Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Pipeline d'analytique de jeu
Les développeurs de jeux cherchent de plus en plus des moyens de mieux comprendre le comportement des joueurs afin d'améliorer l'expérience de jeu afin de fidéliser et d'élargir leur base de joueurs. L'analyse des jeux représente l'infrastructure technique et les processus nécessaires pour comprendre et analyser les données générées par le jeu et les services associés. Cela nécessite généralement l'utilisation d'une architecture de pipeline d'analyse capable de prendre en charge ce end-to-end processus, telle que la mise en œuvre de la solution Game Analytics Pipeline
Les architectures d'analyse de jeu présentent les caractéristiques suivantes :
-
Les sources de données envoient des données dans un format courant tel que JSON et incluent généralement des serveurs de jeux et des services de backend, ainsi que des clients de jeux, notamment des PC, des appareils mobiles et des consoles de jeux.
-
Un pipeline d'analyse de jeux automatise l'ensemble du flux de travail consistant à ingérer et à stocker les données brutes et à les traiter dans des formats de sortie utilisables afin qu'elles puissent être analysées de manière efficace et rentable par les consommateurs de données, tels que les utilisateurs finaux et les applications d'analyse.
-
Les pipelines d'analyse des jeux permettent d'ingérer et de traiter de gros volumes de données en temps réel afin de les adapter à la croissance d'un jeu.
-
Fournissez une assistance pour les cas d'utilisation des rapports en temps réel et par lots. Par exemple, les équipes opérationnelles utilisent généralement des tableaux de bord et des alertes en temps réel pour surveiller l'infrastructure du jeu et le comportement des joueurs afin de détecter les problèmes. Les équipes d'analystes de données s'appuient généralement sur des rapports par lots et selon les besoins pour comprendre les tendances au fil du temps.
Pipeline d'analyse de jeu sans serveur pour la télémétrie du jeu
Les données de jeu sont ingérées à partir des clients de jeu, des serveurs de jeux et d'autres applications. Les données de streaming sont ingérées dans Amazon S3 pour l'intégration des lacs de données et les analyses interactives. L'analyse du streaming traite les événements en temps réel et génère des métriques. Les consommateurs de données analysent les données métriques dans Amazon CloudWatch et les événements bruts dans Amazon S3.
-
API de solution et données de configuration : utilisez Amazon API Gateway pour fournir une API REST permettant d'administrer votre pipeline d'analyse de jeux et de stocker les données de configuration dans Amazon DynamoDB à l'aide des fonctions Lambda. Vous pouvez créer un portail interne à partir de cette API ou une interface de ligne de commande personnalisée pour l'administration. Une API REST fournit également une authentification du serveur pour ingérer les données de jeu provenant de sources de données et transmettre les données de télémétrie à Amazon Kinesis Data Streams pour un traitement en temps réel et une ingestion dans le stockage.
-
Flux d'événements : Amazon Kinesis Data Streams capture les données de streaming de votre jeu et permet le traitement des données en temps réel par Amazon Data Firehose et Amazon Managed Service pour Apache Flink.
-
Analyse du streaming : le service géré pour Apache Flink analyse les données des événements de streaming provenant des Kinesis Data Streams et peut générer des métriques et des alertes personnalisées qui sont publiées à CloudWatch l'aide des fonctions Lambda.
-
Mesures et notifications : utilisez Amazon CloudWatch pour surveiller les métriques, les journaux et les alarmes de votre solution. Utilisez Amazon SNS pour envoyer des notifications aux ingénieurs de garde et aux autres consommateurs de données.
-
Ingestion du streaming : utilisez Firehose pour consommer vos données de streaming depuis Kinesis Data Streams et les transmettre à votre lac de données dans Amazon S3 pour un stockage, une transformation et une intégration à long terme avec d'autres données.
-
Intégration du lac de données et ETL : à utiliser AWS Glue pour les flux de travail de traitement ETL et pour organiser vos métadonnées dans le AWS AWS Glue Data Catalog, ce qui constitue la base d'un lac de données à intégrer à des outils d'analyse flexibles.
-
Analyses interactives : les utilisateurs finaux peuvent utiliser Amazon Athena pour effectuer des requêtes interactives ad hoc sur les ensembles de données stockés dans Amazon S3, et Quick Suite peut être utilisé pour créer des tableaux de bord.
Reportez-vous au Game Analytics Pipeline
