亚马逊云科技游戏孵化营-游戏增长主题

从事数据分析的起因

在数据分析，相信很多朋友都看过《游戏数据分析实战》一书中，关于数羊的故事：

一个农民有一群羊，他找了一个年轻帮手，农民问年轻人：“你看看这群羊怎么样？”随即，年轻人走入羊群进行考察，并用各种统计方法和不同工具进行了全面地判断。最后，他告诉农民，羊群共有1460只羊，其中仅有5只公羊、500只母羊，其余为羊羔，根据一些特征，羊群可以分为“安静肯吃型”(不挑食、育肥快)、“四处跑动型”(经常在羊群外围跑动、挑食)、“活蹦乱跳型”(小羊，活蹦乱跳，它们的行为会影响成年羊)三类。
农民听后既惊讶又失望，惊讶的是一个没放过羊的人会和他一样了解羊群，失望的是他所听到的都是他早已知道的。

这个现状对于今天的数据分析员、数据分析师依然存在。如果成为一位数据分析人员，其实还是蛮难的，数据分析人员不应该只会数羊，还要发现数据的潜在价值，可预计坏的未来，也可以预计好的未来，从而实现规避风险，抓住机遇。对于单位公司能给出明确的结论以及数据支撑。
基于对羊群数据的基本分析，我们也许可以对农民提出如下建议：

羊群共有1460只羊，其中仅有5只公羊，其余为母羊和羊羔，可以繁殖的母羊有500只。当务之急是卖掉可以出栏的小羊，马上引进一定数量的种公羊，以解决当前种羊和母羊比例严重失调的问题；根据对市场的预估，5月份每卖掉一只小羊将比4月份多赚200元，因此，我们必须把握先机，4月前完成育肥，5月清栏；对于“四处跑动型”羊，有必要采取一侧前后两条腿绑绳的方法限制其大范围跑动，目的在于减少不必要的能量损耗，对于“活蹦乱跳型小羊”应采取与成年羊隔离放养的方式。

想要做到这些还是需要持续性学习的，数据分析人员将在这条路上一路小跑，持续前进。也正是因此，选择了数据分析行业。

加入游戏孵化营

工作原因，希望了解对各行业的数据情况，兼容并蓄，触类旁通。这次正好有时间，就加入了亚马逊云科技游戏孵化营。下面是游戏孵化营游戏增长主题的学习心得。
本学习心得主要源于如下直播内容，感兴趣的朋友，也可以点击链接观看回放。
游戏的增长专题视频：

第七讲：抵御全球DDoS攻击以及构建游戏数据分析
第八讲：依托人工智能进行游戏数据分析，助力游戏增长

亚马逊的游戏分析技术文档

●游戏分析
https://aws.amazon.com/cn/campaigns/awsforgames/analytics/
●适用于游戏的 AI 和 Machine Learning
https://aws.amazon.com/cn/campaigns/awsforgames/ai-machine-learning/
●实时运营
https://aws.amazon.com/cn/campaigns/awsforgames/liveops/

构建游戏分析技术Game Analytic Pipeline

游戏的增长专题视频：

第七讲：抵御全球DDoS攻击以及构建游戏数据分析

亚马逊的游戏分析技术文档

●游戏分析
https://aws.amazon.com/cn/campaigns/awsforgames/analytics/

游戏公司的数据分析需求

游戏公司对于数据分析的需求并不是核心需求，游戏公司的核心需求是游戏开发能力。一款优秀的游戏产品是一个游戏公司的重点，但如何在游戏的封测，公测期间持续的改进游戏，这点是游戏公司的数据分析需求。
具体来说，游戏公司的数据分析需求如下：

1.开发更有吸引力的游戏，如确定用户最容易卡主的关卡信息
2.更具经济价值，如最常玩的玩家，是否是消费最多的玩家呢
3.作弊和恶意行为检测，通过查看特定玩家的行为，如玩家的速度，一刀的血量，是否超过特定的数值
4.性能坚持和错误报告，如了解游戏的性能，从日志中分析错误，预防错误

需要收集的数据

游戏收集的数据主要分为用户数据和性能数据。
用户数据包括:

玩家分析
社交和社区数据
游戏性数据

性能数据包括：

等待时间和延误时间
网络性能和延迟
应用程序日志和错误报告

其中性能数据很直接的影响到玩家的游戏体验。

游戏数据分类

一些传统行业，数据分析会侧重离线批处理数据，每日一分析即可。游戏数据也包括大量的离线批处理数据，但由于游戏的较强时效性，游戏数据中包括较多实时数据。

Game Analytics Pipline解决方案

开发游戏是游戏公司的强项，但数据分析这块往往不是，可以交给专业的游戏数据分析公司去做，也可以基于一些更有效的数据分析架构实现。亚马逊的Game Analytics Pipline就是一套有效的游戏行业数据分析解决方案。基于这套架构，对于游戏数据分析可以便捷的实现，类似ELK对日志分析，专业的人做专业的事。
Game Analytics Pipline的作用如下图所示：

Game Analytics Pipline可以完成弹性的完成数据处理，存储，分析等工作。

Game Analytics Pipline的技术架构如下：

这套技术架构中包含了数据摄入，数据ETL，交互式查询分析，QuickSight仪表盘，流失分析等多种功能。基本可以基于这个架构完成数据的采集到分析可视化挖掘的全流程操作。同时结合体数据湖可以对原始数据进行更多的分析。

Game Analytics Pipline演示

在演示阶段，亚马逊云科技的解决方案架构师秦镜高还基于Game Analytics Pipline完成了一个Demo演示。主要演示了

1.部署优秀数据分析管线解决方案。从视频中观看，还是很快速的。
2.生成示例游戏事件。一个unity游戏案例操作
3.使用Amazon Athena进行游戏事件数据查询。对SQL支持度较好，可以支持丰富的数据查询。
4.使用QuickSight构建数据分析仪表盘。快速，且支持实时分析。

量江湖 CEO 赵晔 分享专题

游戏的增长专题视频：
第八讲：依托人工智能进行游戏数据分析，助力游戏增长

在第8讲中，量江湖CEO 赵晔 为我们带来 助力游戏出海iOS精准获量抢占玩家新阵地主题。特意查看了下量江湖的官网和相关信息，在IOS广告推广中，量江湖的合作客户还是有排面的，并且客户持续好评。

就如前文所说，专人做专事。一招鲜吃遍天，把重点放在核心业务上，不贪多，不做万事通，是一个企业成长值得信赖的好方法。最后附上量江湖的相关截图。
基于亚马逊云科技的数据湖方案。

基于亚马逊云科技每日处理数据。题外话，因为选择serverless服务与微服务话，完成如下数据量的相关运维人员仅需2人。。。这也是省钱的一种方式。。。

总结

游戏分析是可以助力游戏增长的重要因素，同时针对游戏数据的离线和实时数据，想搭建一整套行之有效且具有拓展性的架构还是需要积累沉淀的。专业的事情交给专业的人，专业的人做专业的事情，这也是一种较好的选择，基于Game Analytic Pipline可以快速构建游戏分析技术，基于量江湖的服务可以更好的推广IOS APP。