开发者学堂课程【互联网技术实战营·游戏行业专题：《游戏行业五大场景和案例分享》】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/916/detail/14475
《游戏行业五大场景和案例分享》
目录：
一.游戏行业的趋势
2.用户增长解决方案，让流失用户召回效果显著提升
3.游戏数据治理，让“正确”的数据指导正确的“决策
4.数据治理核心理念和产品功能
5.实时数仓，让游戏运营实时分析
6.成功实践-游戏全链路数据化运营
7.成功案例-游戏社交用户增长
8.成功实践-游戏业务实时流量分析
一．游戏行业的趋势：
流量2.0时代人口红利后周期，用户规模增长缓慢，挖掘用户 ARPU 是主课题，研发、推广、运营都是提高实力的可利用手段。疫情下在线经济正当时，但 20Q 一中国移动游戏用户规模达6.5亿人，同比增长5.2%，用户规模增速趋缓，而一季度 ARPU 值为85.2元，同比增长39.一%，高增长主要系玩家在线时长提升，催化 ARPU 值提升，而且 ARPU 在相比较下，一8年美国手游市场全年 ARPU 值为65美元，日本为一7一美元，一9年中国手游市场全年ARPU值仅为255元人民币，未来增长空间依然广阔。在用户获取愈发难的当下，除优质的研发外，各公司也将利用起买量等各种提高游戏表现的手段，20H 一大厂们尝试""爆款炊量"、“智能化投放优化效率"等做法进—步加剧竞争。
为了更好的帮助业务方做好数据精细化运营，阿里云提供本解决方案处理实时流量分析/数据治理/用户流失率预测，从而帮助游戏企业实现数据驱云动业务发展。
对存量用户的一些方案
（1）每家游戏公司都有自己的“游戏大脑"
这一段整个的最火的游戏类型的比较热的 IP，元素。基于这个分析才可以去更好的去分析，下一步研发对于这种存量用存量游戏的情况下做好的用户的评估，做这种流失的预测，做这种个性化的推荐或者召回，相应的一些运营数字化的运营，对于一些在 AM 加持的情况下，去更好的去提供用户的一个可玩性，比如增加一些 NPC 的角色，玩家的角色去增加一些对抗的一些内容，使得游游戏更加趣味。
市场洞察
数据化运营
游戏商业化
话题检测
奥情监控
广告监测
问题与挑战
问题当中房场场景当中，有很多问题要解决，分为几大类，第一大运营的问题，现在的买量成本越来越高，同时的留存率越来越高，针对这种花了大量的价格买过来的，用户肯定不希望它很早的流失.
怎么做好这种用户的流失预测，以及整个玩家在的整个平台上的一个生命周期的一些管理这块倒也是运营方向，是会非常非常的重要，另外一个产品的痛点，所谓产品重点就是现在很多的游戏，它针对不同的玩家或者不同级别的玩家，上面临着关卡，或者虚拟的商品，都一样千篇一律，游戏的可玩性，或者游戏针对不同的玩家是能够带来效果是不一样的，这块的情况下，完全可以基于客户用户基于的一些游戏，玩家的一些历史行为，做一些精准的一些行为分析，基于这些行为，做一些不同的一些关卡推荐或者道具的推荐，或者虚拟商品的推荐，能够带来的有的玩家的一个更高的一个应用系统是能够转化的一个值，还有一个数据的痛点，尤其在一个经济与的业务数据的买点数据的情况下，一天会有几千上亿条数据，这些数据如何的接线？
如何平稳的接近，如何被有效的管理，算好之后，运营数据的运营挑战的数据算错了，如何的快速的去面对这个问题，这块数据治理难度越来越大，因为数据越来越多，是要有工具化的东西去帮去更好地管理起来，同时再有工具的情况下，还是需要制定一套标准去使得的所有的数据能够被清晰地定义，同时再辅助一些相应的流程。
打到这一些相关的内容，最后一个更多的在传统的方式上，利用各种离线住这种离线机的一个运营分析，或者流量分析，但是现在是流量大，流量分析如果记住昨天的情况，昨天的设置在今天就没有办法达到一个很好的效果，架构需要做升级支持的实时流量分析。
运营痛点：买量成本高，留存率低
产品痛点：千玩一面，流量转化低
数据痛点：数收则日益增多，数知治理则次
系统痛点：缺少流最通道实时分析和实时运营
二、用户增长解决方案，让流失用户召回效果显著提升
方案介绍
整体来看，在用户流失的预测，以及召回方面做一定的效果，从整个数据链路上来看，从下往上看，对于这种实时的行为玩家，走实时的一票实时的去抽取一些玩家的实施特征以及一些萼筒极的业务，对于离线的这种数据，周期性比如玩家数据或者行为的观察数据，让把这些数据离线和实时数据收取出来之后，会放到统一数商里面做一些，建模或者数据的个分析，当这个数据不这样，数据都计算好之后，基本的数据都计算之后，把数据导给派，把的整个所有的数据推给派做基于深度学习或者机器学习的方式做一些模型的训练。
训练好之后的情况，会去直接把模型推给的一件事的部署在线服务，对于这一类，可以 ps 去实施奖励一些流失的一些访问快速的给到一个反馈的结果，如果想是去分析整个这个游戏下面所有的用户的 ID，可以用这个模型去扫一遍，能够去得到每个用户 ID 的一些情况，比如这个用户的当前的活跃情况，这个用户被召回的概率或者指标多少，针对一些已经流失或者即将流失，到了价格指标很大的时候，可以做定向的一些广告的推送，或者定向的发短信，在这些情况下，就可以做一些用户的筛选。
提供半托曾/全托曾高稳定性数仓+多模型训练平台，可以赋航客户快速测试用户流失串预测效果.
