TOY Modeli ile Oyunlaştırma Tasarımında Uygulamalı 10 adımda Yapay Zeka Kullanımı

Üretici yapay zeka bir çok alanda hayatımıza çok hızlı girdi. Oyunlaştırma tasarımında da bir çok adımda bazı süreçleri hızlandırdı ve kolaylaştırdı. Ülkemizde geliştirilen 10 adımdan oluşan TOY Oyunlaştırma modeli için de her adım için yapay zeka tabanlı destekler aldığımız örneklere göz atalım. 

TOY Gamification Decards modeli için detaylı bilgi : www.gamificationdecards.com

1- ) İş Hedefleri : Kurum faydasına ve insan odaklı olmak üzere 2 iş hedefi seçilmeye yardımcı olacak kart. 

Özellikle hangi insan odaklı hedeflerin önceliklendirileceğine dair raporlamalardan destek alınabilir. Kurum faydasına olacak iş hedeflerini insan odaklılarla ilişkilendirmek üzere önerilerde bulunabilir.  Örnek: 

2-) Davranışlar :  İş hedeflerine doğru akış teorisine uygun kolaydan zora davranışları listelemek. 

İş hedefine gidecek bazı ölçülebilir davranışları belirterek farkında olmadığımız ama oyunculara daha kolay gelebilecek ya da o davranışın yakın ya da kardeş davranışlarını yapay zeka bize önerebilecek. 

Örnek: 

3-)Persona : Oyuncuları motivasyonel olarak kategorize edip isimlendirip uygun olan araştırma yöntemlerini belirlemek. 

Oyuncu tiplerini belirlemek ve onlara uygulanacak oyunlaştırma kurgularının basit örneklerini planlayabilir. Ayrıca oyuncu görüşmesi yapılması gerekli kitleyi rapordan seçebilir ve sorulacak soru setleri,anketleri hazırlayabilir. 

4-) Oyuncunun Yolculuğu : Seçilen her bir personayı 4 aşamalı 3 modlu bir yolculuğa çıkartacak adımları tasarlamak. 

Oyuncunun 4 aşamalı yolculuğu için her bir persona için adım adım hem fikir hem de  taslak tasarım olarak çıkartabilir. 

“Çalışanların birbirlerine inovatif gibi değerlerimiz üzerinden geri bildirim verecekleri eğlenceli bir avatar olan “izola” isimli bir mobil uygulama için 4 aşamayı da tasarla” 

5-) 8 Temel Oyun Duygusu : Oyunlaştırma kurgusunda dengeli bir duygu dağılımı için hem pozitif hem de negatif duygulara yer vermek. 

İş hedefinizin süresi, kitlesi, zorluğuna göre negatif ve pozitif duyguları ne zaman hangi ağırlıkta olacağını önerebilir. Bu satış görevi için sadece 3 gün süre verelim gibi. 

Hedef kitleye göre tema ve görev önerebilir: 

6-) Oyun Elementleri  : 52 adet oyun elementinden ihtiyacımız olanları seçerek üzerine düşüneceğimiz kartlar. 

Oyunlaştırma kurgunuzda mesela futbol teması ile satıştaki tonaj hedeflerini hep %80-90 ile tutturamayanları öne çıkaracak bir puanlama öner: 

7-) Ödüller : Hem içsel hem dışsal ödüllerimizi belirleyip bunların veriliş modellerini de belirlemek. 

Özellikle oyunlaştırma uygulayacak ekibin bütçesi ve önerileri ile oyuncularla yapılan görüşmeler ve anketler ile ilgili oyunlaştırmada kullanılacak ödül fikirlerini görselleştirmek ve önerilerini almak. 

8-)Teknoloji : Oyunlaştırma projesinde ihtiyaçlarımıza uygun yazılımları ya da çözümleri seçmek. 

Özellikle oyunlaştırma uygulamasını anlatmak ve dökümante etmek için kullanılması çok daha yaygınlaşacak ve teknolojiye uzak daha çok insan duyguları çalışan tasarımcılar için bu tarz görselleştirmeler çok önemli bir açığı kapatacak. Örnek bir liderlik tablosunun wireframe hemen çizebilecek ve hem proje sahiplerinden hem de oyunculardan geri bildirim alınabilecek. 

