Successfully reported this slideshow.
Your SlideShare is downloading. ×

GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad

Check these out next

1 of 50 Ad

GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社

Download to read offline

多くのゲーム企業に、データ分析基盤として採用されているトレジャーデータサービスの最新機能を事例をふまえてご紹介します。 ゲーム業界以外の事例も交えることで、新しい利用方法へのヒントになればと思います。

----
堀内 健后
マーケティング担当ディレクター

プライスウォーターハウスクーパースコンサルタント株式会社(現日本アイ・ビー・エム株式会社)に入社。業務改革、システム改革のプロジェクトに多数参画。

2006年、マネックスビーンズホールディングス(現 マネックスグループ株式会社)に入社、業務・システム刷新プロジェクトを担当。その後、組織改革や投資先支援、顧客向けWebサービスの企画・開発のプロジェクトマネージャーとして活躍。

2013年2月、トレジャーデータ株式会社入社、日本国内での事業展開を進めている。

トレジャーデータ株式会社
http://www.treasuredata.com/jp/

多くのゲーム企業に、データ分析基盤として採用されているトレジャーデータサービスの最新機能を事例をふまえてご紹介します。 ゲーム業界以外の事例も交えることで、新しい利用方法へのヒントになればと思います。

----
堀内 健后
マーケティング担当ディレクター

プライスウォーターハウスクーパースコンサルタント株式会社(現日本アイ・ビー・エム株式会社)に入社。業務改革、システム改革のプロジェクトに多数参画。

2006年、マネックスビーンズホールディングス(現 マネックスグループ株式会社)に入社、業務・システム刷新プロジェクトを担当。その後、組織改革や投資先支援、顧客向けWebサービスの企画・開発のプロジェクトマネージャーとして活躍。

2013年2月、トレジャーデータ株式会社入社、日本国内での事業展開を進めている。

トレジャーデータ株式会社
http://www.treasuredata.com/jp/

Advertisement
Advertisement

More Related Content

Slideshows for you (20)

Viewers also liked (9)

Advertisement

Similar to GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社 (20)

More from Game Tools & Middleware Forum (20)

Advertisement

Recently uploaded (20)

GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社

  1. 1. Copyright ©2015 Treasure Data. All Rights Reserved. Treasure Data Kengo Horiuchi 2015/7/7
  2. 2. 会社概要 History 2011/12 Mountain Viewにて創業 2013/2 東京オフィス開設 2015/1 韓国オフィス開設 Service クラウド型のデータマネージメントサービス Jerry Yang Yahoo! Inc. founder Hiro Yoshikawa CEO Open source business veteran Founder Kaz Ohta CTO Founder of world’s largest Hadoop Group Sada Furuhashi Chief Software Architect MessagePack, Fluentd Investor Bill Tai Charles River Ventures, Twitter Matsumoto Yukihiro Ruby Sierra Ventures – (Tim Guleri) Database Scale Ventures Cloud Service Morio Kurosaki IT-Farm 2
  3. 3. Copyright ©2015 Treasure Data. All Rights Reserved. Treasure Data Serviceとは 3 ビッグデータの収集・保存・分析をワンストップで提供する、 業界初のクラウド型のデータマネジメントサービス(DMS) “データ解析の世界をシンプルにしたい”
  4. 4. Recognized as Gartner “Cool Vendor in Big Data” “トレジャーデータは、データの取得、保存、分析に対応する クラウド型ビッグデータソリューションをエンドツーエンド のマネージドサービスとして提供しています。 トレジャー データのユニークな特徴の一つはデータ収集ソリューション です。” “Who should care: 大量のデータを管理するリソースやスキル が十分” Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings. Gartner research publications consist of the opinions of Gartner's research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose. 4
  5. 5. 数字でみるトレジャーデータ 20兆保存されている
 データ件数 4,000一社が所有する最大 サーバー数 500,000 1秒間に保存される
 データ件数
  6. 6. Copyright ©2015 Treasure Data. All Rights Reserved. なぜ、ログ を見る? 15/07/07
  7. 7. 例えば、 アプリのログ 15/07/07 7
  8. 8. Copyright ©2015 Treasure Data. All Rights Reserved. アプリ×データを活用する ゲーム、Webサービス、広告 ユーザー行動を可視化 キャンペーンの最適化 小売 (オムニチャネル / O2O) 実店舗とネットストアの顧客行動 を横断的に分析 マーケティング施策の最適化 15/07/078
  9. 9. Copyright ©2015 Treasure Data. All Rights Reserved. アプリ×データ活用の共通点 「生データ」を溜める 分析項目は変化する 自由に分析可能 「分析」は定期的なレポートから 詳細な原因分析はレポートの次 ほぼ「リアルタイム」に集計・分析する 1時間前の課金状況を全員で共有 定型化するまえの探索
  10. 10. Treasure Data Serviceのメリット ビッグデータの収集・保存・分析をワンストップで提供する、 業界初のデータマネジメントサービス(DMS) 導入期間 半年から数年 初期費用 数千万から数億円 保守 ベンダーロックイン 運用 特殊なスキル 会計 資産計上 これまでのデータウェアハウス 導入期間 数日 初期費用 ゼロ 保守 不要 運用 通常のDBスキル 会計 月額課金のため費用化 トレジャーデータサービス 収 集 保 管 分 析
  11. 11. Copyright ©2015 Treasure Data. All Rights Reserved. トレジャーデータサービス 他製品連携 SQL Server CRM RDBMS Appログ センサー Webログ ERP バッチ型 分析 アドホック型 分析 API ODBC JDBC PUSH Treasure Agent 分析ツール連携 データ可視化・共有 Treasure Data Collectors 組込み Embulk モバイルSDK JS SDK 4. 簡単に 拡張 5. 簡単に 選べる 7. 簡単 な連携 6. 簡単に パワー アップ 1. 簡単に収集 2. 簡単に保存 3. 簡単に分析
  12. 12. Copyright ©2015 Treasure Data. All Rights Reserved. オンラインゲームソリューションとは 12 ログインログ Treasure Data Service データ統合 課金ログ 招待ログ KPI: PV KPI: ARPU KPI: リテンショ ン 提供するログテンプレートを活用する事で 容易に多種多様なKPI群のモニタリングが可能に
  13. 13. Copyright ©2015 Treasure Data. All Rights Reserved. スマホアプリにおける課題... アプリだけではログが収集できない? ログ収集のためだけにサーバーが必要? ダウンロード前の行動がわからない 経路別ダウンロード後の利用率がわからない 15/07/07
  14. 14. iOS/Android SDKによるログ収集 14 イベント発生後すぐに送信 イベント発生後すぐに送信 バッファリング バッファリング スケーラブルなトレジャー SDK受信サーバー トレジャーデータサービス 端末アプリから直接トレジャーデータサービスに蓄積され、 かつストリーミングによってログを直ちに確認できる
  15. 15. ネイティブアプリ/ブラウザアプリ 両方に対応 ログインログ 課金ログ 招待ログ ブラウザゲームはサーバーサイドに Fluentd ベースの TD-Agent を仕込んでストリーミング収集 iOS、AndroidのSDK または Unity向けのライブラリ を通じてログを収集
  16. 16. Copyright ©2015 Treasure Data. All Rights Reserved. 導入企業様 16
  17. 17. 活用価値 お客様 トレジャー データ グローバル インターネット ジャイアンツ>×
  18. 18. 18(C)  IDC  Frontier  Inc.  All  Rights  Reserved.   YBIとは *1:オープンソースに関する操作・設定などのお問い合わせは含まれていません。ご希望の方には別途有償サービスをご案内させていただきます。 *2:プライベート回線は、別途当社のプライベートコネクトサービスのご契約が必要となります。 データ分析に必要な基盤がトータルで う
  19. 19. Copyright ©2015 Treasure Data. All Rights Reserved. 今後の技術戦略
  20. 20. Treasure Dataによる オープンソースソフトウェア を通じた 技術的イノベーション
  21. 21. Copyright ©2015 Treasure Data. All Rights Reserved. “Fluentd”: Pluggable Data Collector 21 2000+ companies are collecting data reliably in machine & human readable format.
  22. 22. Copyright ©2015 Treasure Data. All Rights Reserved. Fluent-Bit: IoT Data Collector 22
