作者：玩吧數據智能負責人 於海亮

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，創建於2015年，是一家娛樂社交平臺公司，玩吧是我們公司APP的名字，APP上有很多雙人小遊戲，像臥底大師，你說我猜，大家可以邊玩邊聊，輕鬆交友，讓社交更輕鬆。

玩吧數據上雲架構

下面介紹下玩吧數據上雲的架構圖，最左側數據採集是通過Kafka集群和DataWorks數據集成，中間的流批一體數據倉庫，離線數倉用的是阿里雲的MaxCompute，實時數據分析使用的是Hologres，機器學習用的是阿里雲的PAI，BI報表使用的是QuickBI系統，數據的開發、治理和運維使用的是DataWorks平臺。

玩吧BI系統

玩吧的BI系統使用了阿里雲的全棧產品進行搭建。數據採集使用了阿里雲的日誌服務，業務DB的數據通過MaxCompute的實時同步系統，將數據同步到數據倉庫，離線計算使用ODPS SQL，將數據進行運算處理。最後通過Hologres產品來進行交互式分析。Hologres可以和MaxCompute產品做無縫的集成，節省了數據計算後搬運的時間。數據的展現使用了阿里雲的QuickBI，可以靈活的配置數據報表。整體平臺的搭建，可以快速地完成。

玩吧數據模型系統

我們的統計分析日誌模型是基於事件模型的，事件模型主要包括了用戶和event兩個實體，簡單來說一個event描述了一個用戶在某個地方以某種方式完成了具體的事情。用戶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。

玩吧數據計算

最後我們的數據計算分成了統計類的數據，規則類的數據，機器學習類型的數據。 從日誌服務加載靜態數據和動態event數據，到離線倉庫，通過 MaxCompute進行數據的離線計算，最後數據的標籤使用PAI系統進行計算，輸出的結果同步到Hologres。公司以前的數據輸出到HBASE，並建立了二級索引加速，現在使用Hologres可以完美的替換。

玩吧大數據應用場景

最後我們在數據應用上我們有了很多的探索，在這裡給大家舉一個例子，很多公司做運營活動時，都希望能促進用戶的付費破冰，提升用戶的付費金額，以及用戶的復購率。付費破冰可以通過首充活動來實現。首充活動對用戶的吸引程度主要取決於以下幾點：活動的觸達方式和時間是否與用戶轉化的時機契合，活動的形式是否符合用戶偏好，活動的獎勵是不是用戶所需要的。我們這裡對用戶的首充屬性進行分析，根據用戶付費後的行為活動，推測不同類型的用戶的付費時間點和付費動機。
瞭解首充用戶的付費動機後，進一步和活動特性進行關聯，將其使用在其他未付費用戶身上，首充時間代表著用戶的轉化週期，在一定程度上代表了用戶的轉化難度，對於轉化難度較高的用戶，可以適當的調高獎勵的成本。首衝金額代表了用戶的質量，用戶首次充值的金額可以推測用戶的付費潛力，首充之後的消耗，反映了用戶的付費動機，用戶對於什麼樣類型的產品跟服務感興趣，在對應的活動中，會結合以上的行為，對用戶進行付費轉化。
謝謝大家!

資料下載

點擊下載》》資料。