Nordeus: Igre sa podacima

Uspešna analiza podataka danas predstavlja ključ uspešnog biznisa. Kompanija Nordeus ozbiljno radi sa podacima – njihova vodeća igra Top Eleven svakog dana generiše terabajt podatka, dok su u arhivi čitava 2 petabajta. Sa Nordeus-ovom Big Data strategijom upoznali su nas Strahinja Kustudić, Director of Engineering: Data, Infrastructure and Tools i Stefan Jovanović, Head of Analytics.

Kako u Nordeus-u prikupljate i obrađujete podatke o korisnicima vaših igara?

Strahinja: U Nordeus-u postoje dva tima koji se bave prikupljanjem i obradom podataka, a to su Data Engineering i Analytics timovi. Data Engineering je odgovoran da dovuče podatke od raznih servisa trećih lica koje koristimo, a ujedno i razvija našu samouslužnu data platformu. Ključna reč ovde je „samouslužna“, jer je ideja da Analytics tim (koji čine Data Scientist-i i Business Analyst-i) koji radi direktno na našim igrama sam može da odluči šta želi da prati, tj. koje događaje bi hteli da prate, da definišu njihovu strukturu, da programeri implementiraju te događaje i na kraju da pristigle događaje mogu da uključe u predefinisanu šemu skladišta podataka, da bi kasnije te podatke koristili u svojim izveštajima, analizama ili modelima mašinskog učenja. Odgovornost prikupljanja podataka je podeljena, ali je naša ideja da tim koji najbolje razume svoje korisnike, što je Analytics tim, može sam da prikuplja i koristi te podatke.

Freemium biznis model podrazumeva da 1% igrača generišu prihod, dok više od 99% igrača želi samo razonodu i zabavu bez finansijske investicije. Nama nije cilj da naši igrači troše novac zato što moraju, već zato što to žele, zato što im se igra toliko svidela da im je uživanje da ulože svoj novac u nju

Deo naše data platforme je i in-house razvijen alat za istraživanje i prikaz podataka. Svi zaposleni koji rade na igri mogu bez posebnog znanja o tome kako su podaci organizovani i bez poznavanja SQL-a da istražuju i prave veoma napredne analize i izveštaje. Tako smo svim Nordeus zaposlenima omogućili pristup analytics podacima, ili kako mi to volimo da kažemo „demokratizovali smo podatke“.

Samim preuzimanjem aplikacije, vi kao developeri dobijate određene osnovne informacije o korisniku – e-mail adresu, broj telefona… Pretpostavljamo da dobar deo svega onoga što Google Play / Apple Store zna o korisniku saznajete i vi?

Stefan: Mnogo podataka može da se sazna o igračima pre samog instaliranja, poput lokacije, platforme na kojoj igra, tipa uređaja, brzine pristupa Internetu itd. To je mnogo manji set podataka od onog koji imaju velike kompanije kao što su Google i Apple. Takođe, u skladu sa novijom regulativom poput GDPR-a, igrač u trenutku instalacije treba da nam da dozvolu, kako bismo mogli njegove podatke da koristimo u svrhu poboljšanja poslovanja. Najvažniji podatak koji dobijamo u trenutku instalacije za nas jeste da li je igrač instalirao Top Eleven jer ga je naš marketing tim targetirao na Internetu putem reklama, ili je igrač došao organski. Pomoću tog podatka merimo uspešnost marketinških kampanja, namenjenih za reklamiranje.

Mnogo više podataka relevantnih za poslovanje se prikuplja tokom korišćenja same igre. Recimo, koliko vremena neko provodi u različitim delovima igre, sa kojim delovima najviše interaguje, da li troši virtuelni novac u igri i na šta tačno, da li ima prijatelje u igri i da li komunicira sa njima. Takođe, da li igra pre podne ili poslepodne, da li ima više kraćih sesija ili jednu dužu, da li igra svakog dana ili jednom u nekoliko dana i slično.

Kada pravimo igre u Nordeus-u, stavljamo naše igrače na prvo mesto. Baš iz tog razloga koristimo sve pomenute podatke radi obogaćivanja i kreiranja personalizovanog iskustva za naše igrače.

Aktivni igrači tokom igre generišu posebne setove podataka. Za šta se sve oni mogu koristiti?

