Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために

© 2021, Amazon Web Services, Inc. or its Affiliates.
Amazon GameTech Night #24
KPI ダッシュボードを最速で⽤意するために

Amazon Quick Sight で作るダッシュボード
ゲームの開発・運用において、ユーザ動向・売上動向・ゲームプレイ状況といった運営中のゲームの状況を
詳細に把握し、日々ゲームを改善していくことが重要となっています。
このような運営中のゲームの状況把握のために、ゲームのKPIダッシュボードを準備し、ゲーム開発者がゲーム
の問題点を把握し、改善を行われていることが多いかと思います。
当イベント Game Tech Night ではゲームダッシュボードに焦点を当て、AWS上のデータを使い、簡単にダッシュボー
ドを用意することができるBIツール「Amazon QuickSight」のご紹介と操作デモ、並びに
ソリューションアーキテクトが作成したサンプルダッシュボードについて解説・ディスカッションいたします。
〜 KPI ダッシュボードを最速で⽤意するために〜
2022 年 2 ⽉ 15 ⽇（⽕） 19:00-21:00 オンライン開催参加無料
アマゾンウェブサービスジャパン合同会社
技術統括本部⻄⽇本ソリューション部
ソリューションアーキテクト
鷲⾒啓志
イベント参加はこちらのリンクから 👉 https://gametechnight2022feb.splashthat.com/
技術統括本部ゲームエンターテイメント事業部
渡邉真太郎
⽯井宇⼤
⼭本純也

全体アジェンダ
• Amazon QuickSight のご紹介
• ダッシュボードサンプル

渡邉真太郎
Amazon QuickSight のご紹介
Amazon Game Tech Night

⾃⼰紹介
渡邉真太郎 / Shintaro Watanabe
Twitter: @nabesh1n
好きな AWS サービス
AWS Amplify Amazon ECS Amazon QuickSight

アジェンダ
• ゲームビジネスにおけるデータ分析
• Amazon QuickSight のご紹介
• 利⽤イメージ・デモ
• 機械学習の活⽤
• まとめ

ゲームビジネスにおけるデータ分析

なぜデータ分析が必要なのか
ゲームビジネスを成⻑させ、継続的に収益を拡⼤するため
ゲームの
収益拡⼤
より多くのデータ
より優れた
ゲームデザイン
より優れた体験
より多くの
ユーザー

ゲームにおける分析対象データ例
顧客データ
• ユーザーのログイン履歴や課⾦履歴
• マーケティング施策やゲーム内イベントの効果測定に活⽤
ゲームプレイデータ
• ユーザー⾏動ログなどゲームのプレイ状況に関するデータ
• ユーザー全体のプレイ状況の把握、ゲームデザインの改善に活⽤
ソーシャル/コミュニティデータ
• ゲーム内チャット、ソーシャルメディアへの書き込み
• ユーザー感情の把握、ゲームの定性評価の分析に活⽤

データ分析のトレンド
データ容量の
爆発的増加
様々なデータソース
からの取り込み
データ種類の
多様化
多くのユーザー
からの利⽤
多くの⽤途での
分析

データ分析のトレンド – ゲームの場合
データ容量の
爆発的増加
データ種類の
多様化
からの利⽤
分析
ユーザー数・
取得データの増加
DB から抽出
サーバーログ
クライアントログ
CSV, TSV
JSON, etc…
運営チーム内で
データ分析の
⽂化を醸成
多様な分析⼿法
機械学習の導⼊

データ分析のトレンド – ゲームの場合
データ容量の
爆発的増加
データ種類の
多様化
からの利⽤
分析
ユーザー数・
取得データの増加
DB から抽出
サーバーログ
クライアントログ
CSV, TSV
JSON, etc…
運営チーム内で
データ分析の
⽂化を醸成
多様な分析⼿法
機械学習の導⼊
誰でも使えるように

可視化 (Business Intelligence) と課題
可視化 (BI) はデータ活⽤に必要不可⽋
• 多くのユーザーが正しくデータを把握できることが⾼度な分析に繋がる
しかし、気軽には導⼊できない…
• BI ツールは利⽤するユーザーによって使い⽅が異なる
システム負荷を事前に想定することは困難、運⽤コストがかかる
• ライセンス購⼊による⾼額な初期費⽤
• わざわざ BI ツールにログインしてデータを⾒るのは⾯倒
Amazon QuickSight を活⽤して解決︕

Amazon QuickSight のご紹介

Amazon QuickSight
サーバーレスで⼤規模利⽤に対応
サーバー管理不要、⾃動スケールアウト
⾼速インメモリデータベース(SPICE)内蔵
多くのユーザーが利⽤可能な料⾦体系
セッション単位の従量課⾦
初期費⽤は発⽣しない
多様なアクセス⼿段
Amazon QuickSight 内でユーザー管理
レポートやアラートの配信

