Hive Analytics บล็อก
บริการวิเคราะห์ข้อมูลเกม

การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล เริ่มต้นที่นี่

ตั้งแต่การวิเคราะห์อิงเหตุการณ์ไปจนถึงเซกเมนต์ผู้ใช้ ฟันเนล และรีเทนชัน
ดูข้อมูลเชิงลึกทั้งหมดที่จำเป็นสำหรับการดำเนินงานเกมได้ในที่เดียว

เข้าใช้ Hive Analytics
เพิ่งเริ่มใช้งานใช่ไหม ไปยังคู่มือการดำเนินงาน ↗
สรุป AU, NU AU 1,099 ▲ 75% NU 692 ▲ 1,093% สรุป PU, รายได้ In-App PU 120 ▼ 6.25% รายได้ In-App 86,071,172 ▲ 19.46% แนวโน้ม AU, NU, PU AU NU PU แนวโน้มรายได้ In-App 03/06 03/10 03/14 03/18
60+
อีเวนต์พื้นฐาน
MMP
การวิเคราะห์ข้อมูล
ร่วมกับ MMP
เรียลไทม์
ข้อมูลอีเวนต์
รวบรวมและวิเคราะห์
ฟีเจอร์หลัก

วิเคราะห์ง่ายขึ้น เร็วขึ้น

สร้างการวิเคราะห์ชาร์ต ฟันเนล รีเทนชัน และการจัดอันดับอย่างง่ายดาย แล้วแชร์กับทีมผ่านแดชบอร์ด
Create

สร้างการวิเคราะห์ด้วยตัวเองแล้วแชร์กับทีมได้ทันที

สร้างกราฟ ฟันเนล การวิเคราะห์การกลับมาใช้งาน และการจัดอันดับ แล้วรวมไว้ในแดชบอร์ดเพื่อให้ทั้งทีมใช้ข้อมูลชุดเดียวกัน

  • สร้างกราฟ ฟันเนล การวิเคราะห์การกลับมาใช้งาน และการจัดอันดับผ่าน UI
  • รวมผลการวิเคราะห์ไว้ในแดชบอร์ดเพื่อดูภาพรวม
  • แชร์แดชบอร์ดกับทีมเพื่อทำงานจากตัวชี้วัดเดียวกัน
Create
แนวโน้มผู้ใช้ที่ใช้งานรายวัน
ผู้ใช้

เข้าใจอย่างแม่นยำว่าใคร
กำลังหลุดไปและเพราะอะไร

รวมแอตทริบิวต์พื้นฐานกว่า 40 รายการกับอีเวนต์กำหนดเอง เพื่อจำแนกผู้ใช้อย่างละเอียด และติดตามรูปแบบกิจกรรมเพื่อตรวจจับความผิดปกติตั้งแต่เนิ่นๆ

  • เลือกกลุ่มเป้าหมายแคมเปญด้วยเซกเมนต์ (เชื่อมต่อ Hive Push & โปรโมชัน)
  • เปรียบเทียบรูปแบบพฤติกรรมผู้ใช้ที่ทุจริตและผู้ใช้จ่ายสูงด้วยการติดตามกิจกรรม
  • ดูตัวชี้วัดตามประเภทผู้ใช้ 6 กลุ่ม: วาฬ, โลมา, เบา, ฟรี ฯลฯ
สถานะการจำแนกผู้ใช้
ผู้ใช้วาฬ2.1%
ผู้ใช้โลมา8.4%
ผู้ใช้ระดับกลาง19.3%
ผู้ใช้ฟรี53.7%
ข้อมูล

ข้อมูลที่คุณต้องการ
ในแบบที่คุณต้องการ

กำหนดอีเวนต์และตัวชี้วัดโดยตรง เชื่อมต่อกับเครื่องมือบุคคลที่สามเช่น MMP หรือส่งออกข้อมูลดิบไปยัง AWS S3 หรือ GCP GCS

