ตรวจสอบโครงสร้างการเก็บข้อมูลและตัวชี้วัดด้วยล็อกทดสอบ: การส่งล็อกอีเวนต์ ตอนที่ 2

ทำไมต้องตรวจสอบข้อมูลก่อนพัฒนาฟังก์ชันส่งอีเวนต์

"กำหนดโครงสร้างการเก็บล็อกด้วยเทมเพลตอีเวนต์: การส่งล็อกอีเวนต์ ตอนที่ 1" ได้อธิบายการกำหนดอีเวนต์และพร็อพเพอร์ตี้ที่จะวิเคราะห์ และการเตรียมซอร์สโค้ดสำหรับส่งล็อกไปแล้ว ตอนนี้จะส่งล็อกทดสอบก่อนขอให้พัฒนาจริง เพื่อตรวจสอบโครงสร้างการเก็บข้อมูลของอีเวนต์และความเป็นไปได้ในการนำไปใช้กับตัวชี้วัด

ก่อนพัฒนาฟังก์ชันส่งอีเวนต์ ต้องยืนยันว่าข้อมูลถูกเก็บอย่างถูกต้อง และโครงสร้างนั้นสร้างตัวชี้วัดที่ต้องการได้ แม้จะกำหนดชื่ออีเวนต์และพร็อพเพอร์ตี้ไว้แล้ว หากรูปแบบค่าหรือชนิดข้อมูลจริงไม่ตรงกับเกณฑ์การวิเคราะห์ ก็จะพบปัญหาพร็อพเพอร์ตี้ขาดหายหรือการคำนวณตัวชี้วัดผิดพลาดหลังพัฒนาเสร็จไปแล้ว

หลังส่งล็อกทดสอบ ผู้รับผิดชอบงานวิเคราะห์ข้อมูลจะตรวจสอบว่าอีเวนต์และพร็อพเพอร์ตี้ถูกเก็บตามโครงสร้างที่ตั้งใจไว้หรือไม่ และมีพร็อพเพอร์ตี้ที่ตัวชี้วัดต้องใช้ครบหรือไม่ รวมถึงตรวจชนิดข้อมูลและรูปแบบค่าของแต่ละพร็อพเพอร์ตี้ และดูว่าเมื่อนำการคำนวณและมิติมาใช้กับข้อมูลที่เก็บได้แล้ว จะสร้างตัวชี้วัดที่ต้องการได้หรือไม่

ตัวอย่างเช่น หากอีเวนต์การเล่นคอนเทนต์สำเร็จไม่มีตัวระบุผู้ใช้ ก็จะคำนวณจำนวนผู้ใช้ที่เล่นสำเร็จไม่ได้ หากตั้งเวลาเล่นเป็นชนิดข้อความหรือไม่ได้กำหนดหน่วยของค่า ก็จะตรวจสอบเวลาเล่นเฉลี่ยตามเกณฑ์ที่ตั้งใจไว้ได้ยาก การส่งข้อมูลตัวอย่างก่อนพัฒนาและตรวจสอบรูปแบบการเก็บจริงกับผลของตัวชี้วัด จะช่วยกำหนดโครงสร้างอีเวนต์และเกณฑ์การส่งให้ชัดเจนขึ้น

วิธีตรวจสอบล็อกทดสอบใน Hive Analytics

ใน Data > Event ของ Hive Analytics สามารถตรวจสอบอีเวนต์และพร็อพเพอร์ตี้ที่ลงทะเบียนไว้ และส่งล็อกทดสอบผ่าน ETL Simulation หรือการพัฒนาโค้ดได้ เมื่อใส่ค่าตัวอย่างที่เหมาะกับสถานการณ์การวิเคราะห์ในแต่ละพร็อพเพอร์ตี้ ก็จะตรวจสอบผลการเก็บข้อมูลและความเป็นไปได้ในการนำไปใช้เป็นตัวชี้วัดได้ก่อนพัฒนาฟังก์ชันส่งล็อกจริง

การตรวจสอบล็อกทดสอบดำเนินตามลำดับนี้ เตรียมสภาพแวดล้อมการส่งและ App ID ส่งล็อก แล้วตรวจสอบผลการเก็บข้อมูลและการสร้างตัวชี้วัด

