Das von mehr als 35 Millionen Nutzern weltweit anerkannte Mobile-Game-Unternehmen Lecastle hofft, durch Datenanalysen eine bessere Entscheidungsunterstützung für das Spielegeschäft zu bieten. Le Castle nutzt Amazon Redshift und andere Dienste, um eine eigene Cloud-Spieldatenanalyseplattform auf der Amazon-Cloud-Technologie aufzubauen, um komplexe Abfragen zu realisieren und sicherzustellen, dass Spielebetreiber schnell und nahezu in Echtzeit die erforderlichen Daten und statistischen Informationen erhalten können, um die Produktkontinuität zu optimieren und zu optimieren Updates zur Verbesserung des Spielerlebnisses. Zu den von Le Castle genutzten Cloud-Technologiediensten von Amazon gehören Amazon Redshift, Amazon MSK, Amazon S3, Amazon CloudFront, Amazon SageMaker usw.
Geschäftsanforderungen und Herausforderungen
Beijing Le Castle Technology Co., Ltd. (im Folgenden „Le Castle“ genannt) ist ein Unternehmen, das sich der Bereitstellung hochwertiger Handyspiele für globale Nutzer verschrieben hat. Die Produkte von Beijing Lecastle Technology Co., Ltd. wurden von mehr als 35 Millionen Nutzern auf der ganzen Welt geschätzt und die Produkte Alice und Wordland (Alice in Wordland) wurden vom Apple Store mehr als 3.000 Mal auf der ganzen Welt empfohlen.
Beim Betrieb des Spielegeschäfts hält sich Le Castle an das Produktkonzept: „Gute Produkte müssen dem Benutzererlebnis Priorität einräumen, Innovation sollte aus Einblicken in die Benutzer entstehen, Details entscheiden über Erfolg oder Misserfolg und hochwertige Produkte müssen sorgfältig poliert werden.“ .“ Ausgezeichnetes Smartphone-Gaming-Produkt. Um gute Spielwerke zu schaffen, ist es notwendig, die Vorlieben der Spieler besser zu verstehen, daher ist die Analyse von Spieldaten für Le Castle sehr wichtig. In der vergangenen Geschäftsentwicklung nutzten verschiedene Spieleprojektteams die Methode der Datenanalyse durch das Team selbst. Mit der kontinuierlichen Geschäftsentwicklung benötigen Unternehmen eine bessere Möglichkeit, globale Sichtbarkeit zu erlangen.
Warum sollten Sie sich für die Amazon Cloud-Technologie entscheiden?
Nach der Evaluierung verschiedener Lösungsanbieter entschied sich Le Castle schließlich für Amazon Cloud Technology, um eine eigene Cloud-Spieldatenanalyseplattform auf Basis von Amazon Redshift und anderen Diensten aufzubauen. Nach Ansicht von Lecastle bieten die Data Warehouse- und Analyselösungen von Amazon Cloud Technology folgende Vorteile:
Speziell für die Anforderungen der Industrie entwickelt und von zahlreichen Anwendern bewährt
Die Cloud-Technologie von Amazon bietet spielspezifische Analysen und Big-Data-Anwendungslösungen für die Spielebranche, die Unternehmen dabei helfen können, Spieler besser zu verstehen, Produkte zu entwickeln, die Beteiligungs- und Bindungsraten von Spielern zu verbessern und es Unternehmen zu ermöglichen, bessere Designentscheidungen zu treffen. Diese Lösungen werden nicht nur von vielen namhaften Spielestudios eingesetzt und verifiziert, sondern bieten auch Datensicherheit und Compliance-Kontrolle für den globalen Markt und helfen Spieleunternehmen dabei, Spielerdaten besser zu schützen. „Unser Spielegeschäft läuft auf der Amazon Cloud-Technologie, einschließlich der Verarbeitung von Zugriffsprotokollen über Amazon CloudFront, und wir entscheiden uns für die Implementierung der Datenanalyse des Spielegeschäfts auf der Amazon Cloud-Technologie, wodurch nicht nur eine geringere Latenz erzielt werden kann, sondern auch eine groß angelegte Datenübertragung und -migration entfällt.“ Arbeit: Es ermöglicht uns auch, verschiedene Arten von Daten auf elastische Weise zu speichern und zu verarbeiten, wodurch der Bau- und Betriebsaufwand bei der Datenanalyse reduziert wird“, sagte Li Ming.
