
大数据为游戏实现流量精准分发_数据分析师考试
我们看一下过去几年为什么大数据能够变得这么热。
大家知道小米手机过去几年卖的非常热,但是大家可能不知道在它背后更让人吃惊的是我们看到的数据,今天小米手机活跃用户超过了970百万,这些用户创造的数据在过去12内用积累的有400亿张照片,看到有超过500亿短视频,看到整个数据量超过100PB,大家想想这是一家创意公司,这是一家手机上市不到4年的公司,可以想象整个手机互联网每天所创造的数据大概有多少。当然在手机周围还有一系列跟手机相连的智能硬件包括摄象头、空气净化器、手环等一系列小米非小米的设备,我们从金山云后端看到的是每天新上传的数据超过400T,如果大家想一下的话,回顾一下5年前全国的数据,每天新数据上传量差不多这个数据。正因为有这两个例子,来看今天数据革命的爆发,我们有一系列的探讨新的技术方案,更重要的是数据革命爆发带来新的商业机会。
商业机会不光是在传统设备上,无论是手机信息还是汽车信息,这是基本数据量的爆发和带来为这些设备本身不断改良的数据,更重要的是设备应用APP所创造的数据,可以推导出开机率和下载量,更重要的是从这些数据导出的一个产品发展趋势,或者是消费者的趋向,我们大家玩游戏的爱好,玩游戏的时间和玩游戏的类别,所以今天我们看到的已经出现的大数据时代的不光是基础信息更重要是在应用数据,更重要是在客户行动数据。那么刚才腾讯讲到互联网概念,大家在腾讯用到微信的时候,在过去一年大家都会碰到,为什么微信发布这么多次广告,结果你一次都没有收到过?一方面可能觉得很悲摧,被腾讯忽略掉,另一方面很窃喜,微信还没有把你的脸谱给画好。那么我们谈到脸谱,其实我们今天谈到大数据时代,我们的核心能力实际上不光是获取这些数据,更重要是能够对这些数据进行分析,从而从数据中抽出信息,从信息抽出价值。我们看一看,在游戏行业在今天所看到的互联网各个行业,都已经自觉不自觉地用大数据。
在一个更广泛的领域,就是整体在移动应用领域,我们雷豹移动所经历的迅猛扩展的经验,其中很重要的一条是我们对用户行为的数据挖掘,从而对于市场了解,我们知道雷豹移动去年5月份在美国纽交所上市,这个上市的背后其实靠的是几款非常广泛应用的APP,其中一个是雷豹清理大师,充分满足人们两个基本的痛点,尤其用安卓手机的痛点,电池不够用,游戏越幼越慢。这款应用在安卓市场爆发之后,我们充分利用它在每时每刻的手机上的应用,当用户下载一个新的应用到手机上的时候,不需要做更多的分析,我们已经知道这款应用会给他手机带来什么样的影响,会不会使电池消耗更快,正是因为我们对后台应用的理解和前端对用户的理解,精准度非常高,从而认为广告过来的时候不是一种干扰,而是一种帮助。你想象这款游戏给你带来新的手游的来的时候,是知道你过去一段时间喜欢玩哪游戏,大概在地铁上玩还是在家里玩,喜欢玩悠闲类的还是喜欢什么类的,这时候帮你推游戏的时候精准度非常高。同样的方法,一个游戏上线的时候,导来的流量就很多。我们看一下在小米手机上的游戏,这种量的增加很大程度上取决于小米用户的增加,也是我们对流量的分类变的越来越精准,从事而开发者分到的金额有数量级的增加。更重要的是我们对于流量分类的精准性。
今年在过去12个月内我们知道有几个比较成功的游戏,去年12月份上线的爆品,人们想到的是它的玩法、设计和整个游戏故事内容,但是可能会忘记到背后还有许多一眼看不到的秘密,比如说你上线之后你的引流,从是盲目引还是比较精准引,还是通过精准分类来引,你是在某一个时间段引哪类流量过来,对于流量预测对于计算量的预算对于用户上线时间的预测,这些都是需要经过精准计算的,而这个背后是需要大数据的引擎,背后需要的是非常强的弹性云计算能力。那么我想今天在游戏行业,尤其在手游行业,其实今天已经普遍接受一个概念,我们的后端一定要把服务建立在云上,无论是大数据还是你的虚机服务,这样才能够获得更好地弹性计算能力。