1. เลือกสภาพแวดล้อม
   เลือกสภาพแวดล้อมแซนด์บ็อกซ์หรือสภาพแวดล้อมจริงที่จะส่งล็อกทดสอบตามวัตถุประสงค์ของการตรวจสอบ เมื่อตรวจสอบผลใน Data Preview และ BigQuery ก็ต้องค้นหาข้อมูลของสภาพแวดล้อมที่ส่งล็อกไปด้วย
2. เตรียม App ID
   เตรียม App ID ที่ลงทะเบียนไว้ใน App Center หรือการตั้งค่าโปรเจกต์ของ Hive Console

   การแยกข้อมูลทดสอบในสภาพแวดล้อมจริง
   เพื่อแยกข้อมูลทดสอบออกจากข้อมูลการให้บริการจริงอย่างชัดเจนในสภาพแวดล้อมจริง แนะนำให้ลงทะเบียนและใช้ App ID ทดสอบแยกต่างหาก หากทดสอบก่อนเปิดตัวเกม ให้ตั้งวันเปิดตัวอย่างเป็นทางการเป็นวันเริ่มต้นตัวชี้วัดใน Time Settings เพื่อยกเว้นข้อมูลที่เก็บก่อนเปิดตัวออกจากการรวมตัวชี้วัด หากเกมให้บริการอยู่แล้ว ให้ลงทะเบียน App ID ทดสอบใน Metric Filters หรือลงทะเบียนบัญชีทดสอบใน Excluded User Management เพื่อยกเว้นข้อมูลนั้นออกจากการรวมตัวชี้วัด เลือกวิธีที่เหมาะกับเกณฑ์การแยกข้อมูลทดสอบและสถานะการให้บริการ

3. ส่งล็อกทดสอบ
   ผู้รับผิดชอบงานวิเคราะห์ส่งจาก ETL Simulation ได้โดยตรง หรือนักพัฒนานำโค้ดที่ตรวจสอบใน Source Generation ไปพัฒนาแล้วส่งก็ได้ ใส่ค่าตัวอย่างที่สมมติสถานการณ์การวิเคราะห์ในพร็อพเพอร์ตี้ของอีเวนต์ และก่อนส่งให้ตรวจสอบว่าตัวระบุผู้ใช้ ข้อมูลคอนเทนต์ และพร็อพเพอร์ตี้ตัวเลข ฯลฯ ตรงกับชนิดข้อมูลและรูปแบบค่าที่กำหนดไว้
4. ตรวจสอบผลการเก็บข้อมูล
   ตรวจสอบใน Data Preview ว่าได้รับอีเวนต์หรือไม่ และค่าพร็อพเพอร์ตี้ที่ส่งมาเป็นอย่างไร หากต้องการดูข้อมูลดิบอย่างละเอียด ให้ค้นหาข้อมูลอีเวนต์ใน BigQuery โดยตรงเพื่อตรวจว่าค่าที่ใส่ถูกบันทึกด้วยชื่อพร็อพเพอร์ตี้และชนิดข้อมูลที่ถูกต้อง

   การขอสิทธิ์ค้นหาข้อมูลใน BigQuery
   ข้อมูลดิบของอีเวนต์และพร็อพเพอร์ตี้ที่เก็บได้สามารถค้นหาได้โดยตรงใน BigQuery การใช้ BigQuery ต้องได้รับสิทธิ์ผู้ดูแลระบบ Hive Analytics ก่อน แล้วจึงขอสิทธิ์ค้นหาข้อมูลใน BigQuery จากเมนูบัญชีของ Hive Analytics

5. ตรวจสอบการสร้างตัวชี้วัด
   ใน Create ให้เลือกอีเวนต์ที่เก็บได้เป็นค่าที่วัด แล้วใช้การคำนวณและมิติที่จำเป็น ตรวจสอบว่าตัวเลขที่คำนวณได้ตรงกับที่คาดไว้หรือไม่ และผลถูกแบ่งตามค่าพร็อพเพอร์ตี้ตามเกณฑ์ที่ต้องการหรือไม่ เพื่อยืนยันว่าข้อมูลนั้นสร้างตัวชี้วัดที่ตรงกับวัตถุประสงค์การวิเคราะห์ได้

ตรวจสอบอีเวนต์ด้วยล็อกทดสอบ contents_success

หากต้องการวิเคราะห์จำนวนผู้ใช้ที่เล่นคอนเทนต์สำเร็จ เวลาเล่นเฉลี่ย และคะแนนสูงสุด ต้องตรวจสอบว่าอีเวนต์ contents_success ถูกเก็บตามโครงสร้างที่ตั้งใจไว้ ขั้นตอนตั้งแต่เลือกสภาพแวดล้อมจนถึงตรวจสอบการสร้างตัวชี้วัดมีดังนี้

1. เลือกสภาพแวดล้อม

เพื่อตรวจสอบโครงสร้างข้อมูลที่จะใช้ในการให้บริการจริง ให้ดำเนินการตรวจสอบในสภาพแวดล้อมจริง เข้าสู่คอนโซล Hive Analytics ของสภาพแวดล้อมจริง เลือกอีเวนต์ contents_success ใน Data > Event แล้วไปที่แท็บ ETL Simulation

2. เตรียม App ID

ตรวจสอบว่า App ID ทดสอบที่จะใช้ในสภาพแวดล้อมจริงลงทะเบียนไว้ใน App Center หรือการตั้งค่าโปรเจกต์ของ Hive Console แล้ว

3. ส่งล็อกทดสอบ

ล็อกทดสอบส่งได้ทั้งโดยผู้รับผิดชอบงานวิเคราะห์จาก ETL Simulation โดยตรง หรือโดยนักพัฒนาที่นำโค้ดจาก Source Generation ไปใช้กับเกม ไม่ว่าวิธีใดต้องใส่พร็อพเพอร์ตี้บังคับสำหรับการส่งล็อก ได้แก่ userId, deviceId, identifierProvider, appId, eventTime และ eventName ใส่ hive ใน identifierProvider และใส่ App ID ทดสอบที่เตรียมไว้ใน appId ส่วน appIdGroup จะถูกสร้างอัตโนมัติเมื่อใส่ appId จึงไม่ต้องใส่แยก

3.1 ส่งจาก ETL Simulation

ตรวจสอบพร็อพเพอร์ตี้และชนิดข้อมูลที่กำหนดไว้สำหรับอีเวนต์ แล้วเปลี่ยนค่าของพร็อพเพอร์ตี้บังคับทั้ง 6 รายการ จากนั้นเปลี่ยน characterLv, modeTypeId, modeTypeName, score และ playTimeSec เป็นค่าตัวอย่างที่เหมาะกับสถานการณ์การวิเคราะห์ แล้วส่งล็อกทดสอบ

3.2 ส่งด้วยซอร์สโค้ดที่สร้างขึ้น

นักพัฒนาตรวจสอบโค้ดที่เหมาะกับสภาพแวดล้อมการพัฒนาใน Source Generation แล้วเชื่อมพร็อพเพอร์ตี้บังคับทั้ง 6 รายการและค่าพร็อพเพอร์ตี้รายละเอียดของอีเวนต์เข้ากับข้อมูลเกมจริง หลังจากใช้โค้ดให้อีเวนต์ contents_success เกิดขึ้นเมื่อการเล่นคอนเทนต์สำเร็จได้รับการยืนยัน ให้รันฟังก์ชันที่พัฒนาเพื่อส่งล็อกทดสอบ ดูวิธีพัฒนาโดยละเอียดได้ในคู่มือการส่งอีเวนต์บนเว็บไซต์ Hive Developers

ข้อควรระวังในการส่งล็อก
หากไม่ปฏิบัติตามกฎต่อไปนี้ ล็อกจะไม่ถูกเก็บตามปกติ และจะถูกบันทึกไว้ในตารางกักแยก t_raw_event_log_rescue

• ใส่ eventTime ในรูปแบบ RFC 3339 ที่มีเขตเวลา และอยู่ในช่วงตั้งแต่ 10 ปีก่อนถึง 5 ปีหลังจากเวลาปัจจุบัน หากรูปแบบไม่ถูกต้องหรืออยู่นอกช่วงที่อนุญาต ล็อกจะถูกกักแยก
• ใส่ App ID ที่ลงทะเบียนไว้ใน App Center หรือการตั้งค่าโปรเจกต์ของ Hive Console ใน appId หากใส่ค่าที่ไม่ได้ลงทะเบียนหรือไม่ถูกต้อง ล็อกจะถูกกักแยก

