Lorsque les développeurs de jeux parlent de matchmaking, la conversation se concentre souvent sur des métriques orientées joueur : le matchmaking basé sur les compétences (SBMM), le rating de matchmaking (MMR), les temps d’attente dans la file et la qualité des parties. Ces éléments comptent. Ils déterminent directement si les joueurs restent ou quittent le jeu.

Mais il existe une autre métrique de matchmaking qui reçoit beaucoup moins d’attention, une métrique qui n’apparaît ni dans les avis des joueurs ni dans les plaintes de la communauté. Elle apparaît sur votre facture d’hébergement.

Cette métrique est le taux de remplissage des sessions.

Le taux de remplissage n’est pas une métrique de matchmaking. C’est une métrique de facturation. La plupart des développeurs ne la perçoivent pas ainsi, et cet écart de cadrage a un coût direct.

Cet article explique ce qu’est le taux de remplissage des sessions, comment il se relie aux coûts d’hébergement et à quoi il ressemble selon différents types de jeux. Si vous souhaitez approfondir les mécanismes techniques pour l’optimiser, le guide d’accompagnement détaillé est disponible ici.

Qu’est-ce que le taux de remplissage des sessions ?

Le taux de remplissage des sessions correspond au pourcentage de la capacité de joueurs de votre serveur de jeu qui est effectivement occupé par des joueurs actifs, en moyenne sur toute la durée de vie d’une session. Un serveur configuré pour 10 joueurs et fonctionnant avec 8 joueurs en moyenne affiche un taux de remplissage de 80 %. Un serveur qui tourne avec 5 joueurs en moyenne affiche un taux de remplissage de 50 %.

Cet écart compte, car vous êtes facturé pour le serveur quel que soit le nombre de joueurs qui s’y trouvent.

Le taux de remplissage est influencé par la manière dont les joueurs entrent dans une session. Dans les jeux avec matchmaking, le matchmaker détermine à quel point le lobby est rempli au moment où la session démarre ; c’est le principal levier du taux de remplissage. Pour les jeux qui prennent en charge le backfill, de nouveaux joueurs peuvent rejoindre des sessions en cours pour remplacer les départs ou combler les places vides, ce qui améliore l’occupation moyenne sur la durée de vie d’une session. Pour les serveurs persistants, un navigateur de serveurs permet aux joueurs de sélectionner eux-mêmes les emplacements disponibles, ce qui répartit le remplissage de manière plus organique entre les instances actives.

La relation entre le taux de remplissage et le coût d’hébergement

La relation entre le taux de remplissage des sessions et le coût d’hébergement est difficile à mesurer à grande échelle sans métriques de matchmaking. Grâce à notre expérience de travail avec des données de matchmaking, nous pouvons dire que la relation est approximativement proportionnelle dans des scénarios modélisés, et que les déploiements réels confirment une tendance similaire.

À titre de règle générale : pour les jeux basés sur des sessions, chaque point de pourcentage d’amélioration du taux de remplissage peut réduire les coûts d’hébergement mensuels d’environ 1 %.

Le calcul derrière cela est simple. À tout instant, le nombre de sessions actives que votre infrastructure doit exécuter est :

active sessions = CCU / (players_per_session × fill_rate)

Un taux de remplissage plus faible signifie qu’il faut davantage de sessions pour servir le même nombre de joueurs. Plus de sessions signifie davantage de minutes de vCPU facturées.

Pour rendre cela concret, le tableau ci-dessous repose sur un préréglage modélisé : un jeu de tir basé sur des sessions de milieu de marché avec un pic de 10 000 CCU, 8 joueurs par match, 1,0 vCPU par session et un déploiement hybride à 55 % (bare metal avec dépassement vers le cloud). Il s’agit de chiffres illustratifs, et non d’une garantie pour votre jeu spécifique, car les métriques de chaque jeu sont uniques, mais ils montrent clairement la forme de la relation.

Quelques éléments ressortent. D’abord, la courbe est plus raide en bas. Un studio qui passe de 60 % à 70 % de remplissage économise environ 24 000 $ par an dans ce modèle. Passer de 85 % à 95 % permet d’économiser environ 12 400 $. Les studios dont le taux de remplissage est le plus faible ont aussi le plus à gagner par point d’amélioration. Ensuite, un dépassement annuel de 5 748 $ à 90 % de remplissage est plus difficile à ignorer, même si l’écart de 478 $/mois semble gérable.