Stefan: Za razliku od podataka koji se dobiju u trenutku instaliranja igre, koji su statični i često nezavisni od samog konteksta igre, kasnije generisani podaci opisuju ponašanje igrača tokom korišćenja igre. To su podaci kojih ima više, menjaju se kroz vreme, i veoma su kontekstualno povezani sa samom igrom.

Nordeus prati filozofiju donošenja odluka koje su zasnovane na podacima. Imajući to u vidu, svi timovi u Nordeus-u, svakodnevno koriste podatke i tumače ih, kako bi donosili bolje odluke. Dizajneri igre, koji su zaduženi za kreiranje sveukupnog iskustva igrača kao i mehanika u igri, posmatraju obrasce ponašanja igrača kako bi zajedno sa timom razvili što bolje funkcionalnosti u igri, i time zadovoljili potrebe igrača.

Inženjeri često koriste podatke kako bi pratili performanse sistema koji održavaju igru. Menadžeri proizvoda svakodnevno prate osnovne pokazatelje “zdravlja“ igre, kao i projekcije pokazatelja u budućnosti. Poslovni analitičari obezbeđuju da je biznis u potpunosti pokriven podacima, kao i da se podaci tumače na pravi način, uz primenu relevantnih metodologija zaključivanja. Marketing tim podatke koristi u svrhu poboljšanja marketinških kampanja, kao i u svrhu inspiracije za kreativne kampanje poput snimanja reklama i vizuala. Menadžeri za podršku igračima i community menadžeri konstantno prate sentiment i komentare igrača, dok Data Scientist koristi podatke u funkciji pravljenja modela koji personalizuju sadržaj za same igrače.

Zaključujemo da se podaci iz igre Top Eleven mogu segmentirati po mnogim kriterijumima, pri čemu „sirove“ informacije postaju potencijalno veoma upotrebljive. Koje metodologije, tehnologije i alati se koriste u obradi tako velikih količina informacija?

Stefan: Za vizualizaciju i otkrivanje znanja o ponašanju igrača u našim igrama koristimo Tableau, program za vizualizaciju, kao i reporting alat koji je razvijen upravo u Nordeus-u. Programske jezike Python i R koristimo za modelovanje ponašanja i predikcija, dok se za manipulaciju velikom količinom podataka, koristi SQL programski jezik, bez obzira na to što govorimo o Big Data prostoru.

Strahinja: Što se tiče Data Engineering funkcije, glavne tehnologije koje koristimo u našoj data platformi su Kafka, kao distribuirani queue preko kojeg nam dolaze događaji sa podacima iz naše igre. Svi podaci završavaju na GCP Cloud Storage i tu izvršavamo SQL upite koristeći Hive i Presto. Ovo su sve poznate open source platforme koje koriste SQL da pretražuju velike količine podataka (stotine gigabajta, pa čak i terabajte podataka) veoma brzo. Trenutno radimo na migraciji našeg skladišta podataka na GCP BigQuery koji je jedan od najnaprednijih skladišta podataka na svetu. Ovaj prelazak trebalo bi da otključa dodatne mogućnosti naše platforme.

Da biste stekli što bolji utisak o količini podataka sa kojima radimo svaki dan, evo nekoliko zanimljivih detalja:

• Prosečno 50.000 događaja naša platforma usisa svakog sekunda iz naših igara
• Preko 1 TB (terabajt) novih ulaz­nih podataka imamo svakog dana
• Preko 2 PB (petabajta) podataka imamo u našem skladištu podataka

Da li se iz svih tih informacija mogu izvući i neki tržišni i drugi trendovi koji prevazilaze okvire same igre? Da li se uočavanje tih trendova može posebno iskoristiti za vaš biznis i njima eventualno odrediti budući strateški potezi kompanije?

Stefan: Ukoliko aplikacija čini većinu tržišta, kao što je slučaj sa Nordeus-om i našom igrom Top Eleven, koja je u domenu mobilnih fudbal menadžer igara… da, mi možemo posmatrati globalne relevantne indikatore i njihovo kretanje, kao i trendove. Imajući u vidu da je Top Eleven najuspešnija mobilna fudbal menadžer igra trenutno drži više od pola tržišta, mi smo ti koji diktiramo trendove i standarde, i definišemo dobru praksu kroz sadržaj same igre.

