案例解析|游戏发行商如何低成本实现精细化营销
行业趋势—游戏行业市场营销往精细化发展
2020年初突发的疫情防控导致游戏行业的用户数量大幅增长,个别产品的服务器更是被玩家挤爆,对应二级市场上游戏公司股价也开始一路走高。
然而回望两年前,受政策影响整个游戏行业受到重挫,2018年游戏娱乐板块全年整体下跌36.66%,游戏行业几乎一整年都在饥寒交迫中挣扎。直到2018年12月,游戏版号恢复审批,游戏行业才开始逐步复苏。再加上5G的推出,有望解决云游戏及AR/VR的技术瓶颈,游戏行业的发展迎来春天的趋势已经势不可挡。
而此次的疫情防控,对于游戏行业的发展,就好比发令枪已响。整个行业经历了整体下跌,再逐步复苏的过程,不少游戏公司都面临着推广成本高、获客难、流量成本高等问题,然而发令枪一响,有些游戏公司已经提前布局,提前进入了快车道。游戏用户越来越成熟,对于游戏品质的要求也越来越高。游戏领域的竞争愈演愈烈,游戏好玩的同时也需要做好市场运营才能获得更好的业绩。随着流量成本不断升高,游戏行业的市场营销开始往精细化发展。
企业A是一家独特且创新的游戏公司,目前在全球已有超过1亿的手机游戏用户。代表作手游曾成为一款国民级手游,同时在全球大获成功。近些年来,企业A继续深耕研发有足够创新度和游戏性的手机游戏,致力于发展游戏发行业务,为全球的玩家带来更具可玩性的游戏,为各大研发商提供向全世界发布游戏的优质平台,在中国手游发行商中位列前茅。
迅猛增长的数据量和分析需求对自建系统的扩展性、易用性、实时性都带来了挑战
游戏领域的竞争非常激烈,业务上要求游戏运营平台能够做到精细化运营,效果实时反馈,抢先一步预测。企业A的广告大数据分析部门为了解决实时分析问题,以Hadoop体系为生态核心来构建搭建了自己的大数据体系。但是随着数据量的迅猛增长以及业务对于数据分析的要求的提高,这套大数据分析系统的问题逐渐暴露出来:
- 扩展性问题
数据量增长曲线高,IDC扩容难度大。
- 易用性问题
自行维护的Hadoop+Hive+Presto体系,学习与维护成本过高。
- 实时性问题
业务越来越高的实时性要求,Presto作为直接查询的实时计算引擎,性能不达预期,数据分析的实时性不够,即便是预计算处理后放在高性能数据库里再输出也捉襟见肘。
- 性价比问题
为了确保性能与稳定,自建集群随着IDC规模的扩大,企业成本会大幅上升。
如何低成本的应对业务量增长带来的各类挑战
针对上述业务挑战和架构遇到的痛点,企业A大数据团队开始尝试针对架构和产品选型进行考察,先后尝试了多款开源分布式分析引擎以及大数据产品,但是在实时性,关联性查询等方面的业务要求无法满足。最终企业A大数据团队尝试POC使用了阿里云的AnalyticDB for MySQL产品。分析型数据库AnalyticDB是阿里巴巴自主研发的海量数据实时高并发在线分析云计算服务,可以在毫秒级针对千亿级数据进行即时的多维分析透视和业务探索。在感受到 ADB的快、灵活、易用、规模扩展和高并发的优点特性后,企业A的大数据团队和阿里云数据库团队一起成功地打造了围绕阿里云AnalyticDB为核心的新一代游戏广告实时运营分析平台。
图1 基于Hadoop的大数据架构示意图
图2 基于AnalyticDB(ADB)的数据分析架构示意图
整个方案是将归因后的数据经过logstash后存入AnalyticDB存储密集型,再预处理后放入AnalyticDB计算密集型,供前端分析使用,用来替代原来的Hadoop+Hive+Presto体系。基于阿里云AnalyticDB的新实平台有很多优势:
- 查询速度快
比OLTP快10倍以上,比presto也能快数倍,QPS数百到上万。
- 弹性伸缩
节点和配置都可以随时升降,随着数据增长灵活升级。
- 易用
Pesto迁移过来,几乎没有任何改动成本,MySQL迁移大部分语句兼容。
- 海量规模
动态线性扩容至数千节点,可支撑海量级别数据及分析。
客户价值:10倍性能提升,75%成本节约
企业A通过采用“POLARDB + ADB大存储+ ADB高性能”产品组合打造出新一代游戏买量市场实时数据运营分析平台,云原生数据处理、分析闭环,实现了高效的游戏数据运营。
分析数据的实时性提升帮助用户更好地挖掘数据蕴含的价值,通过对数据的分析更好地指导业务开展。在构建好新一代平台后,分析性能产生了5-10倍的性能提升,极大的提升了业务体验,促进了买量市场的投放效率转化;
基于玩家行为日志表日益增长,日增长过亿数据量,通过ADB存储密集型实例进行存储和分析,有效地降低的客户的总体使用成本,总成本下降高达75%;
5-10倍的性能提升、300%成本节约、超高性价比助力新一代游戏发行实时数据运营迈上新台阶。
案例涉及到的产品
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
阿里云机器学习平台PAI使用简明教程(二)
概述 前面在阿里云机器学习平台PAI使用简明教程介绍了使用DataStudio在maxcompute中手动导入数据进行PAI Studio模型的搭建、训练及在线部署调用。实际在使用过程中使用者的数据可能在其它的数据源,目前PAI Studio并不支持直接接入第三方数据源。官方推荐的方式是使用Dataworks的数据集成功能,将数据通过离线同步将数据导入到maxcompute中,然后进行后续操作。本文以Mysql数据库为例,结合GBDT二分类算法组件,演示相关过程的操作流程。 Step By Step 1、Dataworks 数据集成 1.1 配置数据源 白名单目前支持的数据源 1.2 Mysql数据库表 /*------- CREATE SQL---------*/ CREATE TABLE `paitable` ( `f0` double DEFAULT NULL, `f1` double DEFAULT NULL, `f2` double DEFAULT NULL, `f3` double DEFAULT NULL, `label` bigint(20) DEFAULT NULL ...
- 下一篇
Golang 1.14 发布 | 云原生生态周报 Vol. 39
作者 | 陈俊、何淋波、李鹏、宋净超 业界要闻 Golang 1.14 发布 Golang Release 了 1.14 版本。该版本包含生产级别 go module,改进 defer 性能,以及 Goroutine 抢占等功能。 Cilium 1.7 版本发布 Cilium 是一款开源软件,负责以透明方式提供并保护由 Linux 容器管理平台(例如 Kubernetes)部署完成的各应用程序服务间的网络与 API 连接。 Contributor Summit Amsterdam Schedule Announced 去阿姆斯特丹 KubeCon 的同学,不要忘记注册这个难得的开发者聚会。 KubeCon + CloudNativeCon China 2020 议题提交即将结束 将于中国时间 2 月 28 日结束,请大家不要忘记时间点。 上游重要进展
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS关闭SELinux安全模块
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- Mario游戏-低调大师作品
- CentOS6,CentOS7官方镜像安装Oracle11G
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS8编译安装MySQL8.0.19
- MySQL8.0.19开启GTID主从同步CentOS8