Gaming Analytics

“Accelerator for Gaming Analytics”提供游戏的性能指标:它将游戏遥测和使用统计与市场、平台数据和外部来源(如社交媒体)相结合，为您提供游戏模式、消费和收入的清晰视图。

此加速器旨在帮助游戏客户

• 更快更轻松地获取新客户；
• 提升玩家体验；
• 并跟踪游戏中的收入和支出模式。

Salesforce 合作伙伴 Lovelytics 构建了这个加速器，作为他们 Gamehouse 产品的一部分，这是一个 Databricks Brickbuilder 解决方案。 查看他们详细的博客帖子和架构说明。

它旨在通过提供一个框架来统一您的所有游戏和社区数据，帮助各种规模的工作室提升他们的数据和人工智能战略。GameHouse 为他们的业务提供了 360 度的视角，为玩家的获取、参与和保留提供了可行的见解。

GameHouse 克服了游戏公司面临的几个常见的分析挑战，比如不断产生的海量数据；多样化和孤立的数据源和系统；笨重的客户数据平台；以及将一流的人工智能实践与分析相结合所需的技能。

仅在美国，游戏行业就创造了逾 1000 亿美元的收入，Lovelytics 的这款加速器为游戏公司创建了一个平台，通过准确了解哪些客户互动会产生收入，从而更快地推出更好、更有针对性的产品。

回答关键业务问题

• 有多少人在玩我们的游戏，他们什么时候玩?
• 按客户使用类别划分的留存率和流失率是多少?
• 正在进行哪些类型的游戏内购买?
• 什么是社交媒体情绪?
• 我们的平台表现如何?它多久崩溃一次?

监控和改进 KPI

• 每日活跃玩家数
• 游戏中的事件数
• 每日购买次数
• 游戏崩溃次数
• 玩家总数
• 七天留存率
• 七天流失率
• 30 天留存率
• 30 天流失率
• 有购买的玩家
• 每个玩家的平均收入
• 按类型分类的购买
• 社交媒体情绪
• 社交媒体毒性评级

数据策略

Gamehouse 在 Databricks Medallion 架构模型中结合了几种不同类型的数据。

• 来自游戏引擎(例如 Unity、Unreal、Godot、GameMaker、CryEngine 或 Amazing Lumberyard)的游戏遥测。
• 业务 KPI 来自结构化数据仓库，根据视频游戏的战略和运营目标来衡量视频游戏的绩效和成功
• 游戏服务提供需要仔细监控和管理的关键基础设施，如服务器托管、多人联网、匹配、玩家语音和聊天等。
• 游戏之外的数据，包括社交媒体数据、论坛数据、玩家评论。数据来源千差万别，但通常包括 Reddit、Twitter、TikTok 和 Facebook 等社交媒体网站，Twitch 和 YouTube 等视频网站，以及 Steamworks 和 Epic Games Store 等玩家评论网站。

这些数据源在 Medallion 架构的青铜级别进行收集和筛选；在白银级别进行联接和结构化；并准备在黄金级别使用。