三、游戏数据治理，让“正确”的数据指导正确的“决策”
在数字化运营过程当中，数据的自数据自理情况下，看整个数据的生命周期，会有采集，之后落地，落地后会有计算，计算后的时候会有这样展现，整体下来的情况下会面临着很多问题，第一个采集，如何采集的情况，对于原游戏行业来，会有很多业务数据，这些业务数据生产的数据，比如买DV等等，还有一类，买数据，这块的数据已抖动一下或者没接过来，最终表现出来，后端的一个释放，或者最终的一些行为分析的不准确，这块第一个要解的问题如何保证的数据。生产出来，落到仓里面去。
还有多个数据的元数据怎么管理，只有这种统一的数据管理之后，才能够基于整个市前列的数据上做一个统一的分析，才能够去分析的数据的一个情况。
数据接下来之后的情况下如何的去放到的仓里面，当然可以全部报进去或者全放进去，但现在这个数据放上去能不能有效的被管理这一块，要去建立一定的相应的标准，比如模型层，会做分层，会基于业务维度做一些表的一些规则的制定，当数据全部进来之后的情况，接下来要看生产上有多少数据，这些数据有多少，有多少任务会有多少算力，这个数据跟任务或者算能不能被有效的管理，这也是要面临的一个问题。
业务的快速发展会数据带来挑战有:
1、数据生产的稳定性
数据标准如何制定
数据质量(是否正确)
致纲使用的安全性
名数据源的元数据如何管理
数据存储和计算成本提升
大规模数据同步/调度
2、数据资产管理
数据安全管理
改仓规划
数据建设&模型管理
数据精准管理等
四、数据治理核心理念和产品功能
第一个，统一原数据的情况才能够对整个全新的数据做一个分析，能清晰知道的数据的一个结构，数据安全，是能够做一些敏感数据的脱敏，比如用户的姓名，身份证号，或者手机号这些的数，做一些敏感数据的界定或者做一些敏感数据的脱密，如果一个人去管理一个人或者管理百个任务，还要管理1000个任务，如果没有工具画，监控或者调度建设文档，这个工作量是非常大的，包括数据质量也是整个链路上，每一个数每一段的数据质量如何，这个时候单纯的靠人工去看或者写脚本十分费劲。
测盖汇聚、加工、使用的全链路，向数据管理、数据生产和数现消费的不同视角，提供一占式体系化的治理能力。
五、实时数仓，让游戏运营实时分析
在传统的方式上，当实时流量来时，在看到后在三个平台上去买量，比如 ABC3个平台按30% 30% 40%买，但是每个平台上它带来的效果不一样，转化为某些指标，一些特别的异常，那些指标异常的情况下，可以做一些界定或者做一些规则的预值，当某些指标达到了某些预值的时候，整个电路上的数据是正确的，意味着某一条链路或者某一个渠道上能够带来的价值更高，这时要去采取一些相应的调整，比如将整个的流量渠道全部放给某一个渠道，能够带来更大的一个价值。
通过 demo 做实时的一个数据接入，通过做实时的一票一票写到一些实时转账或者离线出仓里面去，对应到就会有这些合作伙伴上面的朋友，对外就做一些报表展现，或者是做一些给到一些流量的这个分析的一个渠道的一个展现。
提供采集源数据实时写入实时计算+交互式分析直询能力，可以赋能客户轻松构建实时数仓开发和维护
六、成功实践-游戏全链路数据化运营
这块这个案例的客户有几个痛点，
第一个遏制于它是基于好多，好多课来做的只有 AC。就意味着会面临的几个问题，
第一个问题，需要投入大量的人员去维护它的成本
第二个对于这些 TC 没有办法做这种弹量弹性
第三个问题：数据采集非常多，今天可以运行第二天被封掉，又封掉的时候，放大量人力做这种系统维护
第三个痛点，它基本上是传播是这种人肉脚本，整个开发下来没有一些工具帮做这种管理之类，基于阿里这一套体系。
问题：
1.需要大量人维护成本
2.数据采集非常多
3.基本都是人肉脚本
七、成功案例-游戏社交用户增长
对于有自己的一些用户的行为数据，或者也会买第三方的数据，比如有盟，买一些公共数据，基于这个数据，在基于一些学习模型，能够去对用户的综合指数做一个判断，比如判断这个是否为真人，或者是否个当前流失的分数得到一系列指标之后，就可以做一些对这些用户做一些打标，达标完了之后的情况，可以去专门的针对这些用户做一些相应的操作去找这些用户，就能够去精细化的去召回的用户需要像之前要大海捞针一样的方式，把所有的用户权益变的运营的成本，或者流量成本。
用户增长方案解决了以下几个问题:
召回策略基于用户过往流失行为，形成综合分数，对可[回流概率做召回动作，避免主观策略
减少成本，遍免发了也回不来的人减少成本，遍免不发也能回来的人
让业务人员更专注业好，减少业务人员文验成本，让召回单略一劳永迫
八、成功实践-游戏大数据一站式研发治理
九、成功实践-游戏业务实时流量分析
去解决客户的一些这种 IDC 支线的一些相关领导，通过并购实际上去解决整个客户的一个架构复杂呀或者链路的延迟的风险做这种的一个数据治理。