サーバーレスで⼤規模利⽤に対応
⼩規模から⼤規模まで⾃動的にスケール
• Amazon QuickSight はサーバーレスアーキテクチャ
• ⾃動スケールアウト、サーバー管理なしで利⽤ユーザー増加に対応
SPICE: ⾼速インメモリ DB を内蔵
• SPICE にデータを取り込むことで
データソースに負荷をかけずに⾼速な分析を実施
• 管理不要・⾼可⽤性
• マルチ AZ 冗⻑化、Amazon S3 に⾃動バックアップ
• SPICE に定期的にデータを取り込む設定も可能
Availability
Zone 2
QuickSight Query Layer
SPICE TABLE SPICE TABLE
S3
SPICE TABLE
Availability
Zone 1
S3
Availability
Zone 3
S3

多様なデータソースに接続
• AWS 内のサービスとの統合だけでなく、オンプレミスのデータソースや
サードパーティーのビジネスアプリケーション（SaaS）にも対応
• Amazon Athena の Federated Query 経由で下記以外のデータソースにも対応
オンプレミス
オンプレミスにセキュアに接続
S3 や EXCEL ファイルの
アップロードに対応
AWS
ConnectS3 上のデータや VPC 内
のデータベースにセキュアに接続
SaaS
3rd パーティーの SaaS に接続
• Salesforce
• Square
• Adobe
Analytics
• Jira
• ServiceNow
• Twitter
• Github
• Redshift
• RDS
• S3
• Athena
• Aurora
• Teradata
• MySQL
• Oracle
• SQL Server
• Timestream
• Amazon
OpenSearch
Service
• Presto
• Spark
• Postgre SQL
• MariaDB
• Snowflake
• IoT Analytics
• Excel
• CSV
• Teradata
• MySQL
• SQL Server
• PostgreSQL
• Oracle

多くのユーザーが利⽤可能な料⾦体系
Enterprise Edition の Reader ライセンスは利⽤分に応じた従量課⾦
使わなければゼロ円、最⼤で $5/ユーザ/⽉の上限
Author
ダッシュボードを作成して公開
$18
/ ユーザー / ⽉ (年単位契約)
$24 / ユーザー / ⽉ (⽉単位契約)
Reader
作成済みダッシュボードを閲覧
$0.30
/ セッション*
最⼤で
$5
/ ユーザー / ⽉
* 1セッション = ログインから 30 分間

多様なアクセス⼿段
サイト埋め込み・E メール・モバイルアプリなど
多様なアクセス⼿段を提供することで BI 活⽤の敷居を下げる
サイト埋め込み E メールモバイルアプリ

利⽤イメージ・デモ

利⽤イメージ
管理者/Author はデータソースを
定義し、分析⽤のデータセットを
準備する
Author はデータセットを基に分析
を作成、Reader にダッシュボード
として共有
Reader はダッシュボードを
ブラウザや、スマホから閲覧
Amazon
QuickSight
分析
分析
分析
Author (管理)
データソース
（データ供給元）
データ
セット
データ
セット
Author (分析)
Reader （閲覧）
ダッシュ
ボード
ダッシュ
ボード
ダッシュ
ボード

デモ
1. データセットの作成
2. データセットを元にした分析の作成
3. ダッシュボードによる分析の共有

機械学習の活⽤

機械学習(ML) で分析を深める
ML インサイト - QuickSight 内蔵の機械学習ベースのインサイト
機械学習の専⾨家がいなくても使えるインサイト(洞察)機能を提供
異常検知
異常な動きを検知し
膨⼤なデータの中から
その要因を探り出す
予測
ポイント＆クリックの
簡単操作で予測を実現
⾃動ナラティブ
分かりやすい⽂章で
データの状況を表現
QuickSight Q
⾃然⾔語による
問い合わせを解釈し
可視化
ML予測連携
Amazon SageMaker
で作成したモデルと
連携し可視化

異常検知
異常検知時に E メールでのアラート設定も可能

予測と What-if 分析
• ⻘︓実際の値
• オレンジ（点線）︓予測値
• オレンジ（実線）︓What-if

⾃動ナラティブ
※ナラティブは標準では
英語で表⽰されますが、
ユーザ側でカスタマイズ可能です

QuickSight Q
機械学習を利⽤した⾃然⾔語クエリサービス
質問（英語）を⼊⼒すると、可視化を⾃動作成
専⾨知識不要でセットアップ
• データセットのフィールド（列）に
分かりやすい名前やエイリアス（別名）を定義
• 例︓salesフィールドに”product sales“という
名前や”Revenue”という別名を付ける
• 複数のデータセットや意図(description)、
⽤途をまとめた”Q Topic”を作成
• あとは質問するだけ
現在 US East (N. Virginia), US West (Oregon),
US East (Ohio), Europe (Ireland),Europe (Frankfurt),
Europe (London) リージョンで利⽤可能
What is the weekly sales in california versus new york this year
(今年のカリフォルニアとNYの週単位売り上げを⽐べると︖)
質問に適した可視化が
⾃動⽣成される
* QuickSight Qの利⽤には別途料⾦が発⽣します。詳細は補⾜の料⾦ページを参照してください

