其他
数据资产管理在腾讯游戏的实践
腾讯游戏大数据运营概况
数据多样化，缺少统一标准
计算逻辑理解一不致，导致统计结果有偏差
数据全链路质量问题，层次复杂、不能快速定位问题
游戏数据管控的问题与难点
数据质量偏低给数据应用带来的各种挑战
数据标准缺乏结构化管理，集成困难
数据分散，没有形成完整的成本管理
数据价值的评估较为困难
数据安全与合规保障的问题
游戏大数据资产管理体系
元数据管理
异构适配，集中存储
业务指标，开放共享
描述数据，理解业务
自动构建血缘关系链
扩展能力，辅助运营
数据采集架构
单机： UDP：5W qps; KCP: 9w; TCP:10w
单机吞吐量：180Mbps
分布式高可用，双方扩容互不耦合
高可用，高可靠：扩容不丢失数据；WAL双备数据
完整率: 99.99~99.9999%
多协议支持；多数据格式支持
专业数据管理、数据运维
周边系统完善支持
数据标准管理
数据治理面临挑战
全链路数据服务环节众多复杂，问题定位困难
业务服务故障，回溯数据问题非常困难
数据平台异常，如何快速评估影响面
数据治理-血缘构建
数据治理-血缘应用效果
构建数据与业务血缘，保障数据全链路服务质量SLA达99.99+%
1min内告警并评估影响面和问题快速定位
资产运营-成本管理
资产运营-数据生命周期管理
数据无序增长
成本快速上升
计算效率低下
数据维护困难
资产运营-数据安全管理
数据驱动-数据价值评估
衡量业务的投入产出比
衡量数据发挥的作用
为产品提供运营决策依据
衡量数据服务平台能力水平
行业内无统一标准和方法
公司内缺乏可量化的估值体系
数据价值存场景化差异性
数据资产管理实践步骤
文章不错？点个【在看】吧！ 👇