什么是 Warehouse Native

Warehouse Native 让你直接在你的数据仓库上运行实验分析，原始玩家与事件数据始终留在你的隐私边界与访问控制之内。ABetterChoice 生成 SQL、把任务提交到你的数仓，只读取聚合结果 —— 会话行、内购行、广告事件行、玩家属性始终不离开你的数仓边界。

它可以轻松接入你已有的数据。分流数据可以来自 ABetterChoice SDK、你的服务端分流服务，或工作室已有的实验系统；事实表和用户属性表可以是 LiveOps 与游戏数据团队已经在用的同一批仓库表 —— 会话事件、关卡完成事件、内购事件、广告曝光与广告收入事件、货币事件、玩家成长表、受众标签。

你可以用它做什么

• 直接在已有玩家数据上跑实验。 会话事件、关卡事件、内购事件、广告收入事件、货币事件、玩家属性通常已经为 LiveOps 加载到数仓中。直接在这些表上构建实验指标 —— 不需要第二份数据副本，也不需要平行的数据管道。
• 让原始玩家数据留在隐私边界内。 玩家 ID、设备 ID、内购行、玩家属性始终不离开你的数仓。平台只接收聚合结果 —— 计数、均值、置信区间。
• 任意分流来源都可接入。 接入 ABetterChoice SDK 获取实时分流，或注册已有实验系统写入的分流表 —— 两种方式产出的曝光表都能直接驱动分析。
• 让实验指标与 LiveOps 报表口径一致。 实验指标和 LiveOps 报表读取同一批数仓表，分析师质疑"实验数字和 LiveOps 数字对得上吗"，用一条 SQL 直接从同一份来源验证即可。

对比传统模式

传统实验工具通常需要先把仓库或事件中的原始数据摄取到平台数仓，再进行分析。Warehouse Native 让原始输入留在你的仓库内，并把分析 SQL 下推到该仓库执行。

决策维度	Warehouse Native	传统 SaaS 摄取
原始数据位置	留在你的仓库中	复制到平台数仓
计算位置	在已连接的仓库中运行	在平台数仓中运行
指标事实来源	仓库表与已注册的指标定义	平台侧事件存储与指标定义
数据团队工作	授权、建模表、优化仓库作业	构建并监控摄取管道
合规边界	原始数据保留在你的仓库边界内	原始数据离开仓库边界

三步上手

1. 连接你的数仓。 在 Data Management → Warehouse Native 页面把数仓连接到项目。BigQuery 已正式可用；Databricks、Redshift、Snowflake 在控制台标记为 Coming soon。可用范围详见连接您的数据仓库，配置步骤详见 BigQuery 连接。

2. 定义你的数据模型。 注册参与实验分析的数仓表：分流表（哪个玩家看到了哪个变体）、事实表（会话事件、关卡事件、内购事件、广告事件、货币事件）、用户属性表（玩家等级、地区、设备档位、账号年龄）。注册建立元数据契约，不会复制数据。在表之上构建语义层：指标定义、维度、分流来源、实体属性、限定事件。详见定义表与语义层概览。

3. 跑实验、分析结果。 表和指标就绪后，ABetterChoice 根据实验配置生成 SQL，提交到你的数仓，读取聚合结果表，并渲染实验报告。