การจ่ายเงินช่วงแรกเพียงอย่างเดียวไม่ได้บอกว่าผู้ใช้ใหม่ยังสร้างคุณค่าต่อไปหรือไม่ ดูวิธีรวมกลุ่มผู้ใช้ที่จ่ายเงินหลังเข้ามาใหม่ด้วยเซกเมนต์ของ Hive Analytics แล้วตรวจสอบประเภทผู้ใช้และลำดับอีเวนต์ในการติดตามกิจกรรมผู้ใช้
บล็อก · หน้า 4
- ผู้ใช้ที่จ่ายเงินหลังเข้ามาใหม่ ตอนนี้เป็นผู้ใช้แบบไหน?
- สร้างคอนเทนต์วิเคราะห์เกมได้เร็วขึ้นด้วยเทมเพลต
การวิเคราะห์ข้อมูลเกมต้องกำหนดตัวชี้วัด มิติ และขั้นตอนอีเวนต์ใหม่ทุกครั้ง เทมเพลตของ Hive Analytics ช่วยเรียกโครงสร้างแดชบอร์ด กราฟ ฟันเนล และ Retention ที่ใช้บ่อยมาใช้ได้ทันที แล้วปรับแก้เฉพาะส่วนที่ต้องการ
- จัดการขอบเขตการเข้าถึงข้อมูลให้เหมาะกับโปรเจกต์ที่รับผิดชอบ
องค์กรที่ให้บริการหลายเกมต้องการขอบเขตการเข้าถึงข้อมูลที่ต่างกันตามบทบาทของแต่ละคน เรียนรู้วิธีที่การจัดการองค์กรของ Hive Analytics จัดกลุ่มโปรเจกต์และสมาชิกตามองค์กร เพื่อให้ผู้ดูแลข้อมูลกำหนดขอบเขตการเข้าถึงให้ตรงกับความรับผิดชอบของแต่ละคน และปรับเปลี่ยนได้ง่ายเมื่อมีการเปลี่ยนผู้รับผิดชอบ
- ดูสัดส่วนองค์ประกอบของตัวชี้วัดเกมตามเกณฑ์ที่ต้องการ
ตัวเลขรวมอย่างเดียวบอกไม่ได้ว่าวันไหนหรือสภาพแวดล้อมผู้ใช้แบบไหนที่ทำให้เกิดการเปลี่ยนแปลง มาดูวิธีใช้ Pie chart ของ Hive Analytics สลับ ratio basis ระหว่างวันที่กับ dimension แล้วตัดกรองรายการใน legend เพื่อโฟกัสสัดส่วนที่ต้องการ
- วิเคราะห์ข้อมูลตั้งแต่หลังเกมเปิดตัว
เมื่อข้อมูล QA, soft launch และ CBT ปนกับตัวชี้วัดบริการจริง จะทำให้ยากต่อการเห็นผลงานที่แท้จริง ใน Time Settings ของ Hive Analytics คุณสามารถลงทะเบียนวันเปิดตัวของแต่ละโปรเจกต์ถึงระดับนาที เพื่อวิเคราะห์เฉพาะข้อมูลหลังเปิดตัวอย่างเป็นทางการเท่านั้น