Skip to main content

遊戲業

遊戲業的獲利主要來自玩家對遊戲的黏著度是否夠高。如果吸引更多新玩家且留住老玩家一直是遊戲業公司在推出遊戲就訂下的目標。新一代遊戲業的競爭不僅是要掌握更全面的數據、更強的大數據分析能力,精準掌握玩家的行為和需求,方能設計出更吸引玩家的遊戲。

傳統的遊戲公司主要的問題除了數據孤島的問題,尤其是擁有數種數十種遊戲,但每款遊戲的系統數據、用戶數據、遊戲數據等都是分散的。另外一個問題則是仰賴BI軟體無法作大數據運算。而這兩大挑戰正是CanneFlow數據中台主要解決的問題。

CannerFlow 在遊戲業

首先,從資料源來看,遊戲業由於串流的服務,所產生的數據量級非常大,不只是用戶行為數據,各款遊戲數據、平台的數據及企業內部的業務數據等等,都需要透過數據中台來採集、存儲、打通、使用。 除了大數據平台,另外可利用數據中台對數據加工,做大數據運算,並將結果轉化成各種應用。若加上企業的AI分及ML的導入,更可以發掘出更多數據的價值。以下是企業在建立數據中台的步驟:

  1. 善加利用雲的環境:根據遊戲服務的區域及分析的資源需求,企業有可能運用到混合雲的環境。
  2. 匯集所有數據至統一平台:企業不可能一次將所有數據都整合到同一平台上,但CannerFlow數據中台能加速匯整各種不同資料源。
  3. 統一數據標準及規範:在數據中台統一玩家及遊戲數據的欄位屬性,同一套語法作查詢,讓數據團隊更輕鬆掌握數據。
  4. 導入智能:企業需培養AI、ML的人才及技術。
  5. 形成一個循環:分析結果回饋到營銷決策、開發設計及流程優化。

當我們建立了數據中台,數據更全面地收集、更快速地被處理、更有效率地得到分析結果及導入智能,我們也歸納出有哪些工作流程被建立或優化了。

  • 玩家標籤及行為分析:玩家留存預測、精準行銷、新玩家獲取、個性化推薦等
  • 遊戲標籤及服務參數分析:遊戲運作狀況、防詐騙、玩家難度推薦、平台推薦等
  • 遊戲設計及開發:遊戲更版及補強、新功能或新遊戲開發、玩家體驗提升等
  • 遊戲智能客服:客服機器人、玩家投訴熱點統計等
  • 決策系統:各項報表、銷售預測、市場戰略擬定等

綜合上述幾點,CannerFlow數據中台利用數據虛擬化技術將數據延遲從數天縮短至數小時,也簡化數據團隊的工作流程,同時,不僅協助遊戲業公司更了解他們的客戶(玩家),開發遊戲更符合玩家需求,也讓管理層制定營銷策略時更快回應瞬息萬變的市場。

遊戲業使用者情境

  1. 多渠道登入以及忘記密碼:由於遊戲業登入的以及註冊的方式有多元,有時也需使用到手機或是其他不同設備的驗證。跨裝置與系統的登入要能夠追蹤以及進階分析需要跨資料源作分析。
  2. 歷史資料與 Migration:由於在遊戲業的迭代週期很快,需要整合許多歷史的資料庫需求變多,在報表呈現上會持續越來越大的挑戰。
  3. 市場反應加速:使用者及市場變動越來越快速,要如何因應數據的不斷變動及市場變化,做策略性改變及流程優化,需要資料虛擬化來輔助與支持。
  4. 跨數據渠道資料分析:資料會來自於越來越多的數據渠道,像是手機、電腦、平板等多渠道的數據來源,要分析所有玩家的數據流動、玩家交叉比對與優化玩家流程是一項重要且複雜的數據處理。
  5. 跨遊戲平台分析:許多遊戲公司會出非常多不同的遊戲在平台中,使用資料虛擬化可以更加了解跨遊戲的會員資訊以及操作進階分析等。

遊戲業合規情境

  1. 玩家黑名單以及排除:要針對一些跨資料庫的比對玩家黑名單以及一些問題調查的玩家,可以透過跨資料庫的分析比對更快速的確認玩家身分。
  2. Anti-Money Laundering 4 (AML):為防止線上遊戲的反洗錢行為,需針對玩家的各種數據做監控及風險控管,需要一些跨系統的資料分析以遵循法規。
  3. 了解您的玩家 (KYC):了解你的玩家如何操作遊戲、如何使用新的功能或潛在的玩法,需要做大量跨資料的分析。

資料虛擬化 – 數據統一處理虛擬閘道

『一個設定』改變所有下游使用數據,相關應用情境。

  1. 上游的數據源 Schema 改變:過去整個數據渠道都需要改變,現在在 CannerFlow 中改變設定下游的數十、數百個數據應用可立即採用與改變。
  2. 市場變動加劇:過去 ETL, Data warehouse 需要花費數月時間規劃,對於市場變動快速的行業並不適合,CannerFlow 能縮短建置時程為日或週。
  3. 人才稀缺:要找到對的數據工程師、架構師花費高昂而且不好找。
  4. 過去因應法規變更:所有過去既有的數據渠道都需要重新建立並更新。使用數據虛擬化技術可以把數十人數月的時間成本變成 2 日完成。
  5. 數據邏輯集中管理:將所有數據應用邏輯統一管理,讓所有應用不論是在 AI, BI, 數據分析能夠共享數據邏輯。
  6. 把所有資料源統一 ANSI SQL 接口不必學習異質 SQL 或 Spark 等。

使用 CannerFlow:即刻開始建立您的數據團隊

  1. 降低數據工程師人才的負載量
  2. 簡化建置複雜的數據架構
  3. 即刻開始搭建數據應用團隊
  4. 即刻讓數據變為商用應用
  5. 即刻讓企業更彈性且提升競爭力

CannerFlow 導入優勢

1. 滴水不露 — 全面收集數據

集團內各部門的數據仍能整合集團內數個遊戲部門數據,各自的資料庫皆獨立,希望能整合集團內的數據做出更多有助營運策略的分析。

2. 即時分析 — 快速回應市場

一.第一手數據需要直達第一手分析。 二.第一手分析需要直達決策人。三.第一手決策需要直達執行團隊。 數據-分析-決策-執行的過程秒級回應,提高企業競爭力。

3. 數據進化 — 數據精煉再利用

數據精煉後分析結果可做客群深度洞察報告、精準再行銷、研發調整或供業務行銷單位再利用,一個數據處理的循環再利用,有助智能的建立。

4. 個資遵循 — 分群控管,彈性遮罩

系統中跨資料庫的資料分權,能夠彈性的設定各式遮蔽,讓不同的單位能夠分群控管數據以及讓不同的人員能夠查看不同的遮蔽數據達到法規個資的遵循。

5. 敏捷應用 — 數據結果快速應用

每波推廣活動都是與時間的競爭,從提出需求到拿到報表,數小時甚至分鐘就獲得結果並推至不同的應用,就能用第一手的數據進行銷售佈局、調整行銷策略。