Gaming Analytics

遊戲分析加速器提供遊戲的效能指標：它將游戲遙測和使用統計資料與市場、平台資料和外部來源（如社交媒體）相結合，讓您清楚地了解遊戲模式、消費和收入。

該加速器旨在幫助遊戲客戶

• 更快速、更輕鬆地獲取新客戶；
• 改善玩家體驗；
• 並追蹤遊戲中的收入和支出模式。

Lovelytics 是 Salesforce 的合作夥伴，將此加速器作為其 Gamehouse 產品的一部分建立，該產品是 Databricks Brickbuilder 解決方案。查看他們詳細的部落格文章和架構說明。

它旨在通過提供統一所有遊戲和社群資料的框架來幫助各種規模的工作室提升他們的資料和 AI 策略。Gamehouse 提供了其業務的 360 度全方位檢視，為玩家獲取、參與和保留提供了可動作的見解。

Gamehouse 克服了遊戲公司面臨的幾個常見分析挑戰，例如不斷產生的巨量資料；多樣化和孤立的資料來源和系統；和笨重的客戶資料平台；最重要的是，將一流的 AI 實踐與分析相結合所需的技能。

美國的遊戲產業正在產生超過 1000 億美元的收入，而 Lovelytics 的這個加速器為遊戲公司建立一個平台，準確了解客戶互動產生收入的方式來更快地推出更好、更有針對性的產品。

回答關鍵業務問題

• 有多少人在玩我們的遊戲，他們什麼時候玩？
• 按客戶使用群組劃分的保留率和流失率是多少？
• 正在進行哪些類型的遊戲內購買？
• 什麼是社交媒體情緒？
• 我們的平台表現如何？它多常當機？

監視並改進 KPI

• 每日活躍使用者
• 遊戲中事件
• 每日購買
• 遊戲當機
• 玩家總計
• 七日保留率
• 七日流失率
• 三十日保留率
• 三十日流失率
• 有購買記錄的玩家
• 每玩家平均收益
• 按類型區分的購買
• 社交媒體情緒
• 社交媒體毒性評級

資料策略

Gamehouse 在 Databricks Medallion 架構模型 中結合了幾種不同類型的資料。

• 來自遊戲引擎的遊戲遙測，例如 Unity、Unreal、Godot、GameMaker、CryEngine 或 Amazing Lumberyard。
• 商業 KPI，來自結構化資料倉庫，根據其策略和營運目標度量影片遊戲的效能和成功
• 遊戲服務提供需要仔細監視和管理的關鍵基礎結構，例如伺服器託管、多人網路、配對、玩家語音和聊天等。
• 遊戲之外的資料，包括社交媒體資料、論壇資料和玩家評論。資料來源千差萬別，但通常包括 Reddit、Twitter、TikTok 和 Facebook 等社交媒體網站，Twitch 和 YouTube 等影片網站，以及 Steamworks 和 Epic Games Store 等玩家評論網站。

這些資料來源在 Medallion 架構的青銅層級中收集和篩選；加入和建立銀層級； 並準備在黃金層級消費。