POIR.01.02.00-00-0130/16-001 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-002 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: Zadanie 1, Work package 1 realizowane jest zgodnie z harmonogramem w okresie 01.03 - 31.07. Dotychczas zrealizowane prace badawcze dotyczyły: a) potencjalnych źródeł i zestawów danych powiązanych z zachowaniami użytkownika z perspektywy aplikacji mobilnej. Dokonano przeglądu podstawowych platform telemetrii dla aplikacji mobilnych i opracowano raport, którego analiza doprowadziła do wyboru do implementacji systemów zapewniających określone funkcjonalności (fabric.io, gameanalytics) oraz umożliwiło uruchomienie podzadania c). b) przeglądu dotychczasowego stanu nauki w zakresie określania cech i zachowań graczy na podstawie ich rozgrywki w grze komputerowej c) zdefiniowania zestawu danych możliwych do pobierania przez własną aplikację mobilną (gra mobilna) oraz informacji o rozgrywce użytkownika i sposobów ich gromadzenia, przetwarzania i eksploracji d) realizacji prac związanych z opracowaniem zestawienia i prototypowej implementacji mechanizmów telemetrii gier mobilnych, potwierdzającej możliwości telemetrii własnej i pozwalającej naokreślenie wymagań funkcjonalnych (w takcie realizacji). Rezultaty prac badawczych punktów a), b) i c) są obecnie na etapie dokumentacji porównawczej - w przygotowaniu znajduje się artykuł naukowy "The definition of potential sources of user-related information from mobile application perspective", będący jednocześnie raportem, stanowiącym punkt wejściowy do kolejnych zadań realizowanych przez Beneficjenta.

 

POIR.01.02.00-00-0130/16-003 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-004 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: Zadanie 1 / Work package no. 1 realizowano zgodnie z harmonogramem w okresie od 01.03 do 31.07.2017. Do końca lipca 2017 zgodnie z harmonogramem zakończono realizację zadania badawczego nr 1. Prace badawcze dotyczyły: a) analizy podstawowych platform telemetrii dla aplikacji mobilnych (efekt: raport 1/2017 "Mobile games analytics and telemetry platforms comparison") b) przeglądu dotychczasowego stanu nauki w zakresie określania cech i zachowań graczy na podstawie ich rozgrywki w grze komputerowej (opracowanie "The definition of potential sources of user-related information from mobile application perspective", stanowiące artykuł naukowy - w recenzji wewnętrznej) c) zdefiniowania zestawu danych możliwych do pobierania przez własną aplikację mobilną (gra mobilna) oraz informacji o rozgrywce użytkownika (efekt: dokument "Log Model - Castle Revenge") d) zdefiniowania możliwych do wyboru sposobów gromadzenia, przetwarzania i eksploracji danych od użytkownikach i ich rozgrywce, za pomocą prototypowej implementacji mechanizmów telemetrii gier mobilnych, potwierdzającej możliwości telemetrii własnej i pozwalającej na określenie wymagań funkcjonalnych. (efekt: Kod źródłowy "CastleLoggerOne"). Rozpoczęto realizację Zadanie 1 / Work package no. 2, które realizowane będzie zgodnie z harmonogramem w okresie od 01.08.2018 do 30.06.2018. Szczegółowy opis aktualnie prowadzonych prac zawarty został w Planowanym przebiegu realizacji.

 

POIR.01.02.00-00-0130/16-005 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-006 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: W sierpniu 2017 rozpoczęto realizację Work package no. 2. Prace w tym Work package obejmują konstrukcję platformy przetwarzania danych Big Data, projektowanie i realizację potoku przetwarzania danych (pipeline) celem osiągnięcia skalowalnej, wydajnej i rozbudowywalnej platformy pobierania danych o użytkownikach i rozgrywce. W związku z tym prace obecnie trwają nad pierwszym etapem, tj. konstrukcji platformy zdolnej do przetwarzania danych przesyłanych przez urządzenia klienckie w dużej skali, a także testowaniem wydajności poszczególnych rozwiązań planowanych do użycia w platformie. Szczegółowo ujmując, do tej pory wykonano projektu architektury oraz badania przemysłowe wydajności poszczególnych rozwiązań pierwszego z elementów systemu - magazynu przyjmującego zdarzenia dotyczące rozgrywki. W tym celu uruchomiono realizację adapterów dla uzyskiwania informacji z wybranych systemów telemetrii o akcjach przeprowadzanych przez użytkownika gry, a następnie zrealizowano i przetestowano wydajność najważniejszych magazynów NoSQL: bazy klucz-wartość (redis), bazy kolumnowej (Cassandra), bazy dokumentowej (mongoDB) oraz bazy danych czasowych (influxDB). Do celów testowania zrealizowano projekt interfejsu zarządzającego dla API służącego do wyboru źródeł danych, adapterów, miejsca przechowywania logów oraz ich pobierania.

 

POIR.01.02.00-00-0130/16-007 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-008 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: W październiku i listopadzie 2017 roku kontynuowano prace nad konstrukcją wydajnej platformy przetwarzania danych, z uwzględnieniem wymagań skalowalności i możliwości rozbudowy o kolejne funkcjonalności. Badaniom podlegały magazyny danych wybrane w wyniku poprzednich badań, tj. Cassandra, Redis oraz MongoDB. Zgodnie z założeniami w badaniach dokonano prac porównawczych z wynikami systemu opartego o bazę danych relacyjną (MySQL). W okresie objętym wnioskiem zaprojektowano API dla odbierania zdarzeń z urządzeń mobilnych oraz poddano badaniom wydajnościowym implementacje serwera odbierającego w środowiskach node.js oraz .NET Core. Zaprojektowano i zrealizowano scenariusze testowe zarówno na prostej wydajności operacji ('zapisz obserwację '/' czytaj obserwację'), ale także zbliżonych do rzeczywistej pracy systemu analityki ('podaj wartość maksymalną/średnią'). Rozpoczęto również badania skalowalności i zmian wydajności w zależności od budowy klastra wybranych baz służących jako magazyn (Cassandra, MongoDB, Redis).

 

POIR.01.02.00-00-0130/16-009 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: 12.2017-01.2018 W okresie objętym wnioskiem kontynuowano prace nad konstrukcją wydajnej platformy przetwarzania danych, jak również rozpoczęto równoległe działania eksploracji danych (EDA).Badania polegały na użyciu zaprojektowanego API dla odbierania zdarzeń z urządzeń mobilnych celem testowania poprawności pobierania zdarzeń oraz ich składowania w magazynie danych (bazy MongoDB, Cassandra oraz pliki zewnętrzne). Kontynuacja badania skalowalności i zmian wydajności w zależności od budowy klastra wybranych baz służących jako magazyn (Cassandra, MongoDB, Redis) została przedłużona z uwagi na obserwacje i sugestie możliwości wykorzystania usług chmurowych do poboru dużego strumienia danych (AWS Kinesis, Google Firebase) oraz współpracujących z nimi natywnie silników przetwarzania danych (Amazon Redshift, Google BigTable), które w obecnym okresie są w trakcie badań wykorzystywane i testowane. Proces eksploracji danych uruchomiono pod kątem przetestowania obecnych możliwości składników platformy przetwarzania danych, ale także w ramach przetestowania wymagań co do czyszczenia i transformacji danych pochodzących ze zdarzeń. Proces badawczy o tym charakterze jest ze swojej natury trudny do zaplanowania w sztywnych ramach czasowych, jest jednakże niezbędny, aby rezultaty działania pozwoliły na realizację ekstrakcji, transformowania i ładowania danych w sposób automatyczny.

 

POIR.01.02.00-00-0130/16-010  – wniosek o zaliczkę  – wycofany

 

POIR.01.02.00-00-0130/16-011  – wniosek o zaliczkę  – zatwierdzony

 

POIR.01.02.00-00-0130/16-012  –  wniosek rozliczający zaliczkę  – zatwierdzony

Stan realizacji: W ramach procesu eksploracji danych zrealizowano 16 analiz występowania kluczowych dla rozgrywki zdarzeń celem uzyskania pozytywnej korelacji z długością czasu grania (retencją) oraz prawdopodobieństwa zakupu zawartości w grze (monetyzacją). Do końca kwietnia 2018 uzyskano jedną korelację pozwalającą na postawienie hipotezy badawczej nr 1 o występowaniu dostatecznie silnej korelacji (pozytywny wpływ ilości ataków na retencję, co może wskazywać na wpływ algorytmu doboru przeciwników w grze na jeden z  podstawowych wskaźników sukcesu). Celem poszerzenia przestrzeni wskaźników zachowania gracza do analizy, zrealizowano w pełni automatyczny pipeline przetwarzania zdarzeń od momentu wystąpienia na urządzeniu mobilnym po załadowanie do silnika przetwarzania, co pozwoli na dalsze analizy danych dla kolejnych kohort graczy poddanych analizie.W tym celu: - zaprojektowano i wytworzono  komponent - wtyczkę do środowiska realizacji oprogramowania Unity w technologii C#, pozwalającą na wysyłanie zdarzeń zdefiniowanych bezpośrednio w aplikacji mobilnej do kolejnego elementu ścieżki przetwarzania danych; - utworzono za pośrednictwem dostawcy usługi chmurowych AWS element buforujący napływające zdarzenia, a także procedury transformujące otrzymane zdarzenia oraz przekazujące do równoległych, kolejnych etapów ścieżki - silnika przetwarzania (AWS Redshift) oraz magazynu danych (AWS S3).

 

POIR.01.02.00-00-0130/16-013 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-014 – wniosek rozliczający zaliczkę – zatwierdzony

 

Stan realizacji: W maju i czerwcu 2018 zdefiniowano granulację danych niezbędną w kolejnych analizach oraz dokonano zdefiniowania wskaźników niezbędnych w kolejnych analizach (np. definicja churnu) Dokonano dodatkowo analizy zakupów oraz ocen użytkowników oraz uruchomiono ciągły monitoring wskaźników. Określono funkcje celu projektu (Maksymalizacja retencji N-tego dnia (N = 7 dni) oraz wyszczególniono pożądane wskaźniki. Określono, zaimplementowano i zrealizowano pobieranie dodatkowych zdarzeń (w tym pochodzących z systemu chmurowego) niezbędnych do monitoringu KPI. Lipiec poświęcono na scharakteryzowanie i weryfikację hipotez osiągnięcia poprawy parametryzacji balconomy oraz algorytmu match-makingu. Zdefiniowano ciągi iteracji: zmiana parametrów -> monitorowanie zmian zachowań graczy -> monitorowanie retencji -> wnioski -> zmiana parametrów. Celem było znalezienie potwierdzenia hipotezy, że zmiany w algorytmie matchmakingu i parametrów doboru graczy rzeczywiście wpływają na retencję i monetyzację. Zmiana algorytmu match-makingu (ten sam throne hall + 2x więcej surowców gracza rekomendowanego w stosunku do gracza szukającego) nie wpłynęła znacząco na zmianę zachowań graczy po pierwszych dwóch tygodniach. Przyczyną może być fakt, że zmiana objęła zbyt małą liczbę graczy. Zdecydowano się na stopniowy, iteracyjny tuning parametrów match-makingu (np. poluzowanie warunku na throne hall), co symuluje zachowanie algorytmu będącego celem projektu.

 

POIR.01.02.00-00-0130/16-016 – wniosek rozliczający zaliczkę – złożony

 

Stan realizacji: Dokonano pomiarów dla manualnie wykonanej fazy doboru współczynników rozgrywki. Uszczegóławiając, w ostatnim miesiącu dokonano zmiany algorytmu match-makingu (mm1), a następnie wykonano dwa tygodniowe cykle pomiarowe, w międzyczasie dokonując prac deweloperskich nad kolejną zmianą (mm2). Wyniki pozwalają na potwierdzenie hipotezy o możliwym pozytywnym wpływie na retencję graczy, choć skutki zmiany algorytmu możemy obserwować tylko wśród części graczy (a mianowicie aktywnie szukających przeciwników - ponieważ tego działania dotyczyła zmiana mm1). Pomiary wykazały, iż wśród graczy wykonujących działanie szukania przeciwnika retencja po zmianie algorytmu wyniosła 46% i była o 6 punktów procentowych wyższa niż dla grupy kontrolnej, tj. przed zmianą (40%). Obecnie prowadzone jest drugie badanie (mm2) Ogólnie można stwierdzić, że zmiana match-making1 sprawiła, że gracze losowani w ramach zdarzenia szukania przeciwnika są dzięki nowemu doborowi parametrów szukania bardziej atrakcyjni. Atrakcyjność nowych graczy przekłada się z kolei na wyższą retencję.

 

POIR.01.02.00-00-0130/16-017 – wniosek rozliczający zaliczkę – złożony

 

Stan realizacji: Wykonano kolejne rundy pomiarowe celem osiągnięcia statystycznie istotniejszych wyników. Trwa analiza rezultatów działania. Większa ilość pomiarów nie wpłynęła znacząco na zmiany wyników osiągniętych w poprzednim okresie badawczym, co należy uznać za rezultat pozytywny. W ramach kolejnego zaplanowanego kroku zrealizowano badanie obejmujące drugą wersję algorytmu matchmakingu (mm2). Dokonano przy tym dwóch rund pomiarowych, drugą z wykorzystaniem doboru przy pomocy pierwszych wybranych technik ML, zrealizowanych prototypowo. Zrealizowano pierwszy prototyp automatyzacji oceny uzyskanego wyniku, co pokazało konieczność zmiany koncepcji jego realizacji.

 

POIR.01.02.00-00-0130/16-018 – wniosek o zaliczkę – zatwierdzony

POIR.01.02.00-00-0130/16-019 – wniosek rozliczający zaliczkę – złożony

 

Stan realizacji: Dokończono iteracji pomiarów dla manualnie wykonanej fazy doboru współczynników rozgrywki, modyfikując „pipeline” pobierania danych zrealizowany w Workpackage 2, przez co dokonano finalnych zmian algorytmu match-makingu uwzględniając wyniki poszczególnych iteracji.

 

Etap II

 

POIR.01.02.00-00-0130/16-020 – wniosek rozliczający zaliczkę – złożony

 

Stan realizacji: Rozpoczęto podzadanie 1 – prace rozwojowe nad prototypem systemu matchmakingu. Podzadanie wykonywane jest w metodologii agile. Realizowane są równolegle 3 główne komponenty: - Silnik - wprowadzane są mechanizmy pozwalające na sterowanie logiką rozgrywki oraz funkcjonalności multiplayer, - Analityka - komponent odpowiadający za przeprowadzanie analiz, w tym analizę liczby graczy, logowań, walk, itp. monitorowanie KPI, ocenę sytuacji w grze (porównanie do grupy kontrolnej) oraz rekomendację zmiany parametrów gry - Feedback - komponent odpowiadający za przyjmowanie rekomendacji z komponentu analitycznego, porównania stanu obecnego i pożądanego, konstrukcję nowych zestawów parametrów wejściowych do silnika gry i ustawienie wymaganych wartości w silniku gry.