Ayrıca Lovable ve Claude benzeri kodlamasını da yapan uygulamalarda kurguyu iletip puan ve sıralama gibi basit kurgular için hiç kod yazmadan basit uygulamalar, bilgi yarışmaları, sıralamalar, ödül katalogları vs hemen hazırlanabilir. 

9-)Hatırlatıcılar ve Tetikleyiciler : Oyunlaştırma kurgumuzun hangi şartlarda hatırlatma yapacağı ve tetiklenme nasıl olacak.

Genel hatırlatıcı posterlerin tasarlanması ve devamında hangi koşullarda tetikleneceğini hali hazırdaki bilgiler üzerinden size önerebilir. 

Özelde de bireysel mesajlar chatgpt benzeri toollarla entegre ederek kişiselleştirerek iyi durumda olana da rehavet ve arkadan gelenlerle ilgili bilgilendirme, geride kalanlara da “nudge-dürtme” olarak adlandırılan ileri geri bildirim yani “3 daha yaparsan şu olacak” gibi bildirimler otomatikleştirilebilir: Örnek ChatGPT metini: 

 1) Kocaeli (21 Puan)

Durum: Tam paket performans.

YZ Öneri: Fiyat disiplini korunmalı (marj çok iyi).

En iyi uygulamalar dokümante edilip diğer bölgelere mentorluk yapmalı.

40 Kanal’da micro büyüme hedefi koy (örn: +%5 ek büyüme).

👉 “Şampiyonluk sonrası rehavet” riskine dikkat.

🥈 2) Anadolu (20 Puan)

Durum: Dengeli güç.

YZ Öneri: Catering ve 40 Kanal zaten güçlü → perakende katkıyı %29+ segmentine taşı.

İade oranı %4 altına çekilirse tam 3 puanlık yapı olur.

👉 Ufak iyileştirme = liderlik.

🥉 3) Başkent (20 Puan) 

Durum: Yüksek tonaj, güçlü catering.

Devler Ligi Yapay Zekalı Öneri: Kar marjı daha yukarı taşınabilir (100+ stabil hedef).

Büyük müşteri bağımlılığı varsa dağılım genişletilmeli.

👉 Hacim var, premiuma geçiş yapılmalı.

4) Karabük (19 Puan)

Durum: Perakende kas gücü çok iyi.

Sorun: Karlılık zayıf.

Devler Ligi Yapay Zekalı Öneri: İskonto politikası gözden geçirilmeli.

Ayrıca bu bireysel raporlar NotebookLM benzeri yapay zekalarla metinden çok video ve ses ile hızlıca içerik tüketen özellikle mobil saha çalışanları için değerli bir yöntem oluyor: 

Emaillerin açılma sıklığı ve süreleri, ayrıca kullanıcıların taleplerini girerek oyunlaştırmanın günlük oyuncu özeti ve haftalık genel bülten gibi unsurları nasıl tasarlaması ve hangi iletişim kanallarını kullanması gerektiğini önerebilir. 

10-) Ölçümleme ve Değerlendirme : Oyunlaştırma projesinin nasıl ölçümleneceği ve istatistiklerin yanında değerlendirme yaparken başarı kriterlerini uygunluğu.

Oyunlaştırma kurgusunun simülasyonunu çok basit bir şekilde yapılabilir olduğu. 

Örnek olarak verilecek hedeflerini % yüzde olarak soldaki gibi prim ile ödüllendiren bir kurum hedeflerini %80üzerinde kalan %100 geçemeyenlere ekstra puan vererek yeni bir sıralama çıkararak hedefi ucu ucuna kaçıranlara motivasyon kaynağı yaratacak kurguyu talep ederek size puanlama kurgusunu önerir. 

Oyunlaştırma projelerimizin bir çok noktasında yapay zeka bizi daha kişiselleştirilmiş, insanı merkeze alan ve anlamlı kurgular yapma yolunda kolaylaştırıyor.

TOY Gamification Decards modeli için detaylı bilgi : www.gamificationdecards.com

Teşekkürler. 

Ercan Altuğ Yılmaz – Gamfed Türkiye