Cloud

Comment Voodoo coache ses développeurs de jeux grâce au big data

La pépite française s’est équipée d’une gigantesque plateforme d’analytics pour suivre le comportement de ses 300 millions d’utilisateurs actifs mensuels.

Positionné dans le casual gaming, le français Voodoo enregistre une audience à faire pâlir d’envie ses concurrents. La société qui a levé 200 millions de dollars en 2018 se hisse en deuxième position de l’App Store en nombre de téléchargements tous domaines confondus (derrière Google), et en cinquième place sur Google Play. Avec 2 milliards de downloads depuis sa création, elle revendique pas moins de 300 millions d’utilisateurs actifs mensuels et 40 millions au quotidien.

Pour se donner les moyens de ses ambitions, Voodoo s’est équipé en 2019 d’une nouvelle plateforme d’analyse de trafic pour suivre cette audience massive de manière fédérée. Basée sur le cloud d’Amazon, elle collecte 1,5 milliard d’observations (ou data points) chaque heure. Parmi les principaux défis affichés par l’éditeur : tirer le maximum d’enseignements de cette masse de données dans l’optique d’optimiser le coaching de ses développeurs de jeux.

En vue d’identifier des pistes d’amélioration, Voodoo réalise via sa plateforme des A/B tests sur plusieurs centaines de jeux chaque mois. “Par exemple, nous ajoutons une fonctionnalité, un niveau de difficulté, ou nous intégrons un élément d’ergonomie différent, une balle un peu plus grosse par exemple. Puis, nous affectons le test à un groupe minoritaire d’au moins 1 000 joueurs et observons le résultat. L’idée est d’éviter d’affecter un trop grand nombre de personnes si l’essai ne porte pas ses fruits tout en générant des chiffres représentatifs”, détaille Aymeric Roffé, CTO at Voodoo.

La data visualisation avec Periscope

En coulisse, divers services d’Amazon Web Services (AWS) entrent dans la danse : Kinesis Data Firehose pour collecter les logs de trafic en provenance des applications mobiles, Amazon S3 pour les stocker, des clusters EMR pour pré-calculer certaines dimensions (par exemple l’audience par jeu, par pays) et l’entrepôt de données RedShift pour accueillir ces dimensions.

En aval, l’outil de data visualisation Periscope conçu par l’américain Sisense est branché sur l’édifice AWS pour afficher le résultat des A/B tests. A partir de tableaux de bord, les équipes créatives peuvent bâtir leur cahier des charges à destination des 2 000 développeurs de Voodoo répartis à travers le monde. Les dashboard permettent aux data analysts et experts marketing de l’éditeur d’accéder à de nombreux indicateurs : évolution du volume de joueurs par app, fréquence des visites, mais aussi revenu généré en publicité versus niveau de dépenses alloué par jeu, et, enfin, marge générée pour chacun.

“Amazon S3 joue le rôle de data lake”, précise Aymeric Roffé. “Aux côté de Periscope, nos data analysts peuvent également recourir au service SQL Amazon Athena pour requêter directement les données stockées dans S3. Athena permet de répondre à des besoins plus spécifiques d’analyse, par exemple creuser les causes de la réussite d’un jeu, en fonction de son cycle de vie, de ses typologie d’utilisateurs, etc.”

Pour bénéficier de résultats plus proches du temps réel nécessaires à certains scénarios, Voodoo fait appel à la base de données DynamoDB d’Amazon. Parmi les cas d’usage évoqués : la personnalisation de la publicité poussée dans les jeux. “Quotidiennement, les clusters EMR précalculent à partir des logs reçus l’historique des publicités vues pour chaque utilisateur. Ils identifient celles qu’il n’a pas encore vues mais qui ont le mieux fonctionné en audience dans son pays, par des profils approchant”, explique Aymeric Roffé. Le scoring en découlant est ensuite stocké dans DynamoDB. Doté d’une structure orientée clés-valeurs et documents optimale en termes de temps de latence, le serveur NoSQL peut ensuite entrer en action pour dénicher et publier les publicités les mieux adaptées au regard du joueur identifié.

Le machine learning pour aller plus loin

Parmi les pistes d’évolution de la plateforme, le CTO de Voodoo envisage évidemment de recourir au machine learning pour mieux exploiter l’historique des datas collectées et des expérimentations réalisées. Sachant que Voodoo a déjà fait ses premiers pas dans l’apprentissage machine. Toujours en capitalisant sur AWS, l’entreprise s’adosse au machine learning pour automatiser la déclinaison des vidéos de promotion de ses jeux en différentes langues, et les doter d’effets et univers visuels différents selon l’appétence des internautes.

“Compte tenu à la fois du niveau et de l’amplitude de nos audiences, le cloud est un modèle idéal pour nous puisqu’il permet de ne payer que ce qui est consommé en ressource IT”, insiste Aymeric Roffé. “Il dynamise aussi notre démarche d’innovation. En un clic, nous pouvons ouvrir un nouveau service AWS à nos ingénieurs pour lancer un PoC. Je pense par exemple à Amazon SageMaker sur le front du marchine learning.”

Related posts

Le cloud d’Orange augmente de 700% ses capacités de virtual desktop

Younes

Kubernetes scelle le mariage entre big data et containers

Younes

Amazon et Microsoft sont de loin les providers cloud les plus utilisés par la Tech

Younes

Nos partenaires et nous-mêmes utilisons différentes technologies, telles que les cookies, pour personnaliser les contenus et les publicités, proposer des fonctionnalités sur les réseaux sociaux et analyser le trafic. Merci de cliquer sur le bouton ci-dessous pour donner votre accord. Vous pouvez changer d’avis et modifier vos choix à tout moment. Accept Afficher toutes les utilisations prévues

%d bloggers like this: