Microsoft Azureでソーシャルゲームを作ってみた話(前半)
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share

Microsoft Azureでソーシャルゲームを作ってみた話(前半)

  • 785 views
Uploaded on

テックヒルズでの講演資料です。後編こちら http://aka.ms/techhills2

テックヒルズでの講演資料です。後編こちら http://aka.ms/techhills2

More in: Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
785
On Slideshare
781
From Embeds
4
Number of Embeds
1

Actions

Shares
Downloads
10
Comments
0
Likes
1

Embeds 4

https://twitter.com 4

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Microsoft Azureで ソーシャルゲームを作ってみた話
  • 2. まずはこちら↑をご覧下さい http://aka.ms/claudia
  • 3. Microsoft Global Foundation Services 世界規模でデータセンターを運営 サブリージョン内に 3重のレプリカを配置 ストレージを地理的に冗長化
  • 4. Microsoft Global Foundation Services 世界規模でデータセンターを運営
  • 5. 4 億 Email アカウント 約 3 億 接続ユーザー 4,800 万 サブスクライバー 200+ サービス 24 時間 / 7 日稼働 300 PByte Bing データ 2.5 億 アカウント 約 5,000 万 Office Web Apps ユーザー 55 億 サーチ数 / 月 世界レベルで利用されている実績
  • 6.   
  • 7. BI シナリオ例:スマホ利用ログ分析 年齢・性別から端末レベルでの詳細な消費者の行動情報を インタラクティブに分析できる基盤を提供 ※独自 ID を発行し個人情報は取得していない Android ユーザー約 12 万人のアプリ利用ログ(約 4 億レコード/月)が クラウド上に蓄積され、いつでも利用可能 データマイニングを活用し、過去事象の関連性分析から将来の予測分析も可能 消費者のスマートフォン利用ログ“ビッグデータ”を多面的に分析できる基盤を提供 1 2 3 将来的には、ビデオリサーチインタラクティブが保有するアプリ広告データや、アプリ提供企業が保有する 各アプリ内での消費者の行動情報を、当基盤に統合することで、データプラットフォーム事業の拡大も検討中 Excel サービスの特長 基盤製品
  • 8. 9 Excel + Power BI でできること (demo) アプリの視聴率(ランキング)中心 消費者スマートフォン利用の行動分析中心 ③時系列での流行り・廃れ分析  あるユーザー属性ごとに、  時系列にどのようなアプ リが人気になり、また、 利用されなくなっている か! 特定ユーザー層における人気・廃れを時系列に把握することで、競合分析、利用率低 下時における解約分析や、キャンペーン等の効果分析に活用 ④端末別の利用動向分析  スマートフォン端末・ メーカー別に、  ユーザー別にどのよう なアプリが、 よく利用されているか! メーカー・端末別に利用されるアプリの違いを把握することで、端末開発、アプリ開 発へのインサイトを発見する ②ユーザー属性別の利用アプリ関連性分析  どのユーザー属性(年齢・性別、 特定アプリのヘビーユーザ等)が、  どのようなアプリをどの順序で、 よく利用しているか! 特定ユーザー層における利用アプリの関連性から新たな消費者の嗜好を発見し、新商 品・サービス開発や、キャンペーン・広告のターゲッティング精度の向上に役立てる データマイニング分析 ①時間帯別の消費者アプリ利用行動分析  ある時間帯別に、  どのようなアプリが  どのようなユーザー属性に、 よく利用されているか! ユーザーセグメント別に一日のスマートフォンの行動特性を把握することで、キャン ペーン・広告の時間帯精度の向上や、ターゲットユーザーの把握に役立てる 朝 昼 夜 例)キャンペーン 競合アプリリリース Xperia GALAXY Optimus AQUOS
  • 9. 1. Microsoft Azure ストレージと簡単に連携するiSCSIストレージ 2. クラウドストレージ利用でデータ増加時のディスク増設が不要 3. ローカルストレージとしてパフォーマンスを維持 4. 重複排除・圧縮・自動階層化機能(ティアリング)によりデータ配置を最適化 5. 自動バックアップ機能利用で別システムでのバックアップ環境構築は不要 6. バックアップデータをクラウドに配置することで災害対策、事業継続環境を実現 7. ユーザのデータ管理エリアに対する大幅な人的・運用工数削減
  • 10. 標準価格はAWSにあわせます
  • 11. Microsoft Ventures スタートアップ支援の具体策 リソース拠出  最大約600万円分のクラウド利用枠  開発用ソフトウェア、Skypeクレジット提供  開発用タブレット貸与、技術支援など 共同マーケティング  事例化、プレスリリース、イベント登壇機会  マイクロソフト、パートナーチャネルの開放 投資  Microsoft Venturesとしての Seed 投資機会
  • 12. http://www.slideshare.net/kazumihirose/windowsazure-33845740 続きはコチラ