TV, 모바일 제조사에는 게임 메타데이터를 공급하고,
게임 회사에는 다양한 트렌드를 확인할 수 있는 SaaS를 제공합니다.
현재까지 80만개 게임을 수집하여 데이터 정제 및 통합하였고, 게임의 맥락을 이해하고 이를 바탕으로 게임 속성 데이터를 자동으로 만드는
AI기술을 개발하였습니다.
우리는 TV 제조사, 모바일 제조사에 게임 메타 데이터를 공급합니다.
우리가 제공하는 게임의 풍성한 Raw data는 게임 검색, 추천, AI 서비스 기능을 향상 시켜줍니다.
다양한 데이터를 수집하고 정제하는 프로세스.
게임은 국가별로 게임명이 다르게 출시되는 경우도 있고, 표기를 다르게 하는 경우도 있습니다. 장르나 연령 체계 또한 국가별로 다르기에 글로벌에 대응할 수 있는 데이터 웨어 하우스를 구축하였습니다
게임은 플랫폼 마다 다양한 분류 체계를 갖추고 있습니다.
이를 통합하기 위해서는고유의 분류 체계를 갖고 있어야 하며, 이 분류 체계는 지속적으로 관리되어야 합니다.
Taxonomy Library를 구축한 후, 자사의 AI 기술을 활용하여 게임별 속성 데이터를 자동 구축하고 있습니다.
검색 서비스나 AI는 사용자 질의에 적합한 결과를 보여주기 위해 다양한 Raw data가 필요합니다. 우리의 Context AI는 게임의 맥락을 이해하고 게임을 쉽게설명할 수 있는 Descriptive Keyword data를 자동으로 생성합니다. 삼성과 PoC를 통해 데이터 퀄리티 및 기술을 인정받았고, 지속적인 공급 논의를 하고 있습니다.
최적화(optimization)란 주어진 문제에 대해 최소한의 비용으로 가장 최선의 목표를 찾는 과정을 의미합니다.
보통은 raw data를 그 자체로 바로 이용하기는 어렵습니다.
생성된 데이터가 적합한지, 유용하게 활용될 수 있는지를 수치화된 matrix로 표현하고 손실 함수를 최소화할 수 있는 목표를 찾아가는 최적화 과정을 진행합니다.
고객사들이 데이터를 사용하기 위해서는 환경에 맞게 데이터를 추가 가공해야 하는 경우들이 발생합니다. 특정 요구 사항에 충족하기 위해서 데이터 설계때부터 가장 말단의 데이터를 구축해 왔습니다. 이러한 설계 방식으로, 고객사는 우리 데이터를 학습용 데이터로 잘 활용할 수 있는데, 특히 AI 개발업체에 유용합니다.
데이터는 끊임없이 변하하고 있고 새로운 데이터는 지금도 만들어지고 있습니다. 데이터는 원타임 제공으로 끝나는 것이 아닌 시대, 사용자의 니즈, 고객의 니즈에 맞춰 업데이트된 데이터를 지속적으로 공급해야 합니다. 우리의 업데이트 & 데이터피딩 기술로 이를 해결 할 수 있습니다.
게임 검색 및 AI를 제공하는 회사들은
사용자 질의에 적합한 게임을 추천하기 위해 다양한 Raw data가 필요합니다
B4PLAY는 출시 전 또는 출시 후 게임의 정보를 수집하여 게임의 인기도, 출시 전 예상 매출, 출시 후 구매자수 예측을 우리가 자체 개발한 matrix로 제공하고 있습니다. 특히 저희가 개발한 ML 알고리즘은 출시 후 게임 구매자 수를 예측할 수 있는데 이는 조금 유니크한 데이터입니다. 개별 게임의 다양한 통계 데이터를 볼 수 있는 것은 물론이고, 출시 전 게임의 인기도 지수는 여러 기업에서 활용하기 좋은 데이터입니다.
Rising Game Index
Owner count estimation
Sales Prediction
Various statistical data
Regular updates
Developer friendly