Stellen Sie einfach zu integrierende verwaltete Cloud-Dienste und Echtzeit-Analysefunktionen bereit
Die Bedeutung der Datenanalyse in der Spielebranche ist für Spieleunternehmen wie Le Castle offensichtlich. Daher müssen Unternehmen die Genauigkeit und Echtzeitleistung von Daten berücksichtigen, insbesondere bei der Analyse des Benutzerverhaltens.
Lecastle übernimmt Amazon-Redshift-Produkte als zentralen Data-Warehouse-Dienst des Unternehmens. Durch das Schreiben eingebetteter Daten des Benutzerverhaltens in Amazon Managed Streaming für Apache Kafka (MSK) in Kombination mit der integrierten Streaming-Ingestion-Technologie von Amazon Redshift können die Daten gestreamt werden quasi in Echtzeit. Die Daten werden in Amazon Redshift geschrieben und auf dieser Basis die anschließend erforderliche Datenanalyse durchgeführt. Amazon Managed Streaming für Apache Kafka (MSK) nutzt den vollständig verwalteten, hochverfügbaren Apache Kafka-Dienst zum sicheren Streamen von Daten. Es wird vollständig verwaltet, ohne dass Sie sich Gedanken über die Bereitstellung, Konfiguration und Wartung der Infrastruktur machen müssen.
Es eliminiert den Betriebsaufwand, einschließlich des Aufwands für die Bereitstellung, Konfiguration und Wartung hochverfügbarer Apache Kafka- und Kafka Connect-Cluster. Amazon MSK erleichtert die Aufnahme und Verarbeitung von Streaming-Daten in Echtzeit mit vollständig verwaltetem Apache Kafka. „Diese Konstruktionsmethode vereinfacht die Geschäftskomplexität des Datenanalyseteams und hat die Echtzeitleistung und -effizienz erheblich verbessert, sodass wir das Benutzerverhalten schneller verstehen und unsere Geschäftsstrategien zeitnaher anpassen können. Datengesteuertes Geschäft.“ Li Ming genannt.
Umfangreiche Daten- und Analysedienste zur Erfüllung aktueller und zukünftiger Geschäftsanforderungen
Die Cloud-Technologie von Amazon bietet eine breite Palette von Cloud-Hosting-Diensten von Datenspeicherung, Data Lake, Big-Data-Analyse, Streaming-Analyse, Business Intelligence und maschinellem Lernen, die den Anforderungen von Unternehmen in verschiedenen Entwicklungsstadien an Datenanalyse und -nutzung gerecht werden können. „Eine unserer ursprünglichen Absichten bei der Einrichtung einer einheitlichen Unternehmensanalyseplattform besteht darin, die Komplexität der IT-Umgebung und des Geschäfts zu beseitigen, die durch die selbst erstellten Datenbanken und Selbstanalysen jedes Projektteams verursacht wird. Durch Kombinieren und Aufbauen bauen wir unser eigenes Data Warehouse und unsere eigenen Analysefunktionen auf.“ in kurzer Zeit, sodass wir uns mehr auf Analysestrategien und -regeln konzentrieren können als auf das technische Betriebs- und Wartungsmanagement“, sagte Li Ming.
Durch die Einführung der Big-Data-Analyselösungen von Amazon Cloud Technology für die Spielebranche bewältigte Le Castle nicht nur erfolgreich verschiedene Herausforderungen bei der Datenanalyse im Geschäftsbetrieb, sondern erzielte auch verschiedene Ergebnisse für das Unternehmen:
Die erste besteht darin, die zuvor in verschiedenen Projektteams verstreuten Daten zusammenzufassen, eine einheitliche Datenanalyseplattform aufzubauen, die mehrere Spieleprodukte innerhalb des Unternehmens bedient, und Unternehmen eine datengesteuerte Geschäftsbetriebsmaschine bereitzustellen. Zahlreiche Dienste der Amazon-Cloud-Technologie bieten „out-of-the-box“-Lösungen und ein Benutzererlebnis im Einklang mit Open-Source-Technologien. Das Datenanalyseteam von Lecastle kann diese Vorteile voll ausnutzen, um die Daten jeder Projektgruppe innerhalb von 2 Monaten zu integrieren , migrieren und erstellen Sie Data Warehouses und entwerfen Sie benutzerdefinierte Analyseindikatoren entsprechend den Anforderungen verschiedener Unternehmen. Dadurch werden die Mitglieder des Spielprojektteams von komplexen Datenanalysedesigns und -vorgängen befreit und in Benutzer von Analyseergebnissen umgewandelt, sodass sich begrenzte Personalressourcen auf das konzentrieren können Innovation von Spielprodukten.
