大数据分析系统在游戏领域迭代与实践

案例来源:腾讯游戏增值服务部
会议地点:深圳
分享时间: 2019-06-22 15:50-16:50

周东祥  |

腾讯游戏增值服务部 大数据平台负责人

现任职于腾讯游戏增值服务部iData产品开发以及大数据平台负责人。在大数据平台数据采集、传输、存储以及实时计算、分布式并行计算等领域有多年的实践经验。所负责的游戏大数据平台和iData数据分析平台产品服务了腾讯近700款业务和产品。近2年,专注在iData游戏大数据分析产品化能力,不断迭代和实践New iData的新BI能力。

课程概要

背景介绍:
大数据分析系统和平台一直是大数据应用最基础、最核心的应用之一。
相比于原有的传统BI软件和数据库提供分析能力相对有很多局限,例如:数据处理效率低,大数据处理能力缺失以及无法和线上数据商业化应用推荐和服务打通等能力。
iData作为游戏大数据分析系统,在服务腾讯近800款游戏和产品过程中,经过多年的迭代和实践,形成了iDataCharts 大数据可视化和iDataEngine大数据分析的双擎为核心能力的大数据分析系统。同时,在双擎之上构建了iData的独有适配游戏场景下自助、高效、在线分析路径。最后,在线下分析与线上的数据商业化应用推荐和服务打通能力。

解决思路/成功要点:
1在腾讯海量的游戏产品的多场景需求下,建立一套独有的iDataCharts 大数据可视化和iDataEngine大数据分析的双擎为核心能力的大数据分析系统总体技术架构。
2 iDataCharts数据可视化过程中,提供了适配在游戏产品运营中 具备不同分析技能数据分析人员快速构建自己丰富的数据可视化报表的能力。
3 iDataEngine使用在游戏的实时多维统计分析以及在线多维分析场景中,都实现了秒级的实时分析。采用了独有的TGMars分布式计算架构和TGDruid多维分析引擎。

成果:
通过iData游戏大数据分析系统的针对游戏场景的实现了在线大数据分析能力,从iDataCharts数据可视化到iDataEngine在线交互分析,实现了一站式智能化分析能力。支撑了近700款腾讯游戏和产品数据分析可视化报表以及在线分析服务,打通了在线大数据分析结果链接发布线上大数据应用的能力。

听众收益

1、了解大数据分析系统的主要能力的构成。
2、了解大数据分析系统结合游戏领域下,如何实现一站式智能化分析能力。
3、了解大数据分析系统中,大数据分布式计算分析引擎的设计与实施的经验。

周东祥  |

腾讯游戏增值服务部
大数据平台负责人

现任职于腾讯游戏增值服务部iData产品开发以及大数据平台负责人。在大数据平台数据采集、传输、存储以及实时计算、分布式并行计算等领域有多年的实践经验。所负责的游戏大数据平台和iData数据分析平台产品服务了腾讯近700款业务和产品。近2年,专注在iData游戏大数据分析产品化能力,不断迭代和实践New iData的新BI能力。

课程概要

背景介绍:
大数据分析系统和平台一直是大数据应用最基础、最核心的应用之一。
相比于原有的传统BI软件和数据库提供分析能力相对有很多局限,例如:数据处理效率低,大数据处理能力缺失以及无法和线上数据商业化应用推荐和服务打通等能力。
iData作为游戏大数据分析系统,在服务腾讯近800款游戏和产品过程中,经过多年的迭代和实践,形成了iDataCharts 大数据可视化和iDataEngine大数据分析的双擎为核心能力的大数据分析系统。同时,在双擎之上构建了iData的独有适配游戏场景下自助、高效、在线分析路径。最后,在线下分析与线上的数据商业化应用推荐和服务打通能力。

解决思路/成功要点:
1在腾讯海量的游戏产品的多场景需求下,建立一套独有的iDataCharts 大数据可视化和iDataEngine大数据分析的双擎为核心能力的大数据分析系统总体技术架构。
2 iDataCharts数据可视化过程中,提供了适配在游戏产品运营中 具备不同分析技能数据分析人员快速构建自己丰富的数据可视化报表的能力。
3 iDataEngine使用在游戏的实时多维统计分析以及在线多维分析场景中,都实现了秒级的实时分析。采用了独有的TGMars分布式计算架构和TGDruid多维分析引擎。

成果:
通过iData游戏大数据分析系统的针对游戏场景的实现了在线大数据分析能力,从iDataCharts数据可视化到iDataEngine在线交互分析,实现了一站式智能化分析能力。支撑了近700款腾讯游戏和产品数据分析可视化报表以及在线分析服务,打通了在线大数据分析结果链接发布线上大数据应用的能力。

听众收益

1、了解大数据分析系统的主要能力的构成。
2、了解大数据分析系统结合游戏领域下,如何实现一站式智能化分析能力。
3、了解大数据分析系统中,大数据分布式计算分析引擎的设计与实施的经验。

CopyRight © 2008-2019 Msup & 高可用架构