שם המשחק הוא ביג דאטה: איך מפיקים ערך עסקי מנתונים

איך נאספים הנתונים שמשמשים לשיפור חוויית המשתמש וכיצד מתנהל פרויקט שמערב כמות כל כך גדולה של מידע? הצצה אל מאחורי הקלעים של עולמות הביג דאטה

קרדיט: פלייטיקה

מאת עידן קייזרמן, VP Data בחברת פלייטיקה

כולנו אוהבים לשחק בסלולרי שלנו, אבל מה הופך את המשחק האהוב עלינו למשחק טוב? האם אנחנו נהנים מהשלב הקשה ההוא שסוף סוף פיצחנו או מהשלבים הקלים והמהירים שהכל מסתדר בהם בדיוק כדי להפוך אותנו למאסטרים? מה שבטוח, הוא שמשחק המציע רק רמה אחת לא יצליח לספק לנו חוויה מלאה וסביר שבסוף ננטוש אותו.

שיפור חוויית המשחק באמצעות ניתוח הנתונים

על מנת ליצור חוויית משחק מיטבית בזמן אמת, כזו שיש בה מיליוני שחקנים ומאות פרמטרים שמשפיעים על חוויית השחקן, יש לאפיין את כישורי השחקן ומיומנותו תוך כדי המשחק עצמו, באמצעות ניתוח מעמיק של אינספור מהלכי שחקנים וזיהוי תבניות משחק אופייניות. לא מדובר כמובן על עבודה ידנית, אלא על למידת מכונה (Machine Learning). המערכת לומדת כיצד לכוון את מאות הפרמטרים השונים במשחק בזמן אמת כדי ליצור עבור כל שחקן חוויה מיטבית ומהנה.

ניתוח המידע הרב שנאסף, ה”ביג דאטה”, עוזר לחברות המשחקים לפתח מודלים עסקיים, לשפר את חוויית השירות לשחקן ועוד. גישות שלומדות את העדפות המשתמש רלוונטיות לא רק לעולם המשחקים אלא גם להרבה תחומים נוספים. למעשה, המידע הפך זה מכבר למנוע צמיחה של ממש, בין שמדובר על משרדי ממשלה, חברות e-commerce, רשתות חברתיות או בהתאמת חוויית משתמש אופטימלית לשחקן בעולמות הגיימינג.

בעולמות הגיימינג המידע שנאסף הוא ברובו אנונימי, ללא פרטים אישיים על המשתמשים ומשמש בעיקר לשיפור חוויית השחקן. שימוש זה דומה לדרך בה נטפליקס ממליצה לנו על תכניות טלוויזיה וסרטים שסביר שנאהב, בהתבסס על הצפיות והחיפושים שביצענו. איך למעשה נאספים הנתונים האלה וכיצד מתנהל פרויקט שכזה?

מאחורי הקלעים של עולמות הביג דאטה

שלושה מפתחות חשובים נמצאים בבסיס של כל פרויקט למידת מכונה עתיר מידע:

התשתיות: בעולמות האונליין בכלל ובגיימינג בפרט, נדרשת בראש ובראשונה יכולת להעביר ולעבד דאטה בעומסים אדירים (במקרה שלנו, למשל, מדובר בנפח של כ-9 טרה בייט ביום המעובד על ידי שרתים בעלי אלפי מעבדים!). ברגע שקורה דבר מה במשחק, על המידע להיות מועבר תוך שניות בודדות, וזה מתאפשר הודות לתשתיות המתאימות, בעזרתן המשחק מסוגל להגיב בזמן אמת. השאיפה שלנו היא שכל החלטה עסקית תהיה מבוססת על נתונים ודו״חות, לכן יש חשיבות גבוהה לאיכות וזמינות הנתונים. התשתיות המאפשרות זאת מפותחות על ידי Data Engineers ומפתחי BI וגמישותן לשינויים תומכת בסביבה העסקית הדינמית שבה כל יום עולה תוכן חדש למשחקים השונים.

