この投稿では、ゲーム業界のユースケース向けにスケーラブルな分析ソリューションを構築する方法に関するガイダンスを提供します。 AmazonRedshiftサーバーレス. イベント分析、ゲーム内購入の推奨、プレーヤーの満足度の測定、テレメトリ データ分析など、ゲーム業界で最も人気のあるいくつかのユース ケースに概念的で論理的なアーキテクチャを使用する方法について説明します。 この投稿では、ストリーミング、機械学習 (ML)、データ共有、およびサーバーレス機能に関する AWS サービスの新しいイノベーションで可能な技術についても説明します。

私たちのゲームの顧客は、主要なビジネス目標には次のものが含まれていると語っています。

• アプリ内購入による収益の増加
• ユーザーあたりの平均収益とライフタイム バリューが高い
• 粘着性が向上し、ゲーム体験が向上
• イベント生産性の向上と高い ROI

また、ゲームのお客様は、分析ソリューションを構築する際に次のことを望んでいるとのことです。

• ローコードまたはノーコード モデル – カスタマイズされたソリューションを構築するよりも、すぐに使えるソリューションが好まれます。
• 分離およびスケーラブル – 手動で管理されたサービスよりも、サーバーレスで自動スケーリングされたフル マネージド サービスが好まれます。 各サービスは、簡単に置き換え可能であり、依存関係がほとんどまたはまったくない状態で強化されている必要があります。 ソリューションは、スケールアップとスケールダウンに柔軟に対応できる必要があります。
• 複数チャンネルへの移植性 – ソリューションは、PC、モバイル、ゲーム プラットフォームなどのほとんどのエンドポイント チャネルと互換性がある必要があります。
• 柔軟で使いやすい – ソリューションは、制限が少なく、アクセスしやすく、すぐに使用できるデータを提供する必要があります。 また、微調整または無調整で最適なパフォーマンスを提供する必要があります。

ゲーム組織向けの分析リファレンス アーキテクチャ

このセクションでは、ゲーム組織がデータ ハブ アーキテクチャを使用して企業の分析ニーズに対応する方法について説明します。この企業は、同じデータを複数レベルの粒度と異なる形式で必要とし、より高速に使用できるように標準化されています。 あ データハブ は、データ リポジトリのハブを構成するデータ交換の中心であり、データ エンジニアリング、データ ガバナンス、セキュリティ、および監視サービスによってサポートされています。

データ ハブには複数の粒度レベルのデータが含まれており、多くの場合、統合されていません。 データレイクとは異なり、事前に検証および標準化されたデータを提供し、ユーザーがより簡単に使用できるようにします。 データ ハブとデータ レイクは組織内で共存でき、相互に補完します。 データハブは、企業が標準化されたデータを迅速かつ簡単に利用できるようにすることに重点を置いています。 データ レイクは、組織内のすべてのデータを XNUMX か所に保存して維持することに重点を置いています。 また、主に分析ストアであるデータ ウェアハウスとは異なり、データ ハブは、あらゆる種類のリポジトリ (分析、トランザクション、運用、参照、およびデータ I/O サービス) とガバナンス プロセスの組み合わせです。 データ ウェアハウスは、データ ハブのコンポーネントの XNUMX つです。

次の図は、概念的な分析データ ハブのリファレンス アーキテクチャです。 このアーキテクチャは、ハブ アンド スポーク アプローチに似ています。 データ リポジトリはハブを表します。 外部プロセスは、ハブとの間でデータをやり取りするスポークです。 この参照アーキテクチャは、データ ハブとデータ レイクを部分的に組み合わせて、包括的な分析サービスを可能にします。

アーキテクチャのコンポーネントを詳しく見てみましょう。

ソース

データは、記録システム、アプリケーションから生成されたデータ、運用データ ストア、企業全体の参照データとメタデータ、ベンダーやパートナーからのデータ、機械生成データ、ソーシャル ソース、Web ソースなど、複数のソースから読み込むことができます。 ソース データは通常、構造化または半構造化形式のいずれかであり、それぞれ高度な形式と緩やかな形式になっています。

データ受信

このセクションは、複数のソースからのデータを処理してデータ リポジトリにロードするためのコンポーネントで構成されています。 バッチ モード、継続的、pub/sub、またはその他のモードにすることができます。
カスタム統合。 ETL (抽出、変換、読み込み) テクノロジ、ストリーミング サービス、API、およびデータ交換インターフェイスは、この柱のコア コンポーネントです。 取り込みプロセスとは異なり、データはロード前にビジネス ルールに従って変換できます。 技術的またはビジネス データ品質ルールを適用し、生データをロードすることもできます。 基本的に、データを最も使いやすい形式でリポジトリに入れる柔軟性を提供します。