ML 予測連携 – Amazon SageMaker との連携
Amazon
SageMaker
Amazon
QuickSight
データソース予測機能付き
ダッシュボード
ビルトインモデルに代えて、独⾃のモデルを利⽤可能に
Amazon SageMaker で作成した予測モデルと連携
コーディング不要︓ポイント＆クリックで連携
ビルトインモデルが提供している
時系列の異常検知、予測以外のモデルを利⽤可能に
※参考情報
https://aws.amazon.com/jp/blogs/machine-learning/making-machine-learning-predictions-in-amazon-quicksight-and-amazon-sagemaker/

まとめ

まとめ
• データ分析において多くのユーザーがデータを正しく把握し
改善につながる洞察を得るためには優れた可視化ツールが必要
• Amazon QuickSight は運営チーム単位での⼤規模な利⽤に耐え得る
インフラ基盤・料⾦体系・豊富な機能を備えたクラウド BI サービス
• データを⽤意するだけで簡単に分析・可視化の導⼊が可能、
将来的な機械学習の活⽤も⾒込める
• まずは Amazon QuickSight の利⽤からデータ分析の⽂化を醸成し、
ゲームのさらなる改善にデータをご活⽤ください︕

© 2022, Amazon Web Services, Inc. or its affiliates. All rights reserved.
AWS Innovate AI/ML Edition の注目セッション
ゲームビジネスの成長を支えるサーバーレスな分析・機械学習基盤
ゲームビジネスにおいてプレイヤーにまつわるデータを収集、分析し新たなインサイトを
得ることは、ゲームのさらなる改善とビジネスとしての成長に欠かせません。
本セッションでは AWS のサーバーレスな分析サービスと AI / 機械学習 (ML) サービスを
組み合わせて、運用工数が低くデータ分析に集中できる分析基盤と効率的な機械学習基盤を
両立する手法を解説します。
さらに収集したデータをゲームの運営に役立てるためのプロセスについてもご紹介します。
2022 年 2 ⽉ 24 ⽇（⽊）オンライン開催参加無料
イベント参加はこちらのリンクから 👉 https://aws.amazon.com/jp/events/aws-innovate/machine-learning/
渡邉真太郎

Amazon GameTech Night #24
KPI ダッシュボードを最速で⽤意するために
ダッシュボードサンプル

• 様々なダンジョンをクリアしてレベルアップ
• ソロだけでなくフレンドと⼀緒にプレイ可能
• 武器、スキン、キャラなど課⾦が可能
ゲームテーマ : 協⼒型ダンジョン攻略スマホゲーム

ビジネスの収益化を最大化するための KPI ダッシュボード
Sh i g
age da e 2021/12/30 00:00:00
a ge M h 2021/12/01 00:00:00
2022 2 16 02:49 (GMT) Powered by QuickSight
2021-12-30
¥9,311,100
Da
-226,700
M h
¥252,554,500
M h
143,447,700
(2021-12-30)
S e
O he
G g eP a
S ea
A S e
(2021-12-30
22,913
DA
30
2021-12-30
4,115
2021-12-01
85,988
(2021-12-30
1,134
2021 12 30
406.37
2021 12 30
8,210.85
2021 12 30
4.95
(2021-12-30)
I T
W a
Ga I
S
C a ac
( )&DAU( ) (2021-12-01)
7 2021
8 2021
9 2021
10 2021
11 2021
12 2021
da
(2021-12-30)
S a Ti e
12 2021
9 2021
8 2021
10 2021
11 2021
7 2021

Enemie b D ngeon
Gro p B : d ngeonName
Si e: enemie 1 (S m)
D ngeon N…
d ngeon010
d ngeon030
d ngeon040
d ngeon020
d ngeon050
d ngeon001
d ngeon060
d ngeon070
d ngeon090
d ngeon080
d ngeon100
Clea /Fail b D nge n
Name
f
D
nge
n
N mbe f Clea
Re l
Clea
Fail
Clears b Di c lties
Di
c
lties
N mber of Clears
Pla ime b D nge n
G B : d nge nName
Si e: la Time (C n )
D nge n N…
d nge n001
d nge n010
d nge n020
d nge n030
d nge n040
d nge n050
d nge n060
d nge n070
d nge n080
d nge n090
d nge n100
A e age Pla Time b D ngeon
G o p B : d ngeonName
Si e: pla Time (A e age)
D ngeon N…
d ngeon060
d ngeon001
d ngeon040
d ngeon010
d ngeon020
d ngeon050
d ngeon070
d ngeon030
A erage of Clears b Pla er Le els
A
erage
N
mber
of
Clears
Pla er Le els
Clear/Fail b Weapons
Weapons
Res l
Clear
Fail
ゲームのレベルデザインを最適化するためのダッシュボード

ダンジョン毎の深い分析を実施するためのダッシュボード

Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために

More Related Content

Similar to Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために

More from Amazon Web Services Japan

Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために