要点

课题

现有的数据分析平台本来也能做分析。但 P5X 是全球同步上线的游戏，用户提出删除请求时能够删除相关数据，是导入时的必备要求。如果手动执行删除处理，对负责人来说是心理负担很重的工作。

应用

把 AE 系统作为与现有共用平台（Databricks）连接的环境之一导入。世嘉负责准备服务器，应用的搭建和运维由 ThinkingAI 负责。为应对删除请求，个人关联信息等需要删除的数据，其删除处理实现了自动化。

成果

导入时世嘉方面的工作，以共享预计用户数和日志量、确认服务器配置、准备服务器为主，周期 1～2 个月。目前运维工作量几乎为零，仅限于接收信息并做出判断。因为无需迁移数据就能使用，也不会产生存储的重复成本。

基本信息

公司与产品介绍

首先，请介绍一下这款游戏。

萬：《女神异闻录：夜幕魅影》（以下简称 P5X）是“女神异闻录”系列首款面向手机和 PC 的 RPG。无论是已经玩过系列作品的玩家，还是没接触过的玩家，都能轻松上手。

该项目由完美世界与世嘉共同运营，ATLUS 监修。发行地区覆盖亚洲、日本和全球，项目成员的国籍也非常多元。

请介绍一下您所在的部门和使命。

萬：我担任战略企划部数据工程部门的经理。我们部门负责开发和运营数据分析平台。公司的数据平台分为手游、PC 网游、主机游戏三个领域，这些平台由我们统一负责。

导入背景

此前是用什么样的团队和工具在运转的？

萬：公司的数据平台经历了很长的演变。早期是把数据放进 MySQL 里汇总，在 Hadoop 开始普及的时候引入了 Hadoop。AWS、GCP 等云服务普及之后，我们把数据迁到了 AWS，在那里做分析和可视化。现在，汇总部分引入了 Databricks，构建起了现有的数据分析平台。

这次重要的是，公司本来就有跨各个游戏统一处理数据的平台，我们希望 P5X 的数据也在这套机制里处理。Databricks 环境处理世嘉所有手游的数据，并且有把积累下来的各游戏数据横向汇总的机制。为了让 P5X 也用同样的机制处理，我们把它和 AE 系统连接了起来。

为 P5X 导入 AE 系统时，特别看重哪些要求？

萬：导入前，原本设想的是用现有环境来应对。并不是因为现有平台有什么大问题才导入的。

另一方面，P5X 是已经确定全球同步上线的游戏。因此，用户提出删除请求时，能够删除个人关联信息等相关数据，是导入时的必备要求。

我们公司的政策是，主服务器上原则上不放个人信息。不过，一部分关联数据中可能包含需要删除的信息。对这些数据也能响应删除请求，意义很大。手动执行删除处理，基本上是没人愿意做、需要非常谨慎的工作。能把它自动化，非常重要。

您认为理想的数据应用环境是什么样的？

萬：我认为工程师自己搭服务器的时代已经结束了。原则上利用 SaaS，尤其是 AWS、Azure、GCP 这类主流云的全托管服务，尽可能不自己开发和运营系统与服务器，我认为这才是最理想的环境。

另一方面，数据应用的环境里，难免有需要人工介入的部分。我特别想避免的是只有特定的人才能处理数据的状态。理想是任何人都能轻松检索、使用积累下来的数据。

选型理由与决定因素

当初是什么契机让您开始考虑的？

萬：大概是两年多以前，第一次用 AE 系统的时候，感受最深的是它专门面向游戏。一开始就准备好了游戏相关的 KPI，即使完全没有接受过讲解，也能立刻做出图表。用起来也很顺手，从那时起我就一直关注。不过，当时已经导入了别的工具，所以那一次先放弃了。

后来，P5X 当时的制作人看到了 AE 系统，听了介绍后产生了兴趣，这成为再次推进考察的契机。

决定性的因素是什么？

萬：一个是刚才提到的、面向游戏的易用性。另一个很大的因素是，我看到了一种可能：不是工程师的运营成员，也能自己查看数据并做可视化。在以前的环境里，要可视化的项目是由我们组织里的分析师准备并提供的。用 AE 系统的话，我想运营方也许就能自己查看需要的数据。

当然，用现有的工具，也可以在不大幅增加成本的情况下利用现有机制。所以是否追加签约导入，需要好好考虑一下。尽管如此还是决定导入，是因为期待：如果运营成员能自己把数据拉出来，分析师就能把时间花在更高阶、更专业的分析上。

导入过程与运维体系

导入是怎么推进的？

萬：签约之后，本来应该由身为数据工程师的我来准备服务器，再把应用装到里面。这是个相当耗工时的工作。不过这次是 ThinkingAI 帮我们处理了。我真的只是准备了服务器，之后应用全部由他们搭建。这是求之不得的安排，让我们轻松了很多。

