データドリブンな意思決定の始まり

Axyl Plugin

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

Hive Axyl Pluginに自然言語で依頼すると、Hive Analyticsのチャートを作成し、複数のチャートを1つのダッシュボードにまとめられます。チャートとダッシュボードを作成・修正する前には適用する内容を先に示し、ユーザーが承認してから実行します。

• これまでの分析の文脈をもとに、確認する指標と推奨チャートを提示
• 推奨された指標でチャートを作成し、1つのダッシュボードにまとめる

関連ガイドを見る ↗ 詳しく見る →

Axyl Plugin

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

ChatGPTにHive Axyl Pluginをインストールすると、Hive Analyticsの指標を自然言語で照会し、前の質問の文脈を引き継いで国・マーケット・商品の順に分析範囲を絞り込めます。プラグインを使うには、使用するアカウントを組織のMCPメンバーに設定する必要があります。

• 昨日と先週の同じ曜日のユーザー・売上指標を自然言語で比較
• 国・マーケット・商品の順に質問を重ねて売上変化の原因候補を具体化

関連ガイドを見る ↗ 詳しく見る →

メトリクス

ストア精算前にGoogle・Appleの予想収益金を確認する

決済額には販売税が含まれる場合があり、ストア手数料や国別の税金が反映される前の金額であるため、決済額だけでは開発会社が受け取る金額をすぐに把握しにくいです。Hive Analyticsの予想収益金メトリクスでは、Google PlayとApple App Storeの決済にストアごとの計算基準を適用し、手数料と税金を反映した予想収益を確認できます。

• Google Play・Apple App Storeごとの予想収益金の計算基準
• チャートでアプリ・国・ストア別に予想収益を比較

関連ガイドを見る ↗ 詳しく見る →

BigQuery

BigQueryでアナリティクスの元データを照会する

Hive Analyticsで収集したイベントの元データは、BigQueryのhabq-storageプロジェクトでSQLを使って直接照会できます。照会する際は、UTCで保存されたdateTimeをKSTに変換し、checksumを基準に重複を除去し、日付条件で必要なパーティションだけを照会します。

• BigQueryアクセス権限の申請からSQL実行までの準備手順
• タイムゾーン変換・重複除去・パーティション条件を適用した照会例

関連ガイドを見る ↗ 詳しく見る →

イベント

イベントログの保存構造と取り込み失敗データを確認する：イベントログ送信 第4回

Hive Analyticsに送信したイベントのうち、収集基準を満たしたイベントはt_raw_event_logに、基準を満たさないイベントは元のJSONと隔離理由とともにt_raw_event_log_rescueに保存されます。通常テーブルでイベントが見つからない場合は、rescueテーブルのerrorReason、errorStackTrace、rawDataで隔離の原因を確認します。

• 通常テーブルと隔離テーブルの保存構造を確認
• 隔離コードごとの原因と対処方法を確認

関連ガイドを見る ↗ 詳しく見る →

イベント

ゲームデータをイベントログとして送信する：イベントログ送信 第3回

テストログで検証したイベント構造を実際のゲームに適用するには、ユーザーの行動が確定した直後に実際のゲームデータを含めてイベントを送信する必要があります。必須プロパティの名前やeventTimeの形式などが誤って送信されると、ログは隔離テーブルt_raw_event_log_rescueに保存されます。

• 行動の確定直後に実際のゲームデータでイベントを送信
• 送信方式ごとのプロパティ構成と隔離ルールを確認

関連ガイドを見る ↗ 詳しく見る →

イベント

テストログで収集構造と指標を検証する：イベントログ送信 第2回

イベント送信機能を開発する前にテストログを送信すれば、イベントとプロパティが意図した構造とデータ型で収集されるか、必要な指標を構成できるかを事前に確認できます。ETL Simulationでログを送信し、Data PreviewとBigQueryで収集結果を、Createで指標の構成を確認します。

• ETL Simulationまたは直接送信でテストログを送信
• イベントに基づく指標の構成を確認

関連ガイドを見る ↗ 詳しく見る →

イベント

イベントテンプレートでログ収集構造を定義する：イベントログ送信 第1回

イベント名とプロパティが定義済みのイベントテンプレートを使えば、イベント構造を一から設計しなくてもログ収集構造を決められます。Data > Eventでイベントを選び、プロパティを編集・追加した後、開発環境に合ったログ送信用のソースコードを生成します。

• 定義済みプロパティの確認と新しいプロパティの追加
• クライアント・サーバーの開発環境別にログ送信用ソースコードを生成

関連ガイドを見る ↗ 詳しく見る →

チャート

ディメンション値を目的に合わせてまとめて比較する

元のディメンション値のままでは、分析の目的に合わせて比較しにくいものです。チャートの区間設定で国コードは地域別のグループに、価格・レベルは区間にまとめ、元のログを変えずに比較します。

• 国コードを地域別にまとめて日別のユーザー数を比較
• 価格を同じ間隔の区間に分けて購入ユーザー数を確認

関連ガイドを見る ↗ 詳しく見る →

チャート

複数回の演算で必要な指標を作る

1回の集計では、1日のログインの流れと期間を代表する数値をあわせて確認しにくいものです。チャートの1次演算で測定値を作り、2次演算で間隔ごとの結果の最大・最小・平均・最新値を再計算します。

• 日別AUにAVGを適用して月間の日平均AUを確認
• 2分単位の同時接続者数にMAXを適用して最大同時接続者数を確認

関連ガイドを見る ↗ 詳しく見る →

連携

MMPとゲームイベントを連携してユーザー行動を確認する

獲得とゲーム内行動が別々の画面にあると、チャネル別のユーザー品質を判断しにくくなります。MMPを連携すれば、インストールからログイン・購入までを1つのファネルで確認できます。

• 連携するだけでMMPイベントをAnalyticsへ自動送信
• MMPイベントとゲームイベントをチャート・ファネル・リテンションで一緒に確認

関連ガイドを見る ↗ 詳しく見る →

リテンション

ゲームユーザーの再訪問の流れを、リテンションで確認する

全体のユーザー数が同じでも、既存ユーザーが戻った結果か、新規ユーザーが流入した結果かは違います。基準イベントと復帰イベントを設定すれば、実際の再訪問を確認できます。

• 同じイベントだけでなく異なるイベントへの再訪問も確認
• ディメンションとフィルターを追加して絞り込み

関連ガイドを見る ↗ 詳しく見る →

ユーザー活動追跡

新規流入後に課金したユーザー、今はどんなユーザー？

初期の課金だけでは、新規ユーザーがその後も価値を生んでいるかは分かりません。セグメントでまとめ、ユーザー活動追跡で現在のタイプと活動の流れを確認します。

• 初期課金ユーザーのうちクジラ・イルカに成長したユーザーを確認
• 初回課金から現在までの個別ユーザーのイベントを追跡

関連ガイドを見る ↗ 詳しく見る →

チャート

ゲーム売上に貢献したユーザーを確認する

合算された売上指標だけでは上位の成果対象は見つけにくいものです。ランキングで選択した期間全体のユーザー別・商品別の売上指標の順位を確認します。

• 売上TOP 100ユーザーをマーケット別に細分化
• 販売件数TOP 10商品を順位と円グラフで比較

関連ガイドを見る ↗ 詳しく見る →

テンプレート

テンプレートでゲーム分析コンテンツをすばやく作成する

ゲームデータの分析はそのたびに指標・ディメンション・イベントを決める必要があります。Hiveアナリティクスのテンプレートならダッシュボード・チャート・ファネル・リテンションの構成をすぐに呼び出し、必要な項目だけ修正できます。

• テンプレートを選択すると、ダッシュボード・チャート・ファネル・リテンションの主要項目が入力された作成画面に移動
• 適用後もパネル・測定値・ディメンションなどすべての項目を修正可能

関連ガイドを見る ↗ 詳しく見る →

組織管理

担当プロジェクトに合わせてデータアクセス範囲を管理する

複数のゲームを運営する組織では、役割によって必要なデータアクセス範囲が異なります。Hiveアナリティクスの組織管理は組織単位でプロジェクトとメンバーをまとめ、役割に合わせてアクセス範囲を設定し、担当者が変わっても簡単に調整できます。

• 組織単位でプロジェクトとメンバーをまとめて役割に合わせたデータアクセス範囲を設定
• 担当者を入れ替えるだけでプロジェクト構成はそのままアクセス権限を反映

関連ガイドを見る ↗ 詳しく見る →

チャート

ゲーム指標の構成比を、必要な基準で確認する方法

全体の数値だけでは、どの日付やディメンションが変化を生んだのか分からない。円グラフの比率基準を日付とディメンションで切り替え、凡例で項目を絞って比較する。

• 国・OSなどの組み合わせで絞り込めば比重が増えた地点が分かる
• 凡例で項目を除外すると残った項目同士の比重を再計算

関連ガイドを見る ↗ 詳しく見る →

時間設定

ゲームのリリース後データから分析する

QA・ソフトローンチ・CBTのデータが実際のサービス指標と混ざると、正確な成果を把握しにくくなります。Hive Analyticsの時間設定でプロジェクトごとのリリース日を分単位で登録すれば、それ以前のデータを除外できます。

• プロジェクトごとにリリース日を分単位で登録し、リリース前のデータを除外
• 新規のチャート・ファネル・リテンションはもちろん、既存のダッシュボードにも一括適用

関連ガイドを見る ↗ 詳しく見る →

通貨設定

異なる通貨で発生した売上を一目で確認する

通貨が違うと売上をそのまま比較できない。組織の通貨を登録しておけば、毎回換算せず同じ基準で比較できる。

• 162種類の通貨に対応した通貨設定
• 組織の通貨基準に合わせた売上確認

関連ガイドを見る ↗ 詳しく見る →

チャート

ゲーム指標の変化を、過去と比較して確認する方法

今日の数値だけでは指標が高いのか低いのか判断しづらい。Hive Analyticsのチャートとダッシュボードに期間比較を設定すれば、基準期間と比較期間の数値、増減率を一つの画面で確認できる。

• 相対日付・固定日付を選んで基準期間と比較期間をあわせて確認
• 一つのチャートに複数の比較期間を同時に設定

関連ガイドを見る ↗ 詳しく見る →

ファネル

コンテンツ開始から完了までの利用者の流れを分析する方法

完了数だけではコンテンツが機能しているか分かりません。ファネルで段階を分ければ、どこでどれだけ離脱しているかが見えます。

• 完了直前で大きく離脱しているなら、コンテンツ自体より完了条件を先に疑うべき
• 変更後に同じファネルで再確認すれば、感覚ではなく数値で効果を判断できる

関連ガイドを見る ↗ 詳しく見る →

指標フィルター

テストデータを取り除いて実際のサービス成果を分析する方法

QAやテストアプリのイベントが混ざると、ユーザー数や売上が実際より高く見える。サーバーIDやアプリIDを登録すれば、すべてのチャートとダッシュボードから一括で除外される。

• サーバーID・アプリIDを登録すればすべての分析画面に自動適用される
• QA・テストデータを除いた実際のサービス基準でKPIを確認できる

関連ガイドを見る ↗ 詳しく見る →

メトリクス

データ分析の出発点、組織の指標基準を統一する

AUや売上のような指標も、計算基準が異なれば同じ期間でも違う数値が出てしまう。Hive Analyticsのメトリクス機能を使えば、一つの計算基準をすべてのチャートとダッシュボードで再利用できる。

• 単一イベントまたは複数イベントの数式でメトリクスを作成できる
• メトリクスを修正すると使用中のすべての画面に自動反映される

関連ガイドを見る ↗ 詳しく見る →

除外ユーザー

内部テストアカウントを除外し、本当のユーザーデータだけを分析する方法

Hive Analyticsの除外ユーザー管理でユーザーIDまたはデバイスIDを一度登録すれば、そのユーザーのイベントがすべてのチャートとダッシュボードから自動的に除外されます。

• 一度登録すればすべてのチャート・ダッシュボードに自動適用
• 売上・コンテンツ参加・同時接続者を本当のユーザー基準で確認

関連ガイドを見る ↗ 詳しく見る →

ダッシュボード

外出先でもゲーム運営状況を確認する方法

PCで作成したダッシュボードをそのままモバイルで確認し、KPIと前日比増減率をチェックできます。

• PCのダッシュボードをモバイルでも同じように確認
• ライブイベント確認や経営陣への共有、異常兆候の把握に活用

関連ガイドを見る ↗ 詳しく見る →

チャート

ディメンション別にマーケティング成果の違いを確認する方法

全体指標を国・マーケット・OSで分解すると、平均値に隠れた成果の差が見えてきます。差が集中している範囲まで絞り込みます。

• 国・マーケット別に成果を比較
• OS・アプリバージョンで絞り込み原因を特定

関連ガイドを見る ↗ 詳しく見る →