La taille des matchs ajoute une dimension cumulative en plus du taux de remplissage. Dans le même modèle, passer de 8 à 10 joueurs par session à 95 % de remplissage réduit encore le coût mensuel de 1 796 $, soit environ 21 500 $ par an. Le taux de remplissage détermine l’efficacité avec laquelle vous opérez au sein de votre structure de coûts. La taille des matchs détermine ce qu’est cette structure de coûts.

Vos chiffres différeront selon votre CCU, la taille des serveurs, le mode de déploiement et la combinaison de fournisseurs cloud. Le calculateur du taux de remplissage vous permet de modéliser directement le scénario de votre jeu, ou contactez-nous pour une estimation plus adaptée.

Pourquoi le taux de remplissage se dégrade

Un faible taux de remplissage n’est généralement pas un bug. C’est souvent le résultat naturel de la manière dont le matchmaking et le cycle de vie des serveurs interagissent, et de la façon dont la base de joueurs se consolide avec le temps.

Les causes les plus courantes sont :

• Remplir un serveur dès que le nombre minimum de joueurs est atteint plutôt que d’attendre un lobby plus complet

• Des paramètres de temporisation agressifs qui privilégient la vitesse au détriment de la densité des sessions

• La prolifération des modes de jeu qui répartit la population de matchmaking sur trop de files

• Les frais de cycle de vie des instances liés aux phases de préchauffage et de vidange, qui sont facturées mais n’offrent aucun gameplay

Aucune de ces causes n’est une erreur d’intention. Ce sont les résultats prévisibles de règles de matchmaking réglées pour l’expérience joueur, sans que le taux de remplissage soit explicitement pris en compte.

La géographie aggrave cela. Les petites populations régionales sont structurellement difficiles à remplir. Vous pouvez afficher un taux de remplissage moyen global sain alors qu’une région saigne du coût par joueur (voir « Le point aveugle régional »).

Là où l’impact est le plus fort

Le risque lié au taux de remplissage n’est pas égal selon les types de jeux. Les deux propriétés structurelles qui comptent le plus sont la taille du lobby et la durée du match. Ensemble, elles fixent un plafond à l’efficacité avec laquelle n’importe quel jeu peut remplir ses sessions, quel que soit le degré de réglage du matchmaker.

Les titres Battle Royale font face au défi le plus difficile. Un lobby de 24 joueurs exige de réunir un groupe important avant que la session puisse démarrer, et les départs précoces signifient que le serveur reste rarement plein pendant toute la partie. Les taux de remplissage estimés sans optimisation dédiée se situent structurellement dans une fourchette de 50 à 65 %. C’est le point de départ avant même d’ajouter une inefficacité de matchmaking.

Les MOBA et les jeux de tir se situent dans une fourchette plus gérable, estimée entre 65 et 80 %, mais ils sont très sensibles à la fragmentation régionale. La taille de leurs matchs est plus petite et plus facile à remplir sur des marchés sains, mais une seule région peu performante peut faire baisser de manière significative un chiffre global autrement sain, comme l’explique la section suivante.

Pour les jeux où le cross-play n’est pas disponible sur tout le matériel pris en charge, comme de nombreux titres VR où les joueurs sur différents casques ne peuvent pas être mis en relation, la population de joueurs est effectivement divisée en files distinctes par plateforme. Ce n’est pas toujours sous le contrôle du développeur, mais cela vaut la peine d’en tenir compte dans les attentes concernant le taux de remplissage. Un titre dont les joueurs sont répartis sur plusieurs plateformes incompatibles fait face à des défis de taux de remplissage qu’un titre monoplatforme de même taille totale n’aurait pas.

Le point aveugle régional

Un studio qui opère dans plusieurs régions n’a pas un seul taux de remplissage. Il en a autant qu’il a de régions.

Ne suivre qu’un agrégat global permet facilement de manquer la région qui paie deux ou trois fois plus par joueur pour servir une fraction de votre audience.