团队配置和周期大概是怎样的？

萬：周期大概是 1～2 个月。我们具体做的是，确认游戏预计的用户数，估算会产生多少日志量，然后把这些信息共享给 ThinkingAI。之后他们提出服务器配置方案，我们确认内容。有不足或担心的地方，就边讨论边推进。

世嘉这边有偏基础设施的成员负责搭服务器，也有偏工程师的成员负责应用开发。不过，就 AE 系统的搭建而言，我们只做到“服务器搭好了，接下来拜托了”这一步，之后的工作我印象中全部由 ThinkingAI 完成。

目前的运维体系和工作量是怎样的？

萬：AE 系统的运维几乎不花什么工作量。工作基本上全部由 ThinkingAI 处理，我们只是接收信息、确认内容、做出判断。公司内部的负担几乎接近于零。

使用方式

请介绍一下把现有共用平台与 AE 系统联动的背景。

萬：Databricks 环境处理世嘉所有手游的数据，并且已经有了把积累的各游戏数据跨游戏汇总的机制。P5X 的数据我们也希望通过这套现有的横向联动机制来处理，所以把它和 AE 系统连接了起来。我们团队从 AE 系统获取的，主要是核心 KPI。

联动带来了什么好处吗？

萬：最大的好处是数据无需迁移，直接就能使用。这也是数据网格（data mesh）的目标之一，不必把数据搬到别的环境也能使用。因此不再需要把同样的数据存在多个地方，存储带来的重复成本得以压低。

从机制上说，只要有权限，很多成员都能使用。不过，能看懂并解读原始数据的人，在公司里也没那么多。所以多数情况下，是通过 AE 系统上的图表来确认数据。

您如何看待 AE 系统的定位？

萬：我们的做法不是全部由自己的系统包办，而是让数据留在各自的环境里，按需使用。AE 系统也是其中之一，在整个系统里，可以说是处于“边缘（edge）”之一的位置。

另一方面，在可视化方面，原来的机制里需要我们自己做的部分，AE 系统已经提前准备好了。所以就可视化而言，我们把 AE 系统视为一项独立的服务。

成果

导入后取得了哪些成果？

萬：从数据工程师的角度，最大的一点是把删除处理自动化了。这种谁都不想做、又需要谨慎的工作能被自动化，我非常感激。而且，因为可以在“能应对删除请求”的前提下运营，我觉得能查看的数据范围也变宽了。

运维方面，几乎没有花什么工作量。还有，通过与现有共用平台连接，数据无需迁移就能使用，存储的重复成本也得以压低。

支持与评价

您如何评价支持团队？

萬：没有特别希望改进的地方。导入时，我们这边准备好服务器之后，应用搭建全部由他们处理。运维方面的工作也是 ThinkingAI 在处理，所以我们只需要接收信息、确认并做出判断。

未来展望

接下来想做什么？对 AE 系统有什么期待？

萬：从让 AI 使用数据的角度，我们今后也想继续使用。世界已经进入 AI 时代。AE 系统本身有积累数据的特性，但我觉得就现在的基本功能而言，数据的应用还停留在 AE 系统自己的界面之内。比如，如果有这样的机制：用 AI 以自然语言提问，就能以自然语言得到回答，会更方便。再进一步，如果 AE 系统里有类似 MCP 的机制，外部来查询时能基于 AE 系统内的数据作答，我觉得应用范围会更广。

另外，我了解到 AE 系统里已经积累了大量数据，并且处于便于使用的状态。这次我们是用比较技术性的方法直接连接的，今后如果能官方提供从外部使用 AE 系统内数据的功能，会很有帮助。

最后，请给正在考虑导入 AE 系统的人留一句话。

萬：导入 AE 系统，无论什么样的公司，都能马上搭起分析环境。对于即将着手数据分析的游戏开发者，以及从事游戏运营的朋友，请一定考虑一下。

关于世嘉

世嘉面向家用游戏机、智能设备、PC 等各种平台，从事游戏相关内容的策划、开发、销售和运营，把日本国内外工作室和集团公司开发的游戏内容提供给全世界。

旗下有“世嘉”品牌的《索尼克》《如龙》《魔法气泡》，以及“ATLUS”品牌的《真·女神转生》《女神异闻录》等拥有强大 IP 号召力的系列。此外，还面向各类设备在国内外提供丰富多样的游戏内容，包括大型在线游戏《梦幻之星 Online 2 新起源》，以及智能设备游戏《世界计划 缤纷舞台！ feat. 初音未来》和《创造球会 Road to the World》等。世嘉在海外也设有开发和发行据点，以在海外市场备受支持的《全面战争》《足球经理》为代表，制作契合当地需求的原创内容，并面向全球推广。

此外，世嘉还利用在游戏业务中积累的经验和资产，推进不局限于游戏的创新型新业务。

《女神异闻录：夜幕魅影》©Perfect World Adapted from Persona5 ©ATLUS ©SEGA