本文是由来自腾讯的陈才进行的分享。作者专注数据资产管理,自动化运维,AIOps。
每日传输量:17000亿条,约260TB,总存储量为100PB+,公司占比为20%。
在游戏大数据管控中,面临着众多问题与痛点:
历经6年在各阶段解决的关键问题,构建游戏大数据资产管理体系:
通过组织、流程、制度、技术等组合手段,确保数据交付的质量、效率、成本和安全,助力业务数据价值提升。
数据服务运营质量面临三大挑战:
解决方案:基于数据+业务血缘构建全链路质量保障体系
数据与业务血缘关系链构建过程:
无数据生命周期管理会出现:
随时间推移,数据使用价值不断衰减,数据在线度就是反应数据的在线程度和使用衰减情况影响数据在线度的因素:数据使用价值和数据重要等级,而数据使用价值有跟数据访问热度和应用广度有关,数据在线度的关联函数为:?(?) = ?(?(?), ?) 其中?(?)为数据使用价值, ?为数据重要等级数据生命周期管理策略随在线度的变化而变化。
游戏数据资产安全管理 “四大” 关键举措:
实施数据价值评估的意义
数据价值评估的难点
数据价值评估:
投入产出比ROI计算
结合数据成本与价值,计算数据服务平台投入产出比,为市场化数据管理运营提供直接依据
推动数据成本优化
减少投入,推动业务方实施数据服务成本优化
数据深度挖掘到精细化场景落地
放大价值,横向对比同类产品,协助业务方结合数据服务,发掘更多业务服务场景
总结: