自然言語でゲーム指標を照会し変化を確認する：Hive Axyl Plugin活用 第1回

繰り返しの設定を減らす自然言語分析

ゲーム指標を分析するには、まず確認する指標と期間、比較基準、ディメンションとフィルターを決める必要があります。「昨日の売上はなぜ減ったのか」という問いがあっても、分析画面では売上と課金ユーザーの指標を選び、先週の同じ曜日と比較したうえで、国やマーケットなどの条件を順に適用しなければなりません。

生成AIを活用すると、こうした分析の目的を自然言語で伝えられます。足りない条件は対話を通じて決め、最初の分析結果をもとに国・マーケット別の比較や商品別の分析を続けて依頼できます。前の質問の文脈が保たれるため、分析条件を毎回最初から説明したり、画面で組み直したりする手間を減らせます。

次にどの指標を確認すべきかはっきりしないときは、現在の結果をもとに次の分析基準を提案してもらうこともできます。自然言語分析を活用すれば、業務上の問いを実際の分析条件に具体化し、前の結果から新しい分析の観点へすばやく広げられます。

Hive Analyticsの自然言語によるデータ分析

ChatGPTにHive Axyl Pluginをインストールすると、自然言語でHive Analyticsの指標を照会・分析できます。確認したい指標と期間を文章で依頼し、国、マーケット、アプリなどのディメンションを加えて、変化に影響した条件を確認できます。

Hive Axyl Pluginのアナリティクス機能は、ゲームに適用されたSDKのバージョンに関係なく利用できます。Hive SDK v4とHive Axylのどちらを使うプロジェクトでも、組織とアカウントに付与された権限の範囲でアナリティクスデータを分析できます。

1. プラグインのインストール：ChatGPTのプラグイン一覧からHive Axyl Pluginを探してインストールし、新しいチャットを開始します。
2. 組織の設定：アナリティクス管理者がアカウント > 組織管理で、使用するプロジェクトとメンバーを組織に登録します。
3. MCP権限の設定：プラグインを使うアカウントを組織のMCPメンバーに設定します。
4. 分析の開始：ChatGPTでHiveアカウントを連携し、使用する組織、プロジェクト、本番・サンドボックス環境を確認します。

組織ごとのプロジェクトへのアクセス範囲
MCPメンバーとして登録されたアカウントは、その組織に紐づくプロジェクトのデータのみ照会できます。

Hive Axyl Pluginのインストール方法と、それを使ったアナリティクスの活用事例は、それぞれHive Axyl PluginのインストールとHive Axyl AIの紹介で確認できます（英語）。

KPIの変化と原因を分析する

たとえば、昨日のユーザーと売上の指標が先週の同じ曜日とどう違ったかを確認するとします。最初の質問で全体の変化を確認し、続けて国、マーケット、商品の順に質問を重ねれば、売上減少の影響範囲を段階的に絞り込めます。

1つ目の質問：ユーザーと売上の指標はどれだけ変わったのか？

Analyticsゲームの昨日の主要なユーザー指標と売上指標を、先週の同じ曜日と比較して。

売上の換算通貨が複数設定されている場合は、まず比較に使う通貨を選びます。USDを基準に指定すると、昨日と先週の同じ曜日のアクティブユーザー（AU）、新規ユーザー（NU）、課金ユーザー（PU）、アプリ内売上、ユーザーあたり平均売上（ARPU）、課金ユーザーあたり平均売上（ARPPU）を同じ基準で比較できます。

次の結果では、アクティブユーザーと課金ユーザーの変化は小さかったものの、売上とARPPUが大きく減少していました。ここから、売上の減少は課金ユーザー数よりも課金者あたりの支出規模の変化に関係しているという仮説を立てられます。

2つ目の質問：ARPPUの減少が大きかった国とマーケットはどこか？

ARPPUの減少が大きかった国とマーケットを特定して。

国・マーケット別にARPPUとPUの変化を合わせて比較すると、課金ユーザー数の変化よりも課金者あたりの支出規模の減少が大きかった区間を見つけられます。次の結果では、米国と日本のARPPUの下落幅が大きく、マーケット別ではHS、GO、APを優先して確認できました。

マーケットの値に異なる表記が混在して収集されている場合は、任意に合算せず元の値を区別して確認します。この結果をもとに、減少幅の大きい国とマーケットの商品販売を次の質問で確認します。

3つ目の質問：ARPPUの減少に最も影響した商品はどれか？

米国と日本のHS・GO・APで、ARPPUの減少に最も影響した商品を分析して。

減少幅の大きい国とマーケットを対象に商品別の売上、PU、商品ARPPUを比較すると、変化に大きく影響した商品を具体的に特定できます。次の結果では、item1とitem2の売上減少が減少額の大部分を占めており、一部の区間ではPUが維持または増加したにもかかわらず商品ARPPUが大きく下落していました。

同じ商品が異なる元の商品名で収集されている場合は、値を任意にまとめず区別して確認します。分析結果をもとに、該当商品の高額注文、価格と通貨のログ、プロモーションの変更有無を追加で確認できます。

自然言語で追加の質問を重ねていけば、KPI全体の変化から国、マーケット、商品の単位まで分析範囲を段階的に絞り込み、原因の候補を具体化できます。分析結果を繰り返し確認するためのチャートとダッシュボードを構成する方法は、次回の「自然言語でチャートとダッシュボードを構成する：Hive Axyl Plugin活用 第2回」で紹介します。

Hive Analyticsを始める

Hive Axyl Pluginを活用すると、確認したいKPIを自然言語で比較し、詳細なディメンションを適用して変化の原因を段階的に確認できます。

Hive Analyticsは、Hive SDKで収集したイベントをもとに主要KPIとユーザー行動の変化を分析できる、ゲームに特化したアナリティクスソリューションです。今すぐChatGPTにHive Axyl Pluginをインストールして、Hive Analyticsのゲームデータを自然言語で分析してみましょう。