המוצר: זהו המקום שבו מזהים הזדמנויות בהן בינה מלאכותית יכולה לתרום לחוויה טובה יותר, מתרגמים את הרעיונות למוצרים ומגדירים את התקשורת עם השחקנים דרך שליחת מיילים, הודעות ועוד. מנהלי המוצר משתפים פעולה עם היחידות העסקיות ומאפיינים יחדיו את הניסויים בהם מעריכים את ביצועי האלגוריתמים ואת קריטריוני ההצלחה העסקיים. את ההשפעה הישירה על השחקן ומידת החיבור שלו למשחק אפשר לראות באופן מיידי.

הדאטה סיינס והבינה המלאכותית (AI): כדי לאפיין מהנתונים שנאספים את החוויה הטובה ביותר עבור השחקן, אנו משתמשים ביכולות הבינה המלאכותית. אנחנו מפעילים למעשה מגוון אלגוריתמים על הדאטה שנאסף כדי להתאים את אופי המשחק לשחקן. המטרות של הלמידה הזאת הן מגוונות: מניסיון לחזות מה יעשה השחקן מחר במשחק כדי לייצר לו אתגר מותאם אישית, דרך מציאת שחקנים בעלי צורת משחק דומה במטרה לספק להם חוויית משחק מאוזנת, זיהוי הונאות במשחק ומניעתן ועד היכולת להעריך איזה קמפיין שיווקי יצליח ואיך ולהתאים את הקריאייטיב והגרפיקה היעילים ביותר.

תחום הבינה המלאכותית בפלייטיקה הוא רחב וכולל גם (NLP (Natural Language Processing,  ומשמש לתעדוף קריאות תמיכה ומענה מהיר ואוטומטי לחלקן ושימוש ב-Reinforcement Learning כדי לספק למעצבי השלבים סימולטורים שלומדים לשחק במשחקים השונים ומעריכים את מידת הקושי של כל שלב לפני שחרורו לשחקנים.

איך נכון לנהל פרויקטים של ביג דאטה?

פרויקט מוצלח צריך לייצר ערך עסקי ולעמוד בלוחות זמנים ריאליים. לנו חשוב שמצד אחד הפרויקט יחדש בהיבט הטכנולוגי ומצד שני נוכל להסביר את תוצאות המודל. כדי לפתח פרוייקטים מוצלחים התאמנו את שיטת (TDSP (Team Data Science Process שהוצעה על ידי מיקרוסופט לסביבה העסקית שלנו. כל פרוייקט מתחיל בהגדרה ברורה ומדידה של שאלה עיסקית (PRD – Product Requirements Definitions). אחרי שהגדרנו מה אנחנו מצפים שאותו פרויקט או מודל ייתנו, והכוונה אינה רק להגדלת מחזור המכירות או מספר המשתמשים ביום, אלא להישגים כמו חוויה אפקטיבית יותר, אוטומציה של הפעלת המשחק מאחורי הקלעים, שביעות רצון מהתמיכה הטכנית ועוד – רצוי להגדיר איך בדיוק נמדוד את קריטריון ההצלחה. חלק זה כולל בנוסף למידה של מה שכבר ישנו בנושא בעולם, סקירת ספרות מקצועית וסקירה של האלגוריתמים הקיימים תוך קידום חשיבה יצירתית של מה היכולת שלנו לתרום לסוגיה.

בשלב הבא אנחנו מבצעים תיקוף ולמידה של מרחב הנתונים שיכולים לשמש אותנו במשימה הזאת (Data Understanding). אם, למשל, מחלקת שיווק מבקשת לפרסם לקהלים מסוימים, אנחנו נבדוק קודם בנתונים הקיימים האם יש בעיית נטישה (או מעורבות נמוכה) עם הקהלים האלה ולמה, וננסה לקבל ולנתח את המידע הקיים כדי להבין טוב יותר את הקהל המדובר.

בשלב הפיתוח (Modeling) אנחנו נכנסים לתהליך פיתוח אג׳ילי (Agile) שהוא למעשה סדרה של יעדים קטנים יותר, ברי השגה.