Un titre PvP basé sur des sessions et anonymisé, déployé sur cinq régions mondiales, a montré exactement cela. Les marchés principaux affichaient des taux de remplissage raisonnables. Mais un petit déploiement régional a été observé avec un remplissage d’environ 35 %, ce qui signifie que pour chaque dollar de coût serveur, seulement environ 0,35 $ générait réellement du gameplay. Le coût cloud par joueur dans cette région était environ trois fois plus élevé que sur le marché principal, uniquement à cause de l’inefficacité du matchmaking, et non du coût de l’infrastructure.

Ce studio avait très probablement une moyenne globale qui semblait saine. La moyenne masquait entièrement la valeur aberrante.

Comment le mesurer et l’améliorer

La première étape consiste à connaître votre chiffre. Le calculateur du taux de remplissage fournit un point de départ basé sur les paramètres de votre jeu avant même que vous n’instrumentiez quoi que ce soit. Si vous utilisez le matchmaker d’Edgegap, les métriques de taux de remplissage sont également disponibles directement via le tableau de bord analytique.

Une fois votre base établie, les leviers disponibles pour l’améliorer sont bien définis. Le guide d’optimisation détaillé couvre tout cela en détail, mais voici ce qu’il faut explorer :

• Définissez min_team_size et max_team_size séparément. Par défaut, le matchmaker vise le remplissage maximal et attend aussi longtemps que possible. Définir min_team_size plus bas que max_team_size fixe le plancher — le point en dessous duquel le matchmaker acceptera un lobby partiel plutôt que de laisser expirer un ticket sans aucune partie. Le backfill permet ensuite de revenir vers la capacité maximale après le début de la session.

• Ajustez vos règles d’expansion. Un assouplissement progressif des contraintes de skill et de latence au fil du temps d’attente augmente la probabilité d’obtenir un lobby plus rempli sans compromettre la qualité des premières parties.

• Mettez en place le backfill pour les modes de jeu concernés. Pour les jeux où les joueurs peuvent rejoindre une partie en cours, le backfill remplace les départs et comble les places vides tout au long de la durée de vie de la session, et pas seulement au démarrage du match.

• Utilisez des configurations par profil pour les cas limites à faible CCU. Les heures creuses, les régions secondaires, les modes de jeu de niche et les cartes à faible population créent tous des conditions dans lesquelles un profil standard expirera ou se remplira insuffisamment. Un profil séparé avec des tolérances d’expansion plus larges pour ces conditions peut améliorer considérablement le remplissage sans affecter la qualité des matchs aux heures de pointe.

• Surveillez le taux de remplissage par région, pas seulement globalement. Le chiffre agrégé masque les valeurs aberrantes régionales. Suivre le taux de remplissage par région est la seule façon d’identifier où le coût par joueur est le plus élevé.

Le remplacement par des bots comme multiplicateur de coût caché

Remplacer les joueurs manquants par des bots est une solution courante pour les modes de jeu qui ont besoin d’un nombre minimum de joueurs pour fonctionner. Le coût d’hébergement est généralement sous-estimé, car il se cumule sur trois couches.

• Le joueur humain manquant réduit directement le taux de remplissage, ce qui signifie que la session fonctionne avec une occupation plus faible que prévu.

• La logique d’IA exécutée côté serveur ajoute une charge CPU en plus du coût de base de la session.

• Et l’état de jeu du bot est répliqué vers tous les clients connectés, ce qui ajoute des coûts d’egress qui évoluent avec le nombre de joueurs et le tick rate.

Ce qui semble être une solution d’expérience joueur entraîne un coût d’infrastructure mesurable à chaque niveau. Pour les modes de jeu où les bots sont structurellement nécessaires, il vaut mieux comptabiliser explicitement ce coût plutôt que de l’absorber comme un dépassement inexpliqué.

—

Les chiffres de coût dans cet article sont modélisés à partir d’un préréglage illustratif fixe et ne doivent pas être considérés comme des résultats garantis. Les fourchettes de taux de remplissage par genre sont des estimations structurelles fondées sur l’analyse des mécaniques de jeu et les schémas de déploiement observés chez des clients anonymisés. L’observation du taux de remplissage régional est tirée de données anonymisées issues du déploiement d’un client.