導入

これは、データベースに関する「データ + AIの活用」シリーズの第2回です。Alibaba Cloud Yaochi Databaseが提供するこのシリーズ記事では、実際の顧客事例とベストプラクティスに基づいた、様々な業界のデータ + AI アプリケーションシナリオにおけるデータ + AI業界ソリューションをご紹介します。

この記事では、Alibaba Cloud のデータ + AIソリューションを活用してゲーム業界の課題に対処し、AI によってゲーム業界に新たな活力を与える方法について詳しく説明します。

過去のおすすめコンテンツ：

専門家の洞察 |データ + AI : エンタープライズインテリジェントトランスフォーメーションの中核となる推進力

電子商取引の 7 つの主要な課題をどう克服するか? DMS + AnalyticDB は、企業のインテリジェントな意思決定を支援します。

1. 業界動向

オンラインゲーム業界の急速な発展に伴い、データ量も飛躍的に増加しています。これは、プレイヤー数とオンライン時間の増加だけでなく、パーソナライズされたレコメンデーション、動的な難易度調整、仮想経済システム、リアルタイムのマルチプレイヤーインタラクション、行動追跡・分析など、ゲームに統合された豊富なデータ駆動型機能によるものです。これらの機能はプレイヤーのゲーム体験を向上させる一方で、より多くのデータの処理と保存を必要とし、管理とコストに新たな課題をもたらしています。

膨大なデータ量は課題となる一方で、計り知れない価値と機会も秘めています。ゲーム企業は、ゲーム内で様々なデータ駆動型機能をサポートするだけでなく、データ分析を通じてユーザーの行動や嗜好をより深く理解することができます。これにより、ゲームデザインの最適化、ユーザーエクスペリエンスの向上、ターゲットマーケティングによる収益増加が可能になります。さらにデータマイニングを行うことで、ユーザー維持に影響を与える主要な要因を特定し、ユーザーエンゲージメントを向上させる最適な戦略を策定し、将来の市場トレンドやユーザー行動を予測することが可能となり、最終的には製品競争力と市場への影響力を強化することができます。

膨大なデータがもたらす課題と機会に直面し、主要なデータタイプに焦点を絞り、管理面および技術面の問題を解決し、データの価値を継続的に効率的に引き出すことは、ゲーム企業にとって重要な課題となっています。この記事では、Alibaba CloudのData+AIソリューションを活用してこれらの課題に対処し、AIによってゲーム業界に新たな活力をもたらす方法を詳細に検討します。

2. 技術的な課題

ゲーム業界で生成される膨大なデータの中で、ログデータは重要な役割を果たしています。ログデータには、プレイヤーの行動、ゲームステータス、システムパフォーマンスといった重要な情報が記録されます。ログデータには、プレイヤーのログイン・ログアウト時間、キャラクターの進行状況（レベルアップなど） 、仮想アイテムの取引内容、プレイヤーのインタラクション記録（チャットやチーム編成など） 、ゲーム内イベント（クエスト完了状況など）などが含まれます。さらに、サーバー応答時間やネットワーク遅延といった技術面から収集されたデータも含まれます。これらのデータは、ユーザーエクスペリエンス分析、製品機能の最適化、潜在的な問題の特定、運用戦略の策定など、幅広く活用できます。

ログデータ量の急増と分析ニーズの高まりに伴い、ユーザーはパフォーマンスとコストのバランスを取り、より高品質で費用対効果の高いソリューションを求めています。大手ゲームクライアントのログ分析シナリオでは、次のような課題に直面しました。

3 アリババクラウドデータ+AIソリューション

Alibaba Cloud Yaochi Databaseは、 「DMS+X：統合型、オープン、マルチモーダルなData+AIデータ管理サービス」を提供しています。このプラットフォームは、データ管理とAI開発を簡素化し、DMS+Xを通じてData+AIのライフサイクル全体をワンストップで管理することを可能にします。DMS+Xを基盤として、Alibaba Cloudは企業が最速のスピードでデータからAIを活用し、ビジネスに実装し、価値を生み出すことを支援します。

ゲーム業界における上記の課題に対処するために、 Alibaba Cloud Yaochi Database DMS + AnalyticDB MySQL (以下、ADB MySQL と略します)がソリューションを提供します。

ログデータへのリアルタイムアクセス

ゲームログの低コストなアーカイブ

Alibaba Cloud Log Service（SLS）は、アプリケーションアプリケーションのゲームログを収集するためによく使用されます。下流では、分析エンジンに接続して、さらに処理およびクエリを行うことができます。Alibaba Cloud YaochiのクラウドネイティブデータウェアハウスであるAnalyticDB MySQLは、 SLS / Kafkaログデータを内部ウェアハウス/レイクストレージにリアルタイムでアクセスする機能を提供します。メタデータを自動的に生成し、データを直接検索可能にし、シンプルで使いやすいインターフェイスを備えています。ユーザーは必要に応じてターゲットストレージを選択できます。すべてのゲームログは、オープンソースのIceberg形式でレイクストレージに書き込むことができ、 GB/sスループットの同期パフォーマンス、5分未満のデータ可視性レイテンシ、低いストレージコスト（OSSと連携） 、データファイルのマージ、ライフサイクル管理、キャッシュ設定などのレイク管理機能を実現し、ストレージコストを効果的に削減し、レイクのクエリパフォーマンスを向上させます。

ログデータの効率的なクエリ

ADB MySQLは、自社開発のXIHEエンジンとオープンソースのSparkエンジンという2つのコンピューティングエンジンを提供しています。ユーザーは、特定のニーズとシナリオに基づいて、データ処理と分析に適したエンジンを選択できます。ADBレイクテーブルをベースとしたキャッシュレイヤーを介したクエリの事前処理により、秒単位/分単位の時間のかかる要件のほとんどに対応できます。また、ウェアハウステーブルを作成して1秒未満のリアルタイム分析を実現することもできます。

ログデータはオープンソースです

ADB Lake StorageはオープンソースのIceberg + Parquetデータフォーマットを採用し、HMSおよびOSS/HDFS向けのオープンインターフェースを提供することで、外部コンピューティングエンジンがデータに直接アクセスできるようにします。同時に、Lakeストレージとインスタンスは厳密には結びついておらず、異なるLakeストレージバケットを異なるインスタンスにマウントすることでデータ共有を実現できます。

AI応用シナリオ

BI分析に加え、ADB MySQLに保存されたログデータは、DMS+AnalyticDBを使用することで、単一のステップで処理、学習、評価、予測が可能になり、AIモデルの導入が可能になります。ADB MySQLは、SQL文のみでエンドツーエンドのデータ処理とモデル開発を可能にし、SQLによるモデルのインポートと学習、リモート推論サービス呼び出しをサポートしています。さらに、ADB MySQLはフルマネージドのAIリソースサービスも提供しているため、ユーザーは基盤となるリソースの導入に関する懸念から解放され、ビジネスアプリケーションの開発に集中できます。

以下は、モデルの作成と予測のための SQL 構文の例です。

 /* モデルの作成 */ モデル bstdemo.bst を作成する
options ( model_type='xx', feature_cols=(event_list), target_cols=(target), hyperparameters = ( use_best_ckpt = 'False', early_stopping_patience='0' ))as select event_list, target from bstdemo.test; /* 通常の関数を使用してモデル予測を実装します */ SELECT ml_predict( '[db.]model_name:v2', -- モデル名とバージョン ['{options}'|NULL], -- バッチ サイズなどの追加の構成は、ない場合は null になります -- 以下は、モデルに渡される列です。有効なプロジェクト式、可変長 <column_name1>、...、) as col_name FROM event_table; 

DMSを統合して完全なデータ+AIソリューションを構築することで、データ処理とモデルトレーニングチェーンの統合オーケストレーションとスケジューリングをさらに実現し、データアクセスと処理からモデルのトレーニング、展開、推論までのライフサイクル運用を完全に自動化できます。モデルセンターを通じて、モデルパフォーマンスの表示、モデルグループとモデルバージョンの管理など、コアAI資産の統合管理システムが提供されます。モデルの展開とロールバックがサポートされ、モデルをオンライン推論サービスとして公開し、大規模なモデルツールチェーンに接続して統合オーケストレーションを行い、インテリジェントアプリケーションの実装を実現します。ソリューション全体で、データ資産に対する完全な粒度アクセス制御を提供し、顧客のVPC環境でのプライベート展開をサポートし、データとモデルがドメイン内に留まることを保証し、完全なデータセキュリティを実現し、顧客のプライバシーを効果的に保護します。

DMS+AnalyticDB MySQLを活用したゲームログシナリオ向けAIプラットフォームは、AIノードリソースと組み込みアルゴリズムモデルを提供します。モデル開発はDMSインターフェースを介して実行できるため、ユーザーは独自の機械学習プラットフォームを構築する必要がなくなり、開発コストを効果的に削減できます。

大手ゲームクライアントの実際の実装結果を例にとると、プレイヤーの離脱予測とプレイヤーの支払い予測のシナリオでは、モデルの F1 スコアが 40% から 70% 以上に向上しました。

4. まとめと展望

ゲーム業界におけるログの保存、分析、予測といったシナリオに対し、Alibaba Cloud Yaochiデータベースは、包括的なデータ+AIソリューションと実装のためのベストプラクティスを提供します。オンラインデータ処理、リアルタイム分析、そしてインテリジェントAI活用のニーズを同時に満たし、企業の開発・運用コストを大幅に削減します。

データ+AIは企業に新たな成長の道筋を提供します。企業はデータ+AIの重要性を認識し、インテリジェントな変革を推進し、競争力と市場リーダーシップを維持し、新たな機会を獲得するための重要な戦略的焦点とする必要があります。

ADB MySQL AIノードは、多様な利用モデルを提供しています。前述のMLSQLに加え、Spark on GPU（Spark MLlibによる開発など）もサポートしており、ADBの既存の分析機能と組み合わせることで、データ+AIアプリケーション向けの軽量なエンドツーエンドソリューションをユーザーに提供します。