谈到技术的能力,其实选择合作伙伴是非常重要的一点,你要对你的服务它所需要的平台能力和它能力所带来的必须的架构,我们可以举一个非游戏的例子,就是足迹的应用。这款应用在几天就火爆,日活跃超过300万,他们自己对产品本身预估不足,后端选择云的供应商本身的技术能力有限,在它突破300万之后就产生崩盘,这种崩盘在于事先没有对量的上涨做好的分析,这是大数据里面一个非常难的地方,本身数据量还不够,所以不可能产生预测的效果和准确的预测,这时候如果你后端云供应商也不给力的话,就会造成崩盘的情况。所以也是在这种情况下,金山云能够及时入场,帮助足迹同事一起重新把他们的应用移到新的架构上移到金山云上。我们谈到一个很好的大数据知识一个很好的服务端知识,就是三点,尤其对于游戏的运营商来说,有一个非常好的混合云方案,如果你现在已经有一些内部服务机,自己的内部云主机,如何利用公有云弹性能够在你量突发性暴涨的时候,能够把新的计算量算进来。我们今天中国游戏运营商已经开始走向国际,如何把中国的非常好的爆品游戏带到国际市场,是需要有一个全球化的网络。
正是因为手游与云计算、大数据的结合,才使得两个市场都出现了繁荣,我们可以看到过去几年上线的一些大游戏,我在这想再说一下,我们的全民奇迹游戏运营在金山云的时候,第一天超过260万,没有出现过一次服务器故障。我刚才说到游戏厂商天然和云是好的搭档,当一个游戏上线的时候,不知道爆发量由多少,上线以后不知道量往下走还是往上走,更重要需要更多的数据分析,更好地和云服务商合作,对于量的预测和弹性的能力。
很高兴看到的是国内所有一流游戏CP也好还是运营商也好,都开始进入了云时代。有了云有了大数据,是不是对于我们来说一切就万事大吉,其实也不尽然,因为当你在上线那天在做数据分析,才进行调配云支持的话,依然满足不了我们的需求,当紧急情况出现的时候,你很难在很短时间内进行处理。这款需要的是整个游戏产业链内建立一个非常好的生态,把测试和整个计划从一开始就和云打通,金山在这方面的服务做了一个非常大的布局。
我们有金山云作为基本的云服务提供商,在金山云底下通过投资世界互联提供中国最好的IDC服务,在上面通过小米运用包括雷暴应用在大数据上对用户某一个时候的数据有很好的把握,从而形成真正的生态链,在游戏进行测试的时候就已经进入生态链里面去。生态链要想成功的话,其实我们不光是在游戏调优上,更重要是在哪个点上哪个团队哪些人进去,我们谈生态不是空的概念,更重要是解决游戏开发到上线之后每一步之间出现的所有问题。
金山云一个很好的体会,就是说做出一站式凭证服务,从开始游戏进行注册、封测、公测,每一个阶段云都进行了适配,每一个阶段都进行了数据分析,从而能够很准确地预测出一款游戏在上市之前就预测出上市之后可能的表现。在这个基础上,加上投资和孵化的环境,加上和游戏引擎平台的配合,把引擎作为服务的一部分,这样的话才能真正打造完备有效的生态链。
大家在游戏行业可能对云已经非常接受,在座有很多领导有很多同事是在一个泛娱乐行业里,包括文化产业、电影,在这些领域里甚至包括传统领域里,人们可能对于云的时代是否到来还有一些疑问,我想我给大家分享几组数据,这是整个产业界的数据。第一就是说我们看一下咨询公司对于市场的调查,我们看到2013年整个全球市场IT预算的分配,IT人员占整个IT支出40%多,而IP硬件占16%,今年数据在很大幅度上降,到2018年时候我们预测是服务会涨到45%,人们更多会利用云所提供的服务,内部IT人员成本所占的比例降到20%左右,这是一种IT整个趋势。另外一个如果从服务器供应商角度来看,今天服务器供应商已经很明确知道,以前的大客户这些中小企业今天已经逐渐往云上转,在2018年的时候,50%以上服务器已经不是卖到企业里面去,而是卖到云的运营商手里,而中小企业所用的服务计算的平台服务,大部分开始往云上转。
在这块我也想分享一下上个礼拜,亚马逊发布第二季度财报,云服务收入已经达到18亿美金,人们可能觉得收入很高,是不是赚钱?18亿美金的利润有4亿美金,经过十年的卧薪尝胆,亚马逊已经告诉我们当规模上去以后,当人民开始把以前传统IT全部转移到云上的时候,云的时代就真正到来了。所以金山集团在下半年做了一个决定,把金山的未来放在云上,把所有的堵住一次性压到云上去,我们相信云和云上面的大数据和云上面的游戏,云上面的金融、云上面的教育,云上面的医疗,会为我们未来生活和工作创造更大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19