データリポジトリ

このセクションは、データ ウェアハウス、トランザクションまたは運用データ ストア、参照データ ストア、専用のビジネス ビューを格納するドメイン データ ストア、およびエンタープライズ データセット (ファイル ストレージ) を含むデータ ストアのグループで構成されます。 通常、ファイル ストレージ コンポーネントは、データの重複を回避し、包括性を提供するために、データ ハブとデータ レイクの間で共通のコンポーネントです。 データ共有やフェデレーテッド クエリなどの機能を使用して、物理的に移動することなく、これらすべてのリポジトリ間でデータを共有することもできます。 ただし、データのコピーと複製は、フォーマットとレイテンシーに関するさまざまな消費ニーズを考慮して許可されます。

データ送信

多くの場合、分析ニーズのために構造化クエリを使用してデータが消費されます。 また、ML、データのエクスポート、公開のニーズのためにデータセットにアクセスします。 このセクションは、データのクエリ、エクスポート、交換、および API のコンポーネントで構成されています。 実装に関しては、インバウンドとアウトバウンドの両方で同じテクノロジーを使用できますが、機能は異なります。 ただし、同じテクノロジを使用することは必須ではありません。 これらのプロセスは、データがすでに標準化されており、ほとんど使用できる状態にあるため、変換負荷が高くありません。 焦点は、消費サービスとの消費と統合の容易さにあります。

消費

この柱は、企業の分析ニーズに対するさまざまな消費チャネルで構成されています。 これには、ビジネス インテリジェンス (BI) ユーザー、定型化された対話型レポート、ダッシュボード、データ サイエンス ワークロード、モノのインターネット (IoT)、Web アプリ、およびサードパーティ データ コンシューマーが含まれます。 多くの組織でよく使用される消費エンティティは、クエリ、レポート、およびデータ サイエンス ワークロードです。 消費者のニーズに対応するために、さまざまな粒度と形式でデータを保持する複数のデータ ストアがあるため、これらの消費コンポーネントは、適切なソースを見つけるためにデータ カタログに依存します。

データガバナンス

データ ガバナンスは、データ ハブ リファレンス アーキテクチャの成功の鍵です。 これは、データ ハブの組織的なメンテナンスに必要な、メタデータ管理、データ品質、リネージ、マスキング、スチュワードシップなどのコンポーネントを構成します。 メタデータ管理は、技術およびビジネスのメタデータ カタログを整理するのに役立ち、コンシューマはこのカタログを参照して、どのデータがどのリポジトリで、どの粒度、形式、所有者、更新頻度などで利用可能かを知ることができます。 メタデータ管理とともに、データ品質は、消費者の信頼を高めるために重要です。 これには、データのクレンジング、検証、適合性、およびデータ コントロールが含まれます。

セキュリティと監視

ユーザーとアプリケーションのアクセスは、複数のレベルで制御する必要があります。 認証から始まり、誰が何にアクセスするかを承認し、ポリシー管理、暗号化、データ コンプライアンス ルールを適用します。 また、監査と分析のためにアクティビティをログに記録するための監視コンポーネントも含まれています。

AWS での分析データ ハブ ソリューション アーキテクチャ

次の参照アーキテクチャは、ソリューション コンポーネントの AWS スタックを提供します。

各コンポーネントと関連する AWS サービスをもう一度見てみましょう。

データ受信サービス

AWSグルー および アマゾンEMR サービスはバッチ処理に最適です。 それらは自動的にスケーリングされ、業界標準のデータ形式のほとんどを処理できます。 Amazon Kinesisデータストリーム, Amazon Kinesis データ ファイアホース, ApacheKafkaのAmazonマネージドストリーミング (Amazon MSK) を使用すると、ストリーミング プロセス アプリケーションを構築できます。 これらのストリーミング サービスは、 Amazon Redshift ストリーミング 特徴。 これにより、リアルタイム ソース、IoT データ、およびオンライン チャネルからのデータを処理できます。 Informatica、dbt、Matallion などのサードパーティ ツールを使用してデータを取り込むこともできます。