Zweitens können Unternehmen souveräner mit den analytischen Herausforderungen umgehen, die durch das kontinuierliche Wachstum der Zahl der Akteure entstehen. „Die von unserem Spielegeschäft generierte Datenmenge ist gewachsen, und das Unternehmen muss historische Daten für einen bestimmten Zeitraum beobachten. Wenn man Faktoren wie DAU, Protokollvolumen und Zeitspanne kombiniert, müssen sich die Spieler nur Zehntausenden stellen.“ von Datensätzen bei der Analyse einer Szene. In der Vergangenheit war die Effizienz äußerst gering, unabhängig davon, ob es sich um eine selbst erstellte oder eine SaaS-Lösung eines Drittanbieters handelte.“
Li Ming sagte: „Als vollständig verwalteter und hochverfügbarer Apache Kafka-Dienst hilft uns Amazon MSK beim schnellen Aufbau einer Streaming-Pipeline, die die bisherige Verzögerung der End-to-End-Datenübertragung von Minuten auf Sekunden verbessert und so eine Aufnahme und Verarbeitung in Echtzeit ermöglicht.“ von Streaming-Daten. Einfach und effizient. Amazon Redshift kann als Data Warehouse auf Unternehmensebene Daten auf PB-Ebene aufnehmen, komplexe Abfragen realisieren und sicherstellen, dass Spielebetreiber unabhängig von der Größe oder Größe schnell die erforderlichen Daten und statistischen Informationen erhalten können Gleichzeitige Leistung. Wir alle können das Vertrauen in das weitere Wachstum aufrechterhalten.“
Darüber hinaus ermöglicht die gute Integration und Interoperabilität zwischen verschiedenen Diensten der Amazon-Cloud-Technologie Le Castle auch, die Kosten für die Datenanalyse besser zu senken. Im Vergleich zu selbst erstellten Hadoop-Clustern und HDFS-Speicher kann die direkte Verbindung zwischen Amazon Redshift und Amazon S3 die architektonische Komplexität von Unternehmen im Datenverarbeitungs- und Speicherprozess vereinfachen und eine bessere Kosteneffizienz erzielen. Dateningenieure können vertraute ANSI SQL-Abfragen direkt verwenden das offene Dateiformat in Amazon S3 und kann problemlos verschiedene Daten zur weiteren Verarbeitung und Nutzung in den Amazon S3 Data Lake exportieren. Nach den Berechnungen von Lecastle ist es bei gleichem Datenvolumen wirtschaftlicher, Amazon S3 zur Bereitstellung von Speicherunterstützung für das Data Warehouse zu verwenden, was Unternehmen dabei helfen kann, die Kosten auf ein Zehntel der selbst erstellten Methode zu kontrollieren.
Mit Blick auf die Zukunft wird Le Castle weiterhin eine enge Zusammenarbeit mit Amazon Cloud Technology im Spielgeschäftsbetrieb und bei Datenanalyseszenarien aufrechterhalten, um den verborgenen Wert von Daten besser auszuschöpfen. Derzeit hat das Unternehmen Amazon Redshift ML in seinem Geschäft eingesetzt, wodurch Entwickler von Big-Data-Teams vertraute SQL-Befehle im Data Warehouse verwenden können, um Modelle für maschinelles Lernen einfacher zu erstellen, zu trainieren und anzuwenden. Integrieren Sie die bereitgestellten Funktionen für verwaltetes maschinelles Lernen von Amazon SageMaker in die Anwendung von maschinellem Lernen, um das Modelltraining abzuschließen und Unternehmen dabei zu helfen, verfeinerte Geschäftsabläufe zu erreichen.