4. ตรวจสอบผลการเก็บข้อมูล

4.1 ตรวจสอบใน Data Preview

หลังส่งแล้ว ให้ตรวจสอบใน Data Preview ว่าได้รับ contents_success หรือไม่ และดูตัวระบุผู้ใช้และอุปกรณ์ App ID ชื่ออีเวนต์ รวมถึงค่าพร็อพเพอร์ตี้ใน attributes ไปพร้อมกัน

4.2 ตรวจสอบใน BigQuery

หากต้องการดูข้อมูลดิบอย่างละเอียดขึ้น ให้ค้นหาข้อมูลใน BigQuery โดยใช้ App ID ทดสอบและชื่ออีเวนต์เป็นเงื่อนไข แล้วตรวจสอบว่า characterLv, modeTypeId, modeTypeName, score และ playTimeSec ที่ส่งไปถูกบันทึกด้วยค่าและชนิดข้อมูลที่ตั้งใจไว้

5. ตรวจสอบการสร้างตัวชี้วัด

หากผลการเก็บข้อมูลไม่มีปัญหา ให้เลือกอีเวนต์ contents_success ใน Create แล้วสร้างตัวชี้วัดดังนี้

• ใช้การคำนวณ COUNT DISTINCT กับ userId เพื่อดูจำนวนผู้ใช้ที่เล่นคอนเทนต์สำเร็จ
• ใช้การคำนวณ AVG กับ playTimeSec เพื่อดูเวลาเล่นเฉลี่ย
• ใช้การคำนวณ MAX กับ score เพื่อดูคะแนนสูงสุด
• เลือก characterLv และ modeTypeName เป็นมิติ เพื่อเปรียบเทียบผลตามเลเวลตัวละครและตามคอนเทนต์

หากสร้างจำนวนผู้ใช้ที่เล่นสำเร็จ เวลาเล่นเฉลี่ย และคะแนนสูงสุดได้ และผลถูกแบ่งตามเลเวลตัวละครและคอนเทนต์ แสดงว่าอีเวนต์พร้อมสำหรับวัตถุประสงค์การวิเคราะห์แล้ว หากค่าขาดหายหรือผลไม่ตรงกับที่คาดไว้ ให้ตรวจสอบชื่อพร็อพเพอร์ตี้ ชนิดข้อมูล และค่าตัวอย่างอีกครั้ง แก้ไขส่วนที่จำเป็นแล้วส่งล็อกทดสอบใหม่ และสร้างซอร์สโค้ดสำหรับพัฒนาใหม่ให้สะท้อนการตั้งค่าอีเวนต์ที่เปลี่ยนไป

เมื่อตรวจสอบเสร็จแล้ว ให้ส่งซอร์สโค้ดที่ยืนยันแล้ว เวลาที่อีเวนต์ควรเกิดขึ้น และค่าที่จะส่งในแต่ละพร็อพเพอร์ตี้ให้นักพัฒนา เพื่อขอให้พัฒนาฟังก์ชันส่งล็อกจริง

วิธีนำโค้ดส่งอีเวนต์ไปใช้กับเกมจริงและส่งข้อมูล ดูได้ในตอนถัดไป "ส่งข้อมูลเกมเป็นล็อกอีเวนต์: การส่งล็อกอีเวนต์ ตอนที่ 3"

เริ่มต้นใช้งาน Hive Analytics

การส่งล็อกทดสอบหลังตั้งค่าอีเวนต์และพร็อพเพอร์ตี้ ช่วยให้ตรวจสอบโครงสร้างการเก็บข้อมูลและความเป็นไปได้ในการใช้เป็นตัวชี้วัดได้ก่อนขอให้เริ่มพัฒนา นำสิ่งที่พบระหว่างการตรวจสอบมาปรับเพื่อยืนยันการตั้งค่าอีเวนต์และซอร์สโค้ด แล้วส่งต่อให้นักพัฒนา

Hive Analytics เป็นโซลูชันวิเคราะห์ข้อมูลเฉพาะสำหรับเกมที่วิเคราะห์พฤติกรรมผู้ใช้และตัวชี้วัดของเกมจากอีเวนต์เกมที่เก็บผ่าน Hive SDK ลองส่งล็อกทดสอบใน Hive Analytics ได้เลยวันนี้ แล้วตรวจสอบว่าข้อมูลที่เก็บได้สร้างตัวชี้วัดที่ต้องการได้หรือไม่