Sada svaka kompanija mora da bude softverska kompanija ako želi da bude relevantna na tržištu, a za deset godina možemo da očekujemo da će svaka kompanija morati da postane i Big Data kompanija

Ukoliko bismo kao domen posmatrali sve mobilne igre, onda mi činimo samo mali deo tržišta, i u takvim slučajevima se i mi oslanjamo na eksterne alate, koji imaju za cilj da obezbede pokazatelje na nivou čitave industrije. Neretko, i podatke dovlačimo i skladištimo kod nas, kako bismo mogli da sprovedemo uporedne analize sa našim portfoliom.

Top Eleven je zasnovan na freemium konceptu monetizacije. Koliko se prikupljene informacije mogu upotrebiti za fino podešavanje tog modela za potrebe Nordeus-a, pre svega cenovne politike premium feature-a ili personalizacije marketinških kampanja?

Stefan: Freemium biznis model podrazumeva da igra ima manje od 1% svih igrača, koji zapravo generišu prihod, dok više od 99% igrača želi samo razonodu i zabavu bez finansijske investicije. Mi ne možemo direktno da utičemo na to da li će igrač potrošiti novac u našoj igri ili ne, ali možemo da ponudimo određen sadržaj i visok nivo zabave, kako bi igrač sam želeo da investira i još više se poveže sa igrom. Nama nije cilj da naši igrači troše novac zato što moraju, već zato što to žele, zato što im se igra toliko svidela da im je uživanje da ulože svoj novac u nju.

Korišćenjem istorijskih podataka iz skladišta podataka, mi znamo šablone ponašanja igrača. Napredna tehnologija nam omogućava da u realnom vremenu znamo u kakvom su stanju igrači sada, kao i da uz upotrebu naprednih statističkih modela i modela mašinskog učenja možemo znati kako će izgledati njihovo ponašanje sutra ili za nedelju dana. Predviđanjem budućeg ponašanje svakog od naših igrača, mi znamo kada bi bilo najbolje ponuditi određeni sadržaj igraču, šta taj sadržaj treba da bude, i koliko treba da košta. Takođe, znamo kako da im igru učinimo najzanimljivijom, kada i sa kim treba da ga spojimo kako bi igrali zajedno ili protiv svog prijatelja, koliko teško treba da mu bude da pobedi protivnika i osvoji neku nagradu, kao i kojim tempom treba da generišemo raznovrstan sadržaj u igri.

Većina podataka relevantnih za poslovanje se prikuplja tokom korišćenja igre. Recimo, koliko vremena neko provodi u različitim delovima igre, da li troši virtuelni novac u igri i na šta, da li ima prijatelje u igri i da li komunicira sa njima

Kako gledate na budućnost? Koliko je kvalitetno upravljanje velikim količinama podataka važno za uspeh na tržištu?

Strahinja: Big Data je još uvek jako mlada grana softverskog inženjerstva. Često se može čuti da kompanije rade Big Data, ali u stvarnosti to nije slučaj – mali broj kompanija ovo radi na visokom nivou. Takođe, još uvek ne postoji dogovor na nivou industrije šta su najbolje prakse u ovoj oblasti, a sledeći korak je zapravo njihova primena. Alati su i dalje mladi i/ili u razvoju, a ukoliko dodamo veštačku inteligenciju u celu priču, možemo zaključiti da cela industrija ima još mnogo da nauči i da se razvija. Sada svaka kompanija mora da bude softverska kompanija ako želi da bude i ostane relevantna na tržištu, a za deset godina možemo da očekujemo da će svaka kompanija morati da postane i Big Data kompanija.

Stefan: Budućnost se bazira na poslovima i tehnologijama u funkciji prikupljanja i pametnog korišćenja velikih količina podataka. Prisustvujemo bumu u oblasti veštačke inteligencije, nakon što je ogroman broj ljudi počeo da koristi ChatGPT. Kao što je industrijska revolucija automatizovala prost rad, danas smo na pragu da veštačka inteligencija pomogne ljudima koji rade složeniji posao. Ne govorim o zameni ljudi, već o pomoći i boljitku u krajnjoj kreiranoj vrednosti koju mi kao ljudi stvaramo na našim radnim mestima.