实在的游戏打造数据驱动型公司的5年历程

柏林 实在的游戏 经历了一段疯狂的旅程, 从2016年的一家以学生宿舍为基础的初创公司,到2020年被育碧(育碧)收购成为头条新闻. 

虽然在这五年里发生了很多变化, 有一件事一直没有变:公司致力于建立一种以洞察为导向的文化.  几乎每周都有新版本, 他们的手机游戏不断发生变化,产生大量数据,每天处理40种不同事件类型的1亿个事件, 有些有上百个触发器. 

沿着这条路, 该公司的数据组织从一个市场分析师团队发展到10多名工程师, 分析师, 还有负责确保数据操作可靠的科学家, 可伸缩的, 和自助. 为了推动这种爆炸式增长,团队正在建造一个 数据网格体系结构 由数据驱动的文化支持,这种文化会让数千家更成熟的公司羡慕不已.

最近, 推荐一个正规滚球网站和公司的数据工程负责人坐了下来, 安东尼奥成立, 讨论实在的游戏的数据故事, 分享他们的数据组织在每一步中是如何发展的, 包括他们使用的技术, 他们雇佣了哪些团队成员, 以及他们所面临的数据挑战. 

他们的故事是一个迷人的,并作为一个伟大的资源,为那些开始他们的数据网格之旅. 让推荐一个正规滚球网站开始吧.

2016:第一个数据需求

In 2016, 实在的游戏的创始人在他们位于德国卡尔苏伊理工学院的学生公寓里开始制作游戏. 他们的第一款手机游戏获得了早期的成功, 闲置的矿业大亨创始人建立了一些与数据相关的基本目标和目标.

数据目标和目的

建立基本的业务报告,以确定游戏是否正常工作, 以及公司是否在赚钱, by:

  • 报告应用内部购买收益
  • 报告广告收入
  • 报告游戏特定kpi
  • 报告崩溃和bug

数据组和技术堆栈

图片由Kolibri提供.

作为一家精益创业公司,创始人完全依赖第三方工具,包括:

  • 脸谱网的分析 
  • 广告合作伙伴
  • Firebase(帮助修复应用程序崩溃和bug)
  • 游戏分析(针对游戏内kpi,如留存率)

数据的挑战

  • 使用不同的工具进行分散的分析
  • kpi的计算方式不透明
  • 报告不同工具之间的不一致性
  • SDK集成带来的技术问题
  • 技术限制,如深入挖掘指标和缺乏灵活性

这种方法远非完美, 但这些并不是推荐一个正规滚球网站首先要解决的问题,安东尼奥说:“. “推荐一个正规滚球网站很幸运,推荐一个正规滚球网站在游戏中有很多有机的玩家, 但推荐一个正规滚球网站想要更多. 为此,推荐一个正规滚球网站希望通过数据提升推荐一个正规滚球网站的市场营销和用户获取业务.”

2017年:追求绩效营销

随着无所事事的矿工大亨越来越受欢迎, 运营公司的团队也需要这样做——从学生公寓搬到卡尔斯鲁厄的一间像样的办公室. 当公司专注于获取新客户时, 该团队建立了数据能力来衡量和改进营销绩效.

数据目标和目的

加强绩效营销,让更多用户进入游戏,同时确定哪些活动是有利可图的: 

  • 计算活动的广告支出回报(ROAS)
  • 创建简单的用户终身价值(LTV)预测
  • 建立付费广告竞价脚本,以优化活动表现

数据团队

图片由Kolibri提供.

目前还没有数据部门的招聘——一名营销经理负责绩效营销.

数据技术堆栈

图片由Kolibri提供.

了解ROAS和LTV, 团队添加了第三方移动测量合作伙伴(MMP)工具, AppsFlyer, 他们的阿森纳. 这个工具帮助市场营销经理了解哪些用户获取活动表现良好,以及它们的成本, 以及新获得的玩家创造了多少收益. AppsFlyer还通知本地运行的脚本,以优化投标管理操作.

数据的挑战

  • 缺乏透明度
  • 容易出错的
  • 没有版本控制
  • 数据更加分散

“在这些行动中,推荐一个正规滚球网站基本上被蒙住了眼睛,”António说. “推荐一个正规滚球网站没有任何版本控制或工程上的最佳实践,推荐一个正规滚球网站正在运行的代码,以设定推荐一个正规滚球网站的出价.” 

尽管如此,实在的游戏在第二年结束时仍创造了超过1000万欧元的年收入. 为了达到下一个层次,是时候进行一些改进了.

2018年:专业化、集中化

在第三年, 这家年轻的公司搬到了柏林, 雇佣了更多的开发人员和设计人员——还有António, 是谁在庆祝5000万下载量的时候加入的. 与另一名数据工程师和营销团队一起, 一个专业的数据组织开始形成.

数据目标和目的

通过创建一个收集所有信息的工具来集中数据和专业化绩效营销, 提供透明度, 并通过以下方式更深入地挖掘数据: 

  • 投资一个专有的解决方案来集中数据
  • 收集原始数据
  • 建立一个中央数据仓库
  • 设置仪表板

数据团队

图片由Kolibri提供.

António公司和另外一名数据工程师负责建立最初的技术堆栈, 而营销分析师则专注于构建仪表盘来实现绩效营销. 

数据技术堆栈

图片由Kolibri提供.

当António和他的团队构建他们的数据平台的第一次迭代时, 他们几乎所有的服务都使用Azure. 他们创造了事件遥测技术,为游戏中的特定事件或行动生成数据点, 建立批处理任务,将api中的数据集成到他们的数据湖中, 并进行了他们的第一次技术转换:从Power BI迁移到Looker,以获得另一层数据操作和版本控制等开箱即用的功能. 

  • 数据工厂(Azure)
  • 事件中心(Azure)
  • 流分析(Azure)
  • 数据湖分析(Azure)
  • Power BI,然后是Looker
  • SQL数据库

数据的挑战

  • 查询性能 
  • 稳定性和可靠性 
  • 保持系统正常运行 

推荐一个正规滚球网站的SQL数据库正在成为一种限制,”António说. “整合数据的工作是在仪表盘运行的同时写入数据, 或者分析师正在做一个特别的查询, 整个服务开始变得非常不可预测,非常慢. 推荐一个正规滚球网站开始发现推荐一个正规滚球网站的一些工作失败了很多, 推荐一个正规滚球网站的警报和监控也很有限. 推荐一个正规滚球网站决定以数据为导向,开始解决推荐一个正规滚球网站所面临的一些问题.”

2019年:面向数据

这是另一款成功的游戏发行, 一个重塑, 并获得了全球的认可, 实在的游戏将在2019年迎来更大的增长. 今年7月,该公司的下载量达到1亿次,员工人数达到100人. 随着用户和产品的增多,原始数据也越来越多, António和他的团队知道,他们只是触及了数据如何推动公司前进的表面. 

数据目标和目的

通过理解玩家行为为游戏创造洞察力, 有数据支持的实验, 成熟的数据技术堆栈: 

  • 创建一个货币化仪表盘,显示公司通过提供服务赚了多少钱, 商店, 和广告
  • 创建进程和粘性指示板,以了解玩家如何与游戏互动(如他们何时退出游戏,以及他们如何与某些功能互动)
  • 运行A / B测试 
  • 提高数据管道的仓库性能和可维护性

数据团队

图片由Kolibri提供.

António知道他们需要更多的人来让他们的海量数据变得有用. 他们在数据平台团队中增加了一名游戏数据主管和两名BI开发者. 数据工程师与基础设施维护系统密切合作, 整合新工具, 在为BI开发人员构建数据集成框架的同时,维护流用例, 数据建模, 和数据库可视化. 

数据技术堆栈

图片由Kolibri提供.

不断增长的数据团队需要更大的灵活性和更容易的协作, 所以António用Databricks替换了一些Azure服务. 他们试图利用Spark来利用他们的数据湖作为他们的数据仓库, 但发现在这个平台上工作的人更喜欢Python和sql,而且他们在使用Spark时并没有看到他们期望的Looker性能. 所以,António和他的团队最终选择了r用Snowflake替换SQL数据库,成为他们所有分析的主要计算引擎.

数据的挑战

  • A/B测试很难设置,缺乏透明度,无法显示在仪表盘上
  • 游戏中没有数据驱动的决策 

“大多数决定仍然是根据直觉和社区反馈做出的,”António说. “推荐一个正规滚球网站继续生成更多的数据, 但推荐一个正规滚球网站知道推荐一个正规滚球网站可以更多地利用它,并围绕它构建更多的用例.”

2020数据驱动

2020年初,实在的游戏被法国游戏巨头收购 育碧. 与更多的资源, António的团队继续壮大, 将机器学习能力分层到平台中, 并受到关于数据网格体系结构和特定领域数据所有权的讨论的启发. 为了开始建立一种数据驱动的文化,他们引入了 数据特有的服务水平协议 (sla),并专注于增加对数据的自助访问. 

数据目标、sla和目标

根据数据做出决策,充分挖掘公司游戏的潜力, 特别是通过让产品经理来帮助跟踪:

  • 90%关于闲置矿工大亨的决定需要数据支持
  • 90%的问题需要1小时以内的时间
  • 90%的变更需要通过分析进行验证

为了实现这一目标,数据平台团队需要:

  • 改进A/B测试过程,以帮助做出关于将要实施的特性和变更的明智决定
  • 通过为特定玩家创建游戏配置来提高个性化
  • 使用预测分析去预测LTV和流失率并据此调整游戏
  • 让人们不必咨询数据分析师就能回答与数据相关的问题

数据团队

图片由Kolibri提供.

因为数据组织关注特定于领域的数据所有权, 让新分析师直接进入产品团队是有意义的, 与产品经理密切合作,了解需求,调整优先级,以反映产品的实际需求. 第三位数据工程师和两位数据科学家也加入了数据平台团队, 专门从事ML算法和A/B测试数据管道. 

数据技术堆栈

图片由Kolibri提供.

António的团队在Snowflake中添加了数据仓库架构, 更好地定义他们在何处应用业务逻辑. 他们还从ETL转向ELT,直接在Snowflake中进行清洗和转换. 他们将其与 印度生物技术部, 一种数据转换工具, 在平台上工作的每个人之间进行协作, 增加透明度和可见性. 数据工程团队还专注于提取数据管道,这样产品分析师就可以与游戏开发团队一起设计和定义新数据事件. 遵循数据工程师制定的指导方针, 他们现在可以在不需要数据工程师的情况下将数据导入仓库并对数据进行建模. António和他的团队也进行了介绍 气流 作为数据集成、所有DBT模型和数据验证的主要业务流程. 

数据的挑战

  • 数据的信任 
  • 软件的稳定性 
  • 扩展个性化

“当推荐一个正规滚球网站尝试测量时,我认为这是一项很好的工作, "推荐一个正规滚球网站真的在产品开发中使用数据吗"?安东尼奥说:“. “围绕推荐一个正规滚球网站的问题制定kpi并衡量这些内容真的能够帮助人们更多地思考并推动它的发展. 我认为,就让更多的人去思考数据而言,这项运动本身被证明是卓有成效的…….但在这一点上推荐一个正规滚球网站得到了更多的数据, 还有更多关于数据的新用例, 还有很多新的模型,但要监控所有这些模型并确保它们是正确的变得越来越困难.”

2021年:构建数据网格

随着今年的展开,António和他的团队专注于建设 数据信任和可靠性-这对于他们实现具有特定领域数据所有权的数据网格体系结构的任务至关重要. 

数据目标和目的

在构建数据网格体系结构的同时,帮助公司用可靠的数据进行扩展, 加快事件发展和缓解的速度, 减少事故的数量, 通过进一步的高级分析增加玩家的个性化. António和他的团队计划通过以下方式来实现: 

  • 增加测试功能
  • 构建公共的发布和开发过程
  • 实现更多的监视和警报
  • 专注于高级分析
  • 协作,围绕数据监控和工程最佳实践扩展数据平台功能
  • 建立领域跨职能团队

数据团队

图片由Kolibri提供.

受数据网格概念的启发, 该公司计划通过增加项目经理来扩展嵌入产品和市场营销的领域团队,这些项目经理将帮助他们的团队定义工作,并帮助BI开发人员集成新的和维护现有的数据源. 中央数据平台团队将继续专注于构建解决方案, 框架, 维护基础设施, 和先进的分析.

数据技术堆栈

图片由Kolibri提供.

今年, 数据团队正在努力集中开发和发布过程,以便数据平台, 市场营销, 并且产品团队都遵循相同的合并请求和发布到生产过程中. 

图形用户界面
实时, 完全自动化的监控和传承使安东尼奥和他的团队能够获得可以玩滚球的正规app的图像.

实在的游戏还添加了一个全新的工具蒙特卡罗,用于端到端完全自动化 数据可观测性 与血统. 在尝试为数据监视构建自己的自定义解决方案之后, 他们意识到这需要一个全职人员来构建一个框架,将其扩展到不同的用例,并监控所有的数据资产. 蒙特卡罗通过监控数据仓库中所有数据的质量帮助解决了这个问题, 并提供关于理解数据的端到端沿袭的额外功能,以加速故障排除和事件解决. 

5年数据演变的5个要点

建立一个数据驱动的公司是一场马拉松,而不是短跑. 

对于安东尼奥, 实现数据网格和实现端到端数据信任是他的团队旅程的顶点. 在建立你的数据团队(无论其形状或规模)时,以下是他在发展的每个阶段取得成功的关键要点.

  1. “构建自己的数据堆栈是值得的, 因为它给你所有这些能力,并使你的产品开发或工作在你的团队中数据驱动.” 
  1. “推荐一个正规滚球网站的数据平台经历了多次迭代, 所以你必须做出选择,并且能够理解什么时候是改变技术的最佳时机, 要有足够的数据, 为哪个进程运行.”
  1. “如果你想要建立对你的数据的信任,拥有更高程度的数据可观察性非常重要. 当出现问题时,能够理解是很重要的, 你可以很容易地表示出来.”
  1. “在进入更高级的数据应用程序之前,正确掌握基础知识是很重要的. 在推荐一个正规滚球网站的案例中,推荐一个正规滚球网站应该更早地聘请分析师,以便更好地利用这些数据.” 
  1. “建立一种数据驱动的文化非常重要,有时甚至比建立正确的技术堆栈更重要.”

随着越来越多的组织采用数据网格和分布式体系结构, 创新的机会, 效率, 可扩展性从来没有这么大过. 仍然, 在实现数据网格和构建分布式数据团队时,技术和流程只能让你走到这一步,这一点很重要. 在一天结束的时候,成为数据驱动总是从文化开始,也从文化结束.

有兴趣学习数据可观察性如何促进数据网格体系结构? 联系巴尔,然后 可以玩滚球的正规app队的其他队员 要了解更多. 别忘了回复 影响:数据可观测性峰会 11月3日, 2021年,听到扎马克·德加尼的消息, 数据网格的创始人, 以及其他数据领域的领军人物!

特别感谢António和他的团队分享他们的故事!