を使用して RESTful API と WebSocket API を構築できます。 アマゾンAPIゲートウェイ および AWSラムダこれにより、Web ソース、ソーシャル、および IoT ソースとのリアルタイムの双方向通信が可能になります。 AWSデータ交換 AWS Marketplace でサードパーティのデータをサブスクライブするのに役立ちます。 データのサブスクリプションとアクセスは、このサービスで完全に管理されます。 詳細については、それぞれのサービス ドキュメントを参照してください。

データ リポジトリ サービス

Amazonレッドシフト は、クラウド データ ウェアハウス、データ マート、その他の分析データ ストアなどの OLAP (オンライン分析処理) ワークロードに推奨されるデータ ストレージ サービスです。 このサービスは、AWS でのこの参照アーキテクチャの中核であり、ほとんどの分析ニーズにすぐに対応できます。 シンプルな SQL を使用して、データ ウェアハウス、データ マート、運用データベース、データ レイク全体の構造化データと半構造化データを分析し、あらゆる規模で最高の価格パフォーマンスを実現できます。 の AmazonRedshiftデータ共有 この機能は、同じまたは異なる AWS アカウント内の複数の Amazon Redshift データ ウェアハウス、およびリージョン全体で、データのコピーやデータの移動を行うことなく、瞬時にきめ細かく高性能なアクセスを提供します。

使いやすさのために、Amazon Redshift はサーバーレスのオプションを提供しています。 AmazonRedshiftサーバーレス データ ウェアハウスの容量を自動的にプロビジョニングし、インテリジェントにスケーリングして、最も要求の厳しい予測不可能なワークロードに対しても高速なパフォーマンスを提供します。支払いは使用した分だけです。 データをロードし、Amazon Redshift Query Editor またはお気に入りの BI ツールですぐにクエリを開始するだけで、使いやすいゼロ管理環境で最高の価格パフォーマンスと使い慣れた SQL 機能を引き続き享受できます。

Amazon リレーショナル データベース サービス (Amazon RDS) は、トランザクションおよび運用データ ストアを構築するためのフル マネージド サービスです。 MySQL、PostgreSQL、MariaDB、Oracle、SQL Server など、多くの一般的なエンジンから選択できます。 Amazon Redshift で 連合クエリ 機能を使用すると、データを移動することなく、トランザクション データと運用データをその場でクエリできます。 連合クエリ機能は現在サポートしています PostgreSQL用AmazonRDS, AmazonAuroraPostgreSQL互換版, MySQL用AmazonRDS, AmazonAuroraMySQL-互換性のあるエディション.

Amazon シンプル ストレージ サービス (Amazon S3) は、アーキテクチャ内のマルチフォーマット ストレージ レイヤーに推奨されるサービスです。 業界をリードするスケーラビリティ、データの可用性、セキュリティ、およびパフォーマンスを提供します。 組織は通常、オープン ファイル形式を使用して Amazon S3 にデータを保存します。 オープン ファイル形式により、複数の処理および消費レイヤー コンポーネントを使用して、同じ Amazon S3 データを分析できます。 Amazon S3 のデータは、SQL を使用してその場で簡単にクエリできます。 AmazonRedshiftスペクトラム. データをロードすることなく、Amazon S3 のファイルから構造化データと半構造化データをクエリして取得するのに役立ちます。 複数の Amazon Redshift データ ウェアハウスは、データ ウェアハウスごとにデータのコピーを作成する必要なく、Amazon S3 の同じデータセットを同時にクエリできます。

データ送信サービス

Amazon Redshift には、ウェブベースの分析ワークベンチが付属しています クエリ エディター V2.0、クエリの実行、データの探索、SQL ノートブックの作成、および共通のインターフェイスを介した SQL でのチームとのデータの共同作業に役立ちます。 AWSTransferファミリー SFTP、FTPS、FTP、および AS2 プロトコルを使用してファイルを安全に転送するのに役立ちます。 何千もの同時ユーザーをサポートし、完全に管理されたローコード サービスです。 インバウンドプロセスと同様に、利用できます アマゾンAPIゲートウェイ および AWSラムダ を使用してデータをプルするには Amazon Redshift データ API。 そして AWSデータ交換 は、AW​​S Marketplace を通じて使用できるようにデータをサードパーティに公開するのに役立ちます。

消費サービス

アマゾンクイックサイト レポートとダッシュボードを作成するための推奨サービスです。 インタラクティブなダッシュボード、視覚化、および ML インサイトを使用した高度な分析を作成できます。 アマゾンセージメーカー は、データ サイエンス ワークロードのすべてのニーズに対応する ML プラットフォームです。 データ ハブ内のリポジトリからのデータを使用するモデルを構築、トレーニング、デプロイするのに役立ちます。 使用できます Amazon フロントエンド Web およびモバイル サービスと AWS IoT サービスを使用して Web、モバイル、および IoT エンドポイント アプリケーションを構築し、データ ハブからデータを消費します。

データガバナンスサービス

　 AWSGlueデータカタログ および AWSレイクフォーメーション AWS が現在提供しているコア データ ガバナンス サービスです。 これらのサービスは、すべてのデータ リポジトリのメタデータを一元管理し、アクセス制御を管理するのに役立ちます。 また、データの分類にも役立ち、スキーマの変更を自動的に処理できます。 使用できます アマゾンデータゾーン 組み込みのガバナンスとアクセス制御を使用して、組織の境界を越えて大規模にデータを検出して共有します。 AWS は、AWS のサービスにより統一されたエクスペリエンスを提供するために、この分野に投資しています。 Collibra、Alation、Amorphic、Informatica などの多くのパートナー製品があり、AWS サービスでのデータ ガバナンス機能にも使用できます。

セキュリティおよび監視サービス

AWS IDおよびアクセス管理 (AWS IAM) は、AWS のサービスとリソースの ID を管理します。 ユーザー、グループ、ロール、およびポリシーを定義して、従業員とワークロードのきめ細かなアクセス管理を行うことができます。 AWSキー管理サービス (AWS KMS) は、アプリケーションの AWS キーまたはカスタマー マネージド キーを管理します。 アマゾンクラウドウォッチ および AWS クラウドトレイル 監視および監査機能を提供するのに役立ちます。 メトリックとイベントを収集して分析し、運用効率を高めることができます。

この投稿では、それぞれのソリューション コンポーネントの最も一般的な AWS サービスについて説明しました。 ただし、これらのサービスだけに限定されるわけではありません。 ここで説明したものよりも、お客様のニーズにより適した特定のユースケース向けの AWS サービスが他にも多数あります。 適切なガイダンスについては、AWS アナリティクス ソリューション アーキテクトにお問い合わせください。

ゲームのユースケースのアーキテクチャ例

このセクションでは、XNUMX つのゲーム ユース ケースのアーキテクチャ例について説明します。

ゲームイベント分析

ゲーム内イベント (時間指定イベントまたはライブ イベントとも呼ばれます) は、興奮と期待を通じてプレイヤーの関与を促進します。 イベントは、プレーヤーをゲームとの対話に誘導し、プレーヤーの満足度とゲーム内購入による収益を増加させます。 イベントはますます重要になっています。特に、ゲームがそのままプレイされる静的なエンターテイメントから、ゲームのプレイ中に情報を使用してゲームのプレイに関する決定を下すサービスを使用して動的で変化するコンテンツを提供するものに移行するにつれて、イベントはますます重要になっています。 これにより、プレイヤーがプレイするにつれてゲームが変化し、機能するものと機能しないものに影響を与えることができ、あらゆるゲームに潜在的に無限の寿命が与えられます.

慣れ親しんだフレームワーク内で新鮮なコンテンツとアクティビティを提供するゲーム内イベントのこの機能は、プレーヤーを数か月から数年にわたって引き付けてプレイし続ける方法です。 プレイヤーは、慣れ親しんだフレームワークや好きになった世界の中で、新しい体験や挑戦を楽しむことができます。

次の例は、スケーラビリティ、チャージバック、および所有権に対応するためにデータを個別のコンテナーに分割するなど、プロセスのさまざまなセクションをサポートするための変更を含む、そのようなアーキテクチャがどのように見えるかを示しています。

イベントがプレイヤーによってどのように見られているかを完全に理解し、将来のイベントについて決定を下すには、最新のイベントが実際にどのように実行されたかに関する情報が必要です。 これは、各イベントの有効性とプレイヤーの満足度を測定する重要業績評価指標 (KPI) を構築するために、プレイヤーがプレイする際に多くのデータを収集することを意味します。 これには、各イベントを具体的に測定し、各イベントのプレイヤー エクスペリエンスをキャプチャ、分析、レポート、および測定する分析が必要です。 これらの KPI には次のものが含まれます。

• 最初のユーザー フロー インタラクション – ユーザーがゲームでイベントの更新を最初に受信またはダウンロードした後に行ったアクション。 人々をイベントから遠ざける明確なドロップオフポイントやボトルネックはありますか?
• 収益化 – ユーザーがイベントでいつ、何に、どこでお金を使っているか (ゲーム内通貨の購入、広告への回答、スペシャルなど)。
• ゲーム経済 – ゲーム内のお金、取引、または物々交換を使用して、ユーザーがイベント中に仮想通貨または商品を獲得および使用する方法。
• ゲーム内アクティビティ – プレーヤーの勝敗、レベルアップ、競争の勝利、またはイベント内のプレーヤーの成果。
• ユーザー間のやり取り – イベント中の招待、ギフト、チャット (プライベートおよびグループ)、チャレンジなど。

これらは、ゲームが新規プレイヤーを獲得しながら、既存のユーザーの関与、関与、プレイを維持する際のイベントの予測モデリングの鍵となる KPI と指標のほんの一部です。

ゲーム内アクティビティ分析

ゲーム内アクティビティ分析では、基本的に、プレイヤーが示す可能性のある有意義で意図的なアクティビティを調べ、どのようなアクションが行われたか、そのタイミング、および結果を理解しようとします。 これには、プレイヤーがどこでプレイしているか (地理的および文化的)、頻度、時間、ログインごとに何を行っているか、その他のアクティビティなど、プレイヤーに関する状況情報が含まれます。

次の例は、データを個別のウェアハウスに分割するなど、プロセスのさまざまなセクションをサポートするための変更を含む、そのようなアーキテクチャがどのように見えるかを示しています。 マルチクラスター ウェアハウス アプローチは、ワークロードを個別にスケーリングするのに役立ち、実装されたチャージバック モデルに柔軟性を提供し、分散型データ所有権をサポートします。

このソリューションは基本的に、プレーヤーの行動を理解するのに役立つ情報をログに記録します。これにより、既存のプレーヤーの維持と新しいプレーヤーの獲得を促進する洞察につながる可能性があります。 これにより、次のことが可能になります。

• ゲーム内購入の推奨事項を提供する
• プレーヤーの傾向を短期的および長期的に測定する
• プレイヤーが参加するイベントを計画する
• ゲームのどの部分が最も成功し、どの部分がそれほど成功していないかを理解する

この理解を使用して、将来のゲームの更新に関する決定を下したり、ゲーム内購入の推奨を行ったり、ゲーム経済のバランスをとる必要がある時期と方法を決定したり、これを注入することでゲームの進行に合わせてプレイヤーがキャラクターを変更したりプレイしたりできるようにすることさえできます。情報とそれに伴う決定をゲームに戻します。

まとめ

このリファレンス アーキテクチャは、少数の分析タイプの例のみを示していますが、ゲーム分析アプリケーションを有効にするためのより高速なテクノロジ パスを提供します。 分離されたハブ/スポーク アプローチにより、ゲーム アプリケーションのパフォーマンスを分析して理解するためのさまざまなアプローチを実装するための俊敏性と柔軟性がもたらされます。 このアーキテクチャで説明されている専用の AWS サービスは、ゲームとイベントのメトリクスを簡単に収集、保存、測定、分析、およびレポートするための包括的な機能を提供します。 これにより、ゲーム内分析、イベント分析、プレイヤー満足度の測定、ゲーム プレイヤーへのオーダーメイドの推奨事項の効率的な実行、イベントの効率的な編成、リテンション率の向上に役立ちます。

投稿を読んでいただきありがとうございます。 フィードバックや質問がある場合は、コメントに残してください。

著者について

サテシュソンティ アトランタを拠点とするシニアアナリティクススペシャリストソリューションアーキテクトであり、エンタープライズデータプラットフォーム、データウェアハウジング、アナリティクスソリューションの構築を専門としています。 彼は、データ資産の構築と、世界中の銀行および保険のクライアント向けの複雑なデータプラットフォームプログラムの主導に16年以上の経験があります。

ターニャ・ローデス は、サンフランシスコを拠点とするシニア ソリューション アーキテクトであり、ゲームの顧客に焦点を当て、ゲームとサポート システムの分析、スケーリング、パフォーマンス強化に重点を置いています。 彼女は、ゲーム、銀行、ヘルスケア、高等教育、州政府など、複数の事業部門にわたる非常に大規模なビジネス組織を専門とするエンタープライズおよびソリューション アーキテクチャで 25 年以上の経験を持っています。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://aws.amazon.com/blogs/big-data/how-gaming-companies-can-use-amazon-redshift-serverless-to-build-scalable-analytical-applications-faster-and-easier/