Hive Analytics บล็อก

1 ตุลาคม 2569ใช้รีเทนชันตรวจสอบการกลับมาของผู้ใช้เกม
จำนวนผู้ใช้ทั้งหมดเพียงอย่างเดียวไม่สามารถบอกได้ว่าผู้ใช้กลับมาจริงหรือไม่ รีเทนชันของ Hive Analytics ให้ตั้งอีเวนต์พื้นฐานและอีเวนต์การกลับมาเพื่อวิเคราะห์การกลับมาและการเปลี่ยนพฤติกรรม พร้อมตัวอย่างการแยกตามมิติอย่างประเทศ
1 ตุลาคม 2569ตรวจสอบผู้ใช้ที่มีส่วนสร้างยอดขายให้เกม
ตัวชี้วัดยอดขายรวมทำให้หากลุ่มที่สร้างผลงานสูงสุดได้ยาก มาดูวิธีใช้การจัดอันดับของ Hive Analytics เพื่อดูอันดับตัวชี้วัดยอดขายรายผู้ใช้และรายสินค้าตลอดช่วงเวลาที่เลือก
1 ตุลาคม 2569เชื่อมต่อ MMP กับอีเวนต์ในเกมเพื่อตรวจสอบพฤติกรรมผู้ใช้
ต้องดูข้อมูลการได้มาซึ่งผู้ใช้และอีเวนต์ในเกมร่วมกัน จึงจะตรวจสอบพฤติกรรมผู้ใช้หลังติดตั้งได้ Hive Analytics เชื่อมต่อกับ Airbridge, AppsFlyer และ Adjust เพื่อวิเคราะห์อีเวนต์ MMP ร่วมกับอีเวนต์ในเกม
1 ตุลาคม 2569ผู้ใช้ที่จ่ายเงินหลังเข้ามาใหม่ ตอนนี้เป็นผู้ใช้แบบไหน?
การจ่ายเงินช่วงแรกเพียงอย่างเดียวไม่ได้บอกว่าผู้ใช้ใหม่ยังสร้างคุณค่าต่อไปหรือไม่ ดูวิธีรวมกลุ่มผู้ใช้ที่จ่ายเงินหลังเข้ามาใหม่ด้วยเซกเมนต์ของ Hive Analytics แล้วตรวจสอบประเภทผู้ใช้และลำดับอีเวนต์ในการติดตามกิจกรรมผู้ใช้
18 กันยายน 2569สร้างคอนเทนต์วิเคราะห์เกมได้เร็วขึ้นด้วยเทมเพลต
การวิเคราะห์ข้อมูลเกมต้องกำหนดตัวชี้วัด มิติ และขั้นตอนอีเวนต์ใหม่ทุกครั้ง เทมเพลตของ Hive Analytics ช่วยเรียกโครงสร้างแดชบอร์ด กราฟ ฟันเนล และ Retention ที่ใช้บ่อยมาใช้ได้ทันที แล้วปรับแก้เฉพาะส่วนที่ต้องการ