באיור הבא מתואר תהליך הפיתוח, כאשר כל עמודה מציינת שלב שונה וכל שורה בעל תפקיד אחר, מלבן כחול מכיל פעולות נדרשות וירוק את התוצרים המתקבלים:

עבודתם של שלושת הצירים בארגון הפועלים בתהליך הפיתוח – מפתחי האלגוריתמים ומדעני הנתונים (Data scientists), מהנדסי התשתיות ואנשי המוצר, מתכנסת לבסוף ליחידת זמן אחת שבה מתקיים הניסוי ונבחנת השאלה שעל הפרק. לאחר מכן אנו לומדים מה עבד ומה לא, עושים מקצה שיפורים ויוצאים לניסוי נוסף עד שהפרויקט מסתיים בהצלחה. בשורה הראשונה באיור ניתן להבחין שקיים חץ בין שלב ה- Acceptance ל-Modeling, מעגל זה מתאר את המקצים השונים המתבצעים במהלך הפרוייקט.

מי שמכיר את תחום הדאטה סיינס יודע שחלק גדול מהפרויקטים לא מסתיימים בהצלחה ואחד התפקידים של תהליך הפיתוח הוא לגדר סיכונים ולייצר מצב בו ברור לכולם מה אמורים להשיג בכל שלב. תעשיית האונליין ובייחוד ה-(B2C (business-to-consumer, נחשבת תעשייה עתירת סיכונים בגלל הכישלון של חלק ניכר מהפרויקטים. אנו מתגאים בהצלחה של רוב הפרויקטים כיוון ששיטת העבודה שלנו היא לתקף את הנחות העבודה באונליין ולא להסתמך על השערות תיאורטיות חודשים ארוכים. מובן שכל פרויקט שכזה מתבסס על כוח אדם איכותי ותהליכי עבודה מסודרים. ​

הכתבה בחסות Playtika

פלייטיקה היא מחברות משחקי הרשת המובילות בעולם עם מעל 27 מיליון איש המשחקים במגוון המשחקים שלה מדי חודש. החברה נוסדה ב-2010 ומונה כיום מעל 3,000 עובדים ב-18 משרדים ברחבי העולם. מטה החברה ממוקם בהרצליה פיתוח ולה משרדים בערים תל אביב, ברלין, הלסינקי, וינה, לונדון, לוס אנג'לס, לאס וגאס, שיקגו, מונטריאול, בואנוס איירס, סידני, טוקיו, בוקרשט, מינסק, קייב, ויניצה ודנייפר. החברה ממשיכה להרחיב את פורטפוליו המשחקים שהיא מציעה בקטגוריות נוספות במטרה לספק את חוויית המשחק המגוונת והמלהיבה ביותר עבור השחקנים שלה.
לפרטים נוספים, לחצו כאן.

Avatar

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

3 תגובות על "שם המשחק הוא ביג דאטה: איך מפיקים ערך עסקי מנתונים"

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 

* היי, אנחנו אוהבים תגובות!
תיקונים, תגובות קוטלות וכמובן תגובות מפרגנות - בכיף.
חופש הביטוי הוא ערך עליון, אבל לא נוכל להשלים עם תגובות שכוללות הסתה, הוצאת דיבה, תגובות שכוללות מידע המפר את תנאי השימוש של Geektime, תגובות שחורגות מהטעם הטוב ותגובות שהן בניגוד לדין. תגובות כאלו יימחקו מייד.

סידור לפי:   חדש | ישן | הכי מדורגים
רומן
Guest

סוף סוף כתבת אורח טובה, וכנה.
אהבתי מאוד, תודה רבה עידן על ההעשרה.

אלמוג
Guest

כתבה שלמה שלא אומרת כלום.
ברשותכם, אני אאמלק את זה:
״אנחנו בפלייטיקה קולים כי הצלחנו לדחוף למשקיעים שלנו ML בתוך משחקים, איתו אנחנו מתאימים את החוויה של המשחק לשחקן.
איך? אוספים מידע ובונים מודלים… ועל הדרך מתמודדים עם אתגרים סטנדרטיים ויקרים לגמרי.
אהה ואנחנו גם מנהלים את הפרויקט בצורה סטנדרטית לפי מטרות עסקיות. ״

מאיר
Guest

כתבה טובה, מסבירה קצת יותר טוב את עבודת הפיתוח בארגונים גדולים. דווקא יש לזה ערך למי ששואף להשתלב בחברות כמו פלייטיקה וכד׳

wpDiscuz

תגיות לכתבה: