整合海量数据处理、敏捷BI、智能算法等平台能力，提高游戏日志等数据向业务价值转化的效率及智能化水平。
1、游戏核心指标
2、游戏玩家画像
3、运营数据分析
4、预测等智能算法
1、基于开源框架封装的多种数据采集工具，丰富游戏业务的数据来源，同时配合阿里云提供的流式数据处理服务（DataHub），轻松构建基于流式数据的高可用，低延迟，高可扩展，高吞吐的分析和应用；
2、Max Compute、Stream Compute、RDS等作为总线数据的消费端，配合DataV、Quick BI、机器学习等工具，提供面向不同应用场景（核心指标体系、游戏运营大盘、用户画像、行为预测等）的数据化运营能力。
基于开源框架封装的多种数据采集工具，按需选用以支持不同类型的异构数据采集，丰富业务数据来源，同时配合阿里云提供的流式数据处理服务（DataHub），轻松构建基于流式数据的高可用，低延迟，高可扩展，高吞吐的分析和应用。
数据处理/数据存储作为总线数据的消费端，提供面向不同应用场景（实时分析、OLAP、离线计算、智能算法等）的数据计算/存储引擎，支持不同层次、视角的数据化运营需求。
基于底层的数据计算能力，在应用侧通过阿里云提供的可视化大屏（DataV）、数据分析配置工具（Quick BI）轻松构建不同场景的数据分析应用，充分发挥数据的业务价值。
为了更加全面的了解业务发展、用户行为偏好，需要对游戏日志等数据做多角度的深度分析。
技术特点：数据量大、计算复杂度高、分析视角&可视化的要求灵活多变、允许一定的数据时延等。
产品形态：OLAP报表（多维分析、用户行为分析等）、分析专题（游戏角色平衡等）、数据挖掘（用户画像、业务预测等）等。
