作者：玩吧資料智能負責人 于海亮
玩吧簡介
首先向介紹一下我們的公司，公司全稱是北京默契破冰科技有限公司，建立于2015年，是一家娛樂社交平台公司，玩吧是我們公司APP的名字，APP上有很多雙人小遊戲，像卧底大師，你說我猜，大家可以邊玩邊聊，輕松交友，讓社交更輕松。
玩吧資料上雲架構
下面介紹下玩吧資料上雲的架構圖，最左側資料采集是通過Kafka叢集和DataWorks資料內建，中間的流批一體資料倉庫，離線數倉用的是阿裡雲的MaxCompute，實時資料分析使用的是Hologres，機器學習用的是阿裡雲的PAI，BI報表使用的是QuickBI系統，資料的開發、治理和運維使用的是DataWorks平台。
玩吧BI系統
玩吧的BI系統使用了阿裡雲的全棧産品進行搭建。資料采集使用了阿裡雲的日志服務，業務DB的資料通過MaxCompute的實時同步系統，将資料同步到資料倉庫，離線計算使用ODPS SQL，将資料進行運算處理。最後通過Hologres産品來進行互動式分析。Hologres可以和MaxCompute産品做無縫的內建，節省了資料計算後搬運的時間。資料的展現使用了阿裡雲的QuickBI，可以靈活的配置資料報表。整體平台的搭建，可以快速地完成。
玩吧資料模型系統
我們的統計分析日志模型是基于事件模型的，事件模型主要包括了使用者和event兩個實體，簡單來說一個event描述了一個使用者在某個地方以某種方式完成了具體的事情。使用者記錄和收集長期屬性，形成user profile，通過ID與相關的event進行關聯。
玩吧資料計算
最後我們的資料計算分成了統計類的資料，規則類的資料，機器學習類型的資料。 從日志服務加載靜态資料和動态event資料，到離線倉庫，通過 MaxCompute進行資料的離線計算，最後資料的标簽使用PAI系統進行計算，輸出的結果同步到Hologres。公司以前的資料輸出到HBASE，并建立了二級索引加速，現在使用Hologres可以完美的替換。
玩吧大資料應用場景
最後我們在資料應用上我們有了很多的探索，在這裡給大家舉一個例子，很多公司做營運活動時，都希望能促進使用者的付費破冰，提升使用者的付費金額，以及使用者的複購率。付費破冰可以通過首充活動來實作。首充活動對使用者的吸引程度主要取決于以下幾點：活動的觸達方式和時間是否與使用者轉化的時機契合，活動的形式是否符合使用者偏好，活動的獎勵是不是使用者所需要的。我們這裡對使用者的首充屬性進行分析，根據使用者付費後的行為活動，推測不同類型的使用者的付費時間點和付費動機。
了解首充使用者的付費動機後，進一步和活動特性進行關聯，将其使用在其他未付費使用者身上，首充時間代表着使用者的轉化周期，在一定程度上代表了使用者的轉化難度，對于轉化難度較高的使用者，可以适當的調高獎勵的成本。首沖金額代表了使用者的品質，使用者首次充值的金額可以推測使用者的付費潛力，首充之後的消耗，反映了使用者的付費動機，使用者對于什麼樣類型的産品跟服務感興趣，在對應的活動中，會結合以上的行為，對使用者進行付費轉化。
謝謝大家!
資料下載下傳
點選下載下傳》》
資料。