2020 年も最高のゲームをつくろう！ Game Stack でゲーム開発をしよう！ ~ LiveOps とデータ分析編 ~
•
0 gefällt mir•461 views
本資料は、decode 2020 のセッション資料です。「マイクロソフトのゲーム事業は Xbox だけじゃない。スマフォゲーム、ブラウザゲーム、すべてのゲーム開発者に役立つ情報を、Game Stack という名前でお届けします。前編となるマルチプレイサーバー編では大幅進化した PlayFab のマルチプレイヤー機能、Azure のオンラインゲーム向けリファレンスアーキテクチャなどをご紹介します。後編の LiveOps 編では、Live Ops を支えるデータ分析技術を中心に、ゲーム開発者がプレイヤーとのエンゲージメントを深める方法や、ユーザ生成コンテンツの管理方法などをお伝えします。PlayFab や Azure をこれから始めるゲーム開発者の方にもお役に立つセッションです。」 https://decode20-vevent.cloud-config.jp/session/97
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Ähnlich wie 2020 年も最高のゲームをつくろう！ Game Stack でゲーム開発をしよう！ ~ LiveOps とデータ分析編 ~
Ähnlich wie 2020 年も最高のゲームをつくろう！ Game Stack でゲーム開発をしよう！ ~ LiveOps とデータ分析編 ~ (20)
Mehr von Daisuke Masubuchi
Mehr von Daisuke Masubuchi (19)
2020 年も最高のゲームをつくろう！ Game Stack でゲーム開発をしよう！ ~ LiveOps とデータ分析編 ~
- 1. *本資料の内容 (添付文書、リンク先などを含む) は de:code 2020 における公開日時点のものであり、予告なく変更される場合があります。 #decode20 # 2020 年も最高のゲームをつくろう！ Game Stack でゲーム開発をしよう！ ~ LiveOps とデータ分析編 ~ A13 増渕大輔 マイクロソフトコーポレーション
- 2. 本セッションについて 対象者 課題 ゴール • オンラインゲームの開発や運営に携わっている開発者の方 • これからオンラインゲーム開発をはじめる開発者の方 • ゲーム業界は技術の変化が激しい業界 • ゲーム開発に忙しくてサーバーやデータベースの技術習得の時間がない • 最新の LiveOps の考え方を習得したい • 短い時間で Microsoft Game Stack の最新情報をキャッチアップ • マルチサーバーに最適な技術を選定できるようになる • データ分析に最適な技術を選定できるようになる
- 3. セッションアジェンダ 1. 基本のデータ分析 と LiveOps 2. LiveOpsをすぐに実現できる PlayFab 3. Azure で実践する高度なデータ分析
- 6. LiveOps とは？ LiveOps Basics • 実運用後にゲームを少しずつ変更する運用 • マネタイズ、エンゲージメント、リテンション • プレイヤー同士の交流にフォーカス • ゲームのコードを変更せず実施する Live Opsのベストプラクティス • 統計値を毎日見る • メンバーでデータをシェアする • 積極的にクエリーを発行する • 顧客の問題について可視化 • セグメンテーションとファネル作成 https://aka.ms/AA8doyp LiveOpsガイド Live Opsの例 • 新たなコスメティックアイテム • 期間限定 • 週末のイベント
- 7. LiveOps マチュリティモデル 1: LiveOps Basics 2: LiveOps Optimizing 3: LiveOps Mastery 0. Live Game Goals: • Improve game’s performance • Extend games life • Respond to feedback Actions • Adjust game balance • Add new content • Fix bugs Practitioners • Live content team • Build team Goals: • Optimize player experience • Increase revenue • Reduce risks Actions • Segment players • Target offers and content • Predict churn Practitioners • Data analysts • Product managers Goals: • Strengthen brand and loyalty • Organic growth and sustainment Actions • Social features • Community events • Moderation Practitioners • Community teams • Customer support • Marketing Game Studios and Games https://aka.ms/AA8doyp LiveOpsガイド
- 8. LiveOps マチュリティモデル 1: 継続的な運用チーム作り 2: プレイヤーに合わせたコンテンツ運営とオファー 3: コミュニティの醸成 0. Live Game Game Studios and Games Goals: • 高性能なゲーム • 長生きするゲーム • フィードバックへの対応 Actions • 継続的なバランス調整 • コンテンツの更新 • 継続的なバグ修正 Practitioners • ライブコンテンツチーム Goals: • プレイヤー体験の最適化 • 売り上げUP＆リスク低下 Actions • セグメンテーション • ターゲット（へのオファー） • チャーン分析 Practitioners • データ分析 • プロダクトマネージャー Goals: • ブランドとロイヤリティ最大化 • 継続的な成長 Actions • ソーシャル機能 • コミュニティイベント Practitioners • コミュニティチーム • カスタマーサポート • マーケティング https://aka.ms/AA8doyp LiveOpsガイド
- 9. LiveOps マチュリティモデル 1: 継続的な運用チーム作り 2: プレイヤーに合わせたコンテンツ運営とオファー 3: コミュニティの醸成 0. Live Game Game Studios and Games Goals: • 高性能なゲーム • 長生きするゲーム • フィードバックへの対応 Actions • 継続的なバランス調整 • コンテンツの更新 • 継続的なバグ修正 Practitioners • ライブコンテンツチーム Goals: • プレイヤー体験の最適化 • 売り上げUP＆リスク低下 Actions • セグメンテーション • ターゲット（へのオファー） • チャーン分析 Practitioners • データ分析 • プロダクトマネージャー Goals: • ブランドとロイヤリティ最大化 • 継続的な成長 Actions • ソーシャル機能 • コミュニティイベント Practitioners • コミュニティチーム • カスタマーサポート • マーケティング Who? 初期のゲームスタジオ Example Tools Needed ライブイベントマネージャー CI/CDツール、コンフィグツール 自動テスト Build, test, and deploy pipeline Content configurations Who? 中堅ゲーム会社 Example Tools Needed ユーザー分析ツール レコメンデーション Targeted purchase offers Churn prediction reporting Recommendation system Who? 大手パブリッシャー Example Tools Needed ギルド UGC 高度なマッチメイッキング https://aka.ms/AA8doyp LiveOpsガイド
- 11. ログインの実装 ⇒ Player を知る ⇒ LiveOps 「ログインの基本とベストプラクティス」 イベント情報 LiveOps （施策） https://aka.ms/AA8jrmg Insights （洞察）
- 13. PlayFab を使った LiveOps 事例
- 18. • Earth: • Virtual Currencies • IAP • Catalog • Telemetry and Cloudscript • MarketPlace on Bedrock • Above + • UGC • Stores and Sales • Content Moderation • Content Ratings and Search 採用された機能 VIRTUAL CURRENCIES MARKET INTEGRATION CONTENT CATALOG SEARCH VIRTUAL CURRENCIES MARKET INTEGRATION STORES AND SALES SEARCH RATINGS AND REVIEWS PLAYER INVENTORY
- 19. 足りないところは Azure でサーバーレス実装 Functions Cosmos DB Blob Storage Web App Service
- 22. 大規模ゲームデータ分析の Azure 設計例 Presentation Action Real time Analytics Event Queuing & Stream Ingestion Event production Advanced Analytics (Batch/ML/DWH) Continues Streaming Interactive Machine Learning Fluentd Game Stream Analytics Batch / Stream Event 保管用API Blobs オンプレミス Game Server Game Server on Azure 大規模 ログ探索 ETL + Spark Machine Learning DWH Machine Learning BI Dashboad Action Live Ops Orchestration Data Factory Data Bricks Data Explorer Stream Analytics
- 23. まずは簡易的なデータ格納から始めてみよう Azure for Game Developers documentation • ゲームクライアントから直接 Azure にデータ格納します • 小さなサイズの場合は Blob に直接データを書き込み これからクラウドを活用する場合、簡単にクラウドにデータを貯めたい場合に使える手軽なサンプルSDK URL： https://aka.ms/AA8l04s
- 24. Game Client 🎮 から Application Insights 💡 https://github.com/Unity3dAzure/UnityApplicationInsights
- 25. Application Insets と PlayFab Insights の共通点
- 27. ゲーム用データベースの選定ポイント • In-Memory OLTP による性能向上（5~20倍）
- 29. Azure Database for MySQL も大幅性能Up MySQL: 3306 Azure Storage Server Secure container Secure container Secure container …XServer Secure container X
- 30. 当初は、イベントストアに Azure Tables を検討 以下の理由から Cosmos DB に移行 • 性能：データ書き込みを迅速に行う • Rest要求の処理中にビジュアルをハングさせることを回避 • データコピー • 多くのグローバル リージョンで利用可能 • ユーザーは世界規模でコンテンツを共有できる • 各地域のサービスインスタンス間にマルチマスター書き込み • ゲームイベントにより処理を自動実行 • イベントソーシングパターン • Azure Survice Bus キューが WebJob 発火 事例記事リンク Minecraft Earth における Cosmos DB https://aka.ms/AA8kuou
- 31. Cosmos DB + Synapse でリアルタイム分析 “リアルタイム” HTAP ソリューション データの同期は、トランザクション トラフィックのスループットが 1000 操作/秒でも 100 万操作/秒でも OK スキーマ更新を自動的に処理する（ LiveOps向け）
- 32. Azure でゲームデータを運用するポイント • ゲームサーバー用のデータベース（Operational系） • Cosmos DB スキーマレスのためダイナミックなゲームデータ運用が可能 • Azure Database for MySQL ゲーム業界で人気のMySQLが安価に利用可能 • SQL Database 大規模・高負荷なリアルタイムゲームでの実績が多い • 分析データベース（Analytical系） • Cosmos DB Analytical Store リアルタイムに運用環境の分析ができる。ETL不要 • SQL Server/SQL Database 大量データを高度に 圧縮して処理できる • Azure Data Explorer Application Insight や PlayFabの分析機能をそのまま使いたい • Azure Machine Learning ゲームユーザーの意思決定を、決定木などで分析したい
- 33. Azure でゲームデータを運用するポイント • ゲームサーバー用のデータベース（Operational系） • Cosmos DB スキーマレスのためダイナミックなゲームデータ運用が可能 • Azure Database for MySQL ゲーム業界で人気のMySQLが安価に利用可能 • SQL Database 大規模・高負荷なリアルタイムゲームでの実績が多い • 分析データベース（Analytical系） • Cosmos DB Analytical Store リアルタイムに運用環境の分析ができる。ETL不要 • SQL Server/SQL Database 大量データを高度に 圧縮して処理できる • Azure Data Explorer Application Insight や PlayFabの分析機能をそのまま使いたい • Azure Machine Learning ゲームユーザーの意思決定を、決定木などで分析したい
- 34. Azure でゲームデータを運用するポイント • ゲームサーバー用のデータベース（Operational系） • Cosmos DB スキーマレスのためダイナミックなゲームデータ運用が可能 • Azure Database for MySQL ゲーム業界で人気のMySQLが安価に利用可能 • SQL Database 大規模・高負荷なリアルタイムゲームでの実績が多い • 分析データベース（Analytical系） • Cosmos DB Analytical Store リアルタイムに運用環境の分析ができる。ETL不要 • SQL Server/SQL Database 大量データを高度に 圧縮して処理できる • Azure Data Explorer Application Insight や PlayFabの分析機能をそのまま使いたい • Azure Machine Learning ゲームユーザーの意思決定を、決定木などで分析したい • PlayFab • Operational、Analytical、両方に使える • Game 運営に必要なノウハウがはじめから利用可能
- 37. LiveOps と データ分析編 のまとめ LiveOps はデータをもとにプレイヤーとエンゲージする仕組みと考え方 しっかり データ分析をすることで、ゲームのライフはもっと長くなる！ LiveOps と データ分析のしくみを理解したら、 PlayFab と Azure で高度なデータ分析を実践しよう Microsoft Game Stack の世界はまだまだ広大だぞ！
- 39. © 2018 Microsoft Corporation. All rights reserved. 本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。 © 2020 Microsoft Corporation. All rights reserved. 本情報の内容 (添付文書、リンク先などを含む) は、公開日時点のものであり、予告なく変更される場合があります。 本コンテンツの著作権、および本コンテンツ中に出てくる商標権、団体名、ロゴ、製品、サービスなどはそれぞれ、各権利保有者に帰属します。