游戏的生命周期越来越短

 {dede:global.cfg_indexname function=strToU(@me)/}新闻资讯     |      2019-09-11 00:33

  行业竞争激烈,游戏的生命周期越来越短,直接影响项目的投入产出比,通过数据运营则可以对各个阶段的业务走向进行精准把控与指导,有效的延长游戏的生命周期。

  整合海量数据处理、敏捷BI、智能算法等平台能力,提高游戏日志等数据向业务价值转化的效率及智能化水平。

  数据化运营有丰富的应用场景,可按不同场景的业务、技术特点选择合适的数据处理/计算引擎。

  实时数据处理架构:流式数据总线(DataHub)+流计算平台(Stream Compute)的组合,构建高可用、高并发、可弹性扩容的实时数据处理、计算模块

  离线数据处理架构:以大数据计算服务(MaxCompute)为核心,提供的安全可靠、高效能、低成本、从GB到EB级别按需弹性伸缩的在线大数据计算服务,同时配合云数据库(RDS)、分析型数据库(AnalyticDB),可以实现更丰富的数据应用场景

  为了更加全面的了解业务发展、用户行为偏好,需要对游戏日志等数据做多角度的深度分析。1.技术特点:数据量大、计算复杂度高、分析视角&可视化的要求灵活多变、允许一定的数据时延等;2.产品形态:OLAP报表(多维分析、用户行为分析等)、分析专题(游戏角色平衡等)、数据挖掘(用户画像、业务预测等)等;

  通过流计算服务,掌握游戏运营的实时动态,指导业务部门及时调整策略,快速响应业务变化。1.技术特点:单位时间内数据量中小规模,计算复杂度一般,对于并发能力、数据处理速度、数据实时性要求高等;2.产品形态:运营实时监控大屏、PV、UV、消费金额、在线人数、区域分布等业务核心指标实时监控等;

  通过SDK埋点或者服务端的方式获取业务数据,并通过分布式日志收集系统,将各个服务器中的数据收集起来。

  基于阿里云日志服务、kafka等产品,构建数据通道,接受数据采集agent的数据流,并且分发到不同的存储/计算引擎中去。

  在计算引擎中,比如Maxcompute,按照日志格式、业务领域,构建数据模型。

  按照业务场景的分析要求,在DataWorks的IDE中编写SQL脚本/任务。

  通过SDK埋点或者服务端的方式获取业务数据,并通过分布式日志收集系统,将各个服务器中的数据收集起来。

  基于阿里云日志服务、kafka等产品,构建数据通道,接受数据采集agent的数据流,并且分发到不同的存储/计算引擎中去。

  在计算引擎中,比如Maxcompute,按照日志格式、业务领域,构建数据模型。

  按照业务场景的分析要求,在DataWorks的IDE中编写SQL脚本/任务。

  运行在阿里云平台上的流式大数据分析平台,提供给用户在云上进行流式数据实时化分析工具

  提供海量数据实时在线分析,拖拽式操作、丰富的可视化效果,帮助您轻松自如地完成数据分析、业务数据探查