées en français ?

Le terme Big Data désigne le passage à un ordre de grandeur supérieur dans la quantité de données que l’on collecte et exploite. Dans les années 1980, les données d’un studio de jeux vidéo se limitaient aux chiffres de ventes et aux retours des journalistes.

 

Aujourd’hui, une entreprise comme Ubisoft peut recevoir plusieurs dizaines de millions de lignes de données par jour, sur des éléments très variés tels que :  la position des joueurs dans les univers virtuels, les quêtes accomplies, les armes utilisées […].

 

Ce nouvel ordre de grandeur nécessite d’une part des technologies spécifiques pour collecter, traiter, stocker et rendre utilisables les données. Et d’autre part, des méthodes d’analyse particulières pour réussir à extraire les informations pertinentes à la prise de décision.

 

Si les Game Designers cherchent à savoir si la difficulté d’un jeu est correctement calibrée, ils ont besoin d’informations aussi variées que la fréquence à laquelle les joueurs meurent, comment ils meurent, le nombre moyen de tentatives, le nombre de joueurs ayant abandonné à un endroit particulier du jeu, les stratégies utilisées par les joueurs pour franchir un obstacle spécifique…

 

“L’interprétation des données repose également sur la connaissance du jeu”

 

Dans l’univers du jeu vidéo, à quoi correspondent-elles ? Faut-il acquérir la culture générale de l’univers dans lequel on travaille ?

Dans un jeu vidéo, on s’efforce d’enregistrer un maximum d’actions à l’échelle de chaque joueur. Chaque ennemi tué, chaque butin ramassé, chaque changement de lieu,… est stocké sur un serveur de tracking, et peut faire l’objet d’une analyse statistique ultérieure.

 

La liste des informations qui sont enregistrées est stockée dans un document qui s’appelle le plan de tracking. Le Data Analyst est chargé de définir et mettre à jour cette liste en fonction des besoins d’analyse. Il est donc indispensable d’avoir une idée de ce qui est pertinent ou superflu d’enregistrer dans le comportement des joueurs en s’appuyant sur la connaissance du jeu et les intentions des Game Designers.

 

L’interprétation des données repose également sur la connaissance du jeu. Si je dois analyser “la proportion de joueurs qui parviennent à trouver un passage secret dans un niveau”, l’analyse aura du sens seulement si je sais comment fonctionnent les passages secrets dans mon jeu, à quel point celui-ci est difficile à trouver et quelle est la valeur de la récompense qui y est cachée.

 

“Répondre aux demandes des différents départements et proposer de nouveaux angles d’analyse”

Votre travail est-il de répondre à des demandes des départements marketing, commerciaux ou financiers, ou au contraire de leur proposer des analyses sous de nouveaux angles ?

Les deux approches sont usuelles. D’une part, on répond à tout un éventail de questions liées au game design, aux profils des utilisateurs, à l’évolution des chiffres-clés (KPIs),… émanant de la quasi-totalité des corps de métiers.

 

D’autre part, nous utilisons notre expérience de Data Analysts pour suggérer des sujets d’étude et des angles d’analyse. Je sais d’expérience que le succès des campagnes marketing repose sur notre capacité à prédire rapidement la rentabilité du jeu, à connaître les modèles prédictifs qui donnent de bons résultats et à présenter les informations de façon optimale afin d’aider les personnes en charge de piloter ces campagnes.

 

Il est également utile de proposer des nouveaux angles d’analyse. Je me souviens d’un jeu de combat où une modification importante a été implémentée et personne ne savait quels chiffres regarder pour évaluer ce changement. J’ai eu l’idée d’adapter un indicateur que j’avais rencontré dans mes études d’économie et qui servait à la base à mesurer le degré de concurrence sur un marché !

 

“De nombreux secteurs en recherche d’Analyste big data”

 

Quels sont les secteurs industriels les plus demandeurs d’Analyste Big Data ?

Tous les secteurs qui collectent de grandes quantités de données sont en demande. Le secteur financier, le e-commerce, la publicité, la recherche, la défense, la santé…

Toute interaction avec un produit numérique est l’occasion de récupérer des données. Par exemple, dans les transports, la généralisation des “pass” pour passer les portiques permet de savoir combien de personnes fréquentent chaque ligne à chaque instant dans le temps. Ça permet par exemple à la RATP, d’ajuster la fréquence des métros en fonction du nombre de voyageurs prévus, ou de regarder quels itinéraires alternatifs sont empruntés en cas de panne.

 

“Communication, capacité d’analyse et rigueur”

 

Quelles sont les qualités requises pour ce métier, en dehors d’une forte appétence pour les mathématiques et les statistiques ?

La communication. Il est fondamental de savoir analyser les demandes pour comprendre les besoins sous-jacents, et de vulgariser les résultats d’analyse pour un public qui n’est pas forcément féru de jargon technique.

 

Par ailleurs, on attend une grande rigueur car une bonne partie du métier consiste à identifier les erreurs et imprécisions dans les données, et à effectuer un “nettoyage”. C’est d’autant plus important qu’il est difficile à première vue de distinguer une analyse correcte d’une analyse fausse.
Je dis souvent : si tu as un mauvais Développeur, ton jeu plante, si tu as un mauvais Graphiste, ton jeu est moche, mais si tu as un mauvais Data Analyste, personne ne s’en rendra compte !

 

Le télétravail est-il possible dans ce métier ?

Oui. Il y a même des postes 100% en télétravail. Néanmoins, le fait d’être physiquement éloigné des équipes peut vous faire perdre beaucoup d’informations.

Je n’ai jamais été aussi efficace que lorsque je travaillais directement au sein des équipes de production. On peut suivre l’actualité du jeu, anticiper les implémentations de features, et instiller la “culture de la data” en suggérant des pistes d’analyse et des chiffres qui aident à prendre des décisions au quotidien.

On sous-estime beaucoup la valeur ajoutée des discussions autour de la machine à café !

 

Envie de devenir Data Analyst ?

ISART propose deux formations préparant au métier de Data Analyst :

• Le BBA Game & Creative Management d’ISART à Nice permet d’acquérir en trois ans les fondamentaux en marketing, management, data analyse, stratégie, gestion de projets, entrepreneuriat…
• La formation Game Data Analyst d’un an à ISART Montréal est ouverte aux candidats ayant une expérience ou formation en jeu vidéo, en économie, marketing…