  23. 23. Copyright ©2015 Treasure Data. All Rights Reserved. “Embulk”: Pluggable Bulk Loader 23 Bulk Loading version of Fluentd.
  24. 24. Copyright ©2015 Treasure Data. All Rights Reserved.
  25. 25. Copyright ©2015 Treasure Data. All Rights Reserved.
  26. 26. データ分析基盤を”作って保守する ”時代は終わった 26 •  データ基盤の構築自体はビジネスに直接貢献 しない •  ビッグデータ関連エンジニアを雇う/養成する のは難しい上、データの寿命は長いためチーム を維持し続ける必要がある •  直接のROIを問われた時に大規模な初期投資を 正当化できない、まず試してみる必要がある
  27. 27. 2015年 データ分析においては クラウドサービスを使おう 明示的な要件が無い限り 作らない 27
  28. 28. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. ゲーム分析 28
  29. 29. 一般的なデータ分析プロセス 29 目的明確化 1 目標設定 2 データ収集 3 データ分析 4 考察・仮説 5 Plan 6 Do 7 Data Check 8 Action 9
  30. 30. 目的・目標が未設定,さらにデータの内容がわからない 故に次の 4∼9. のデータ分析サイクルを回せない 仮説指向の限界 30 目的明確化 1 目標設定 2 データ収集 3 そもそも何を目的とす えるのかもわからない (だから分析に助けを 求めるので…) 「売上を上げる」と いった緩い目標しか立 たないのでデータ収集 へ進めない… どのようなデータが活 用できそうかわからな い(自分のサービスで あっても)データの内 容を知らない
  31. 31. データドリブンアプローチ 31 ルール (モデル) テンプレート クエリー データ 仮説
  32. 32. トレジャーデータ流、データ分析プロセス 32 データ収集 1 Data Watch 2 目標設定 3 データ分析 4 考察・仮説 5 Plan 6 Do 7 Data Check 8 Action 9 まずはとにかく 1.データ収集、そして 2.データを 「見る」 ことに専念しましょう
  33. 33. Copyright ©2015 Treasure Data. All Rights Reserved. 1.  とにかく集められるログを探してくる •  サーバーに垂れ流しにされているアクセスログ,システムログ •  MySQLに格納されている購買ログ •  アプリケーション何に仕込まれたデバッグログ •  etc… 2.  ログがどこにも無ければ簡単なログ収集から始める •  Webアプリケーションなら「Login(Access)」ログを収集する •  参考リンク:Login ログからわかる12の指標 http://treasure-data.hateblo.jp/ entry/2014/05/09/112107 データ収集 1
  34. 34. Copyright ©2015 Treasure Data. All Rights Reserved. a.  データの「項目」を見る •  データにどのような項目があるか? •  各項目にはどのような値が入っているか? •  各項目を「ディメンジョン」「メジャー」に分類 b.  データの「内訳」を見る •  どの値がどれくらいの割合で登場しているか? •  テンプレートに従ったデータ集計 c.  データの「分布」を見る •  どのような値にデータが密集しているか? •  テンプレートに従った分布計算 Data Watch 2 定型化された3つの「見る」プロセス
  35. 35. データの横串分析 35 5テレマティクス分析の 要所 35 KPI A KPI B KPI C 異なるデータ間の連携と強力な並列分散処理技術で、 大量なテレマティクスログから様々なKPIを算出。 Game1 Game2 Game3 KPI A KPI B KPI C 横断分析 縦 断 分 析
  36. 36. 全体を一覧できるツール 36 3ゲーム分析の 要所 KPI: PV KPI: ARPU KPI: レベル分布
  37. 37. ケーススタディ 37
  38. 38. 38 4000台 Game Solution KPI Monitoring Toolとセット 20台 収集の仕組み 分析knowhowと基盤をSupplierに提供 4000万ユーザー Treasure Agent Treasure Agent Game Supplier A Game Supplier B Game Supplier C 1タイトルごと20タイトル
  39. 39. AWS (Redshift) スマホ Web 分析に基づいた メール配信など Netteza Site Catalyst 翌朝、その日のwebsiteへの 来客を促す Tableau 他の解析ツール 各 種 サ ー ビ ス ブログウォッチャー社 プロファイルパスポートAD
  40. 40. Tableau「受験サプリ」 「勉強サプリ」 「料理サプリ」 分析に基づいた メール配信やプッシュ通知など MI Treasure Agent Mobile SDK
  41. 41. • Beacon端末を使った来店分析サービス AWS (Redshift) プロファイルパスポート
  42. 42. Copyright ©2015 Treasure Data. All Rights Reserved. 良品計画様MUJI passportの事例 15/07/07 閲覧ログ 閲覧ログ 加工済閲覧ログ (Cookie ID→顧客ID) 販売データ その他データソース AWS (Redshift) BIツール (tableau) ID 大量の 生閲覧ログ スマホアプリ ネットストア リアル店舗 スマホアプリ ネットストア メール 42
  43. 43. Copyright ©2015 Treasure Data. All Rights Reserved. マーケティングクラウド連携事例 15/07/07 分析データ キャンペーン運用 PDCA BIツール (tableau) 会員情報 分析DB 行動履歴 その他情報 ETL (抽出・変換) 43
  44. 44. Copyright ©2015 Treasure Data. All Rights Reserved. ウェアラブルのマーケティング ログデータ 集計 •  性能情報から製品改善・サポート •  アプリ利用ログから新たなマーケティング 44
  45. 45. パイオニア社 テレマティクス 15/07/07 走行車両情報 運転状況・燃費・ エンジン回転数・ バッテリー電圧など 様々な車載用機器・ スマートフォン 地図エンジン 情報の収集・蓄積 運転状況把握 エンジン クラウドナビ エンジン 情報検知に基づくデータ分析 車両状態、位置情報、交通状況、運転傾向など ビックデータの可視化 状況に合わせたオートマティッ クな情報提供 自動車関連事業者
  46. 46. 風力発電タービンの予防保全 全データ MRO モニタリング アラート 全データ 傾向
  47. 47. Copyright ©2015 Treasure Data. All Rights Reserved. アットマークテクノとの協業 Fluentdを組み込んだIoT用ゲートウェイとの連携により、 センサーデータを簡単にトレジャーデータサービスに集める事ができる
  48. 48. 3Dプリンターの予防保守 48 メンテナンス 訪問前準備 全センサーデータ ログ収集 BOX 3Dプリンター Armadillo SMAC(監視サービス) 予兆分析
  49. 49. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. まとめ データ分析においては クラウドサービスを使う。 明示的な技術的要件が 無い限り作らない。 49
  50. 50. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. 15/07/07 Copyright ©2015 Treasure Data. All Rights Reserved. 50 ゲームには ビッグデータ活用 が欠かせない

×