  • กำหนดอีเวนต์ใหม่และจัดการคุณสมบัติ
  • วิเคราะห์รวมด้วยการเชื่อมต่อ MMP — ไม่ต้องสลับแพลตฟอร์ม
  • ส่งออกข้อมูลดิบอีเวนต์ไปยังคลาวด์สตอเรจ
สถานะการเชื่อมต่อข้อมูล
📡
เชื่อมต่อ MMPAppsFlyer · Adjust · Airbridge
เชื่อมต่อแล้ว
☁️
ส่งออกข้อมูลAWS S3 · GCP GCS
ตั้งค่าเสร็จ
ส่งออกล่าสุดวันนี้ 04:00 AM
เสร็จสิ้น · 2.4 GB
ฟีเจอร์ทั้งหมด

จากการวิเคราะห์ถึงการดำเนินงาน ทั้งหมดในที่เดียว

หน้าแรก

หน้าแรก

ดู KPI แยกตามโปรเจกต์ได้ในหน้าเดียว

Create

ชาร์ต · ฟันเนล · รีเทนชัน · อันดับ

วิเคราะห์ภาพอิงเหตุการณ์ 4 in 1

ผู้ใช้

เซกเมนต์ · ติดตามกิจกรรมผู้ใช้

จำแนกผู้ใช้และวิเคราะห์พฤติกรรมด้วยการรวมเงื่อนไข

ผู้ใช้

การจำแนกผู้ใช้

ตัวชี้วัดและการย้ายตาม 6 ประเภทกลุ่ม

ข้อมูล

อีเวนต์ · ตัวชี้วัด

การจัดการส่วนกลางของอีเวนต์และตัวชี้วัดสำหรับวิเคราะห์

ข้อมูล

เชื่อมต่อ · ส่งออกข้อมูล

เชื่อมต่อ MMP และส่งออกไปคลาวด์สตอเรจ

ตั้งค่า

ตั้งค่าตัวชี้วัด

จัดการการยกเว้น ตัวกรอง สกุลเงิน และการตั้งค่าเวลา

ตั้งค่า

จัดการองค์กร · เวิร์กสเปซ · ผู้ใช้

การควบคุมการเข้าถึงตามบทบาทและจัดการสมาชิก

ข้อมูลเชิงลึก

ข้อมูลเชิงลึกที่นำไปใช้ได้จริงสำหรับการดำเนินงานเกม

สำรวจโจทย์ด้านการดำเนินงานและขั้นตอนการใช้งานที่ Hive Analytics ครอบคลุม อ่านบทความฉบับเต็มได้ที่ บล็อก Hive Analytics
Axyl Plugin

สร้างชาร์ตและแดชบอร์ดด้วยภาษาธรรมชาติ: การใช้ Hive Axyl Plugin ตอนที่ 2

เมื่อขอ Hive Axyl Plugin ด้วยภาษาธรรมชาติ คุณจะสร้างชาร์ตของ Hive Analytics และรวมหลายชาร์ตไว้ในแดชบอร์ดเดียวได้ ก่อนสร้างหรือแก้ไขชาร์ตและแดชบอร์ด ปลั๊กอินจะแสดงสิ่งที่จะนำไปใช้ก่อนและดำเนินการหลังจากผู้ใช้อนุมัติ

  • รับคำแนะนำตัวชี้วัดและประเภทชาร์ตจากบริบทของการวิเคราะห์ก่อนหน้า
  • สร้างชาร์ตจากตัวชี้วัดที่แนะนำแล้วรวมเป็นแดชบอร์ดเดียว
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
Axyl Plugin

ค้นหาตัวชี้วัดเกมและตรวจสอบการเปลี่ยนแปลงด้วยภาษาธรรมชาติ: การใช้ Hive Axyl Plugin ตอนที่ 1

เมื่อติดตั้ง Hive Axyl Plugin ใน ChatGPT คุณจะค้นหาตัวชี้วัดของ Hive Analytics ด้วยภาษาธรรมชาติ และจำกัดขอบเขตการวิเคราะห์ตามลำดับประเทศ มาร์เก็ต และสินค้าได้ โดยต่อยอดจากบริบทของคำถามก่อนหน้า ก่อนใช้ปลั๊กอินต้องตั้งค่าบัญชีเป็นสมาชิก MCP ขององค์กร

  • เปรียบเทียบตัวชี้วัดผู้ใช้และรายได้ของเมื่อวานกับวันเดียวกันของสัปดาห์ที่แล้วด้วยภาษาธรรมชาติ
  • ถามต่อตามประเทศ มาร์เก็ต และสินค้า เพื่อระบุสาเหตุที่เป็นไปได้ของรายได้ที่เปลี่ยนแปลง
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
ตัวชี้วัด

ตรวจสอบรายได้คาดการณ์จาก Google และ Apple ก่อนการชำระบัญชีของสโตร์

ยอดชำระอาจรวมภาษีการขายไว้แล้ว และยังไม่ได้หักค่าธรรมเนียมสโตร์และภาษีของแต่ละประเทศ จึงยากที่จะรู้ได้ทันทีจากยอดชำระเพียงอย่างเดียวว่าผู้พัฒนาจะได้รับเงินเท่าใด เมตริกรายได้คาดการณ์ของ Hive Analytics ใช้เกณฑ์การคำนวณของแต่ละสโตร์กับการชำระเงินบน Google Play และ Apple App Store ทำให้ดูรายได้คาดการณ์ที่สะท้อนค่าธรรมเนียมและภาษีแล้วได้

  • เกณฑ์การคำนวณรายได้คาดการณ์ของ Google Play และ Apple App Store
  • เปรียบเทียบรายได้คาดการณ์ตามแอป ประเทศ และสโตร์ในกราฟ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
BigQuery

ค้นหาข้อมูลต้นฉบับของ Analytics ใน BigQuery

ข้อมูลอีเวนต์ต้นฉบับที่เก็บด้วย Hive Analytics สามารถค้นหาได้โดยตรงด้วย SQL ในโปรเจกต์ habq-storage ของ BigQuery เมื่อค้นหาข้อมูล ให้แปลง dateTime ที่จัดเก็บเป็น UTC ให้เป็น KST ลบข้อมูลซ้ำตาม checksum และค้นหาเฉพาะพาร์ติชันที่จำเป็นด้วยเงื่อนไขวันที่

  • ขั้นตอนตั้งแต่การขอสิทธิ์ BigQuery จนถึงการเรียกใช้ SQL
  • ตัวอย่างคิวรีที่ใช้การแปลงเขตเวลา การลบข้อมูลซ้ำ และเงื่อนไขพาร์ติชัน
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
อีเวนต์

ตรวจสอบโครงสร้างการจัดเก็บล็อกอีเวนต์และข้อมูลที่โหลดไม่สำเร็จ: การส่งล็อกอีเวนต์ ตอนที่ 4

ในบรรดาอีเวนต์ที่ส่งไปยัง Hive Analytics อีเวนต์ที่ผ่านเกณฑ์การเก็บข้อมูลจะถูกจัดเก็บใน t_raw_event_log ส่วนอีเวนต์ที่ไม่ผ่านเกณฑ์จะถูกจัดเก็บใน t_raw_event_log_rescue พร้อม JSON ต้นฉบับและเหตุผลที่ถูกกักกัน หากไม่พบอีเวนต์ในตารางปกติ ให้ตรวจสอบสาเหตุจาก errorReason, errorStackTrace และ rawData ในตาราง rescue

  • ตรวจสอบโครงสร้างการจัดเก็บของตารางปกติและตารางกักกัน
  • ตรวจสอบสาเหตุและวิธีแก้ไขตามรหัสการกักกัน
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
อีเวนต์

ส่งข้อมูลเกมเป็นล็อกอีเวนต์: การส่งล็อกอีเวนต์ ตอนที่ 3

การนำโครงสร้างอีเวนต์ที่ตรวจสอบด้วยล็อกทดสอบแล้วไปใช้กับเกมจริง ต้องส่งอีเวนต์พร้อมข้อมูลเกมจริงทันทีหลังจากที่การกระทำของผู้ใช้ได้รับการยืนยัน หากชื่อพร็อพเพอร์ตี้ที่จำเป็นหรือรูปแบบของ eventTime ถูกส่งมาไม่ถูกต้อง ล็อกจะถูกจัดเก็บในตารางกักกัน t_raw_event_log_rescue

  • ส่งอีเวนต์พร้อมข้อมูลเกมจริงทันทีหลังการกระทำได้รับการยืนยัน
  • ตรวจสอบการกำหนดพร็อพเพอร์ตี้และกฎการกักกันตามวิธีการส่ง
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
อีเวนต์

ตรวจสอบโครงสร้างการเก็บข้อมูลและตัวชี้วัดด้วยล็อกทดสอบ: การส่งล็อกอีเวนต์ ตอนที่ 2

การส่งล็อกทดสอบก่อนพัฒนาฟังก์ชันส่งอีเวนต์ช่วยให้ตรวจสอบล่วงหน้าได้ว่าอีเวนต์และพร็อพเพอร์ตี้ถูกเก็บตามโครงสร้างและชนิดข้อมูลที่ตั้งใจไว้หรือไม่ และสร้างตัวชี้วัดที่ต้องการได้หรือไม่ ส่งล็อกด้วย ETL Simulation แล้วตรวจสอบผลใน Data Preview และ BigQuery และการสร้างตัวชี้วัดใน Create

  • ส่งล็อกทดสอบผ่าน ETL Simulation หรือการส่งโดยตรง
  • ตรวจสอบการสร้างตัวชี้วัดจากอีเวนต์
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
อีเวนต์

กำหนดโครงสร้างการเก็บล็อกด้วยเทมเพลตอีเวนต์: การส่งล็อกอีเวนต์ ตอนที่ 1

เทมเพลตอีเวนต์มีชื่ออีเวนต์และพร็อพเพอร์ตี้กำหนดไว้ล่วงหน้า จึงกำหนดโครงสร้างการเก็บล็อกได้โดยไม่ต้องออกแบบอีเวนต์ใหม่ทั้งหมด เลือกอีเวนต์ใน Data > Event แก้ไขหรือเพิ่มพร็อพเพอร์ตี้ แล้วสร้างซอร์สโค้ดสำหรับส่งล็อกที่เหมาะกับสภาพแวดล้อมการพัฒนา

  • ตรวจสอบพร็อพเพอร์ตี้ที่กำหนดไว้และเพิ่มพร็อพเพอร์ตี้ใหม่
  • สร้างซอร์สโค้ดสำหรับส่งล็อกตามสภาพแวดล้อมฝั่งไคลเอนต์และเซิร์ฟเวอร์
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

จัดกลุ่มค่ามิติตามเกณฑ์ที่ต้องการเพื่อเปรียบเทียบ

ค่ามิติดั้งเดิมเปรียบเทียบให้ตรงกับเป้าหมายการวิเคราะห์ได้ยาก ใช้การตั้งค่าช่วงในกราฟจัดรหัสประเทศเป็นกลุ่มตามภูมิภาค และแบ่งราคาหรือเลเวลเป็นช่วง โดยไม่ต้องแก้ไขล็อกดั้งเดิม

  • จัดรหัสประเทศตามภูมิภาคเพื่อเปรียบเทียบจำนวนผู้ใช้รายวัน
  • แบ่งราคาเป็นช่วงเท่ากันเพื่อดูจำนวนผู้ใช้ที่ซื้อ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

สร้างตัวชี้วัดที่ต้องการด้วยการคำนวณหลายขั้น

การรวมข้อมูลเพียงครั้งเดียวทำให้ดูการเข้าสู่ระบบตลอดวันและตัวเลขที่เป็นตัวแทนของระยะเวลาไปพร้อมกันได้ยาก สร้าง measure ด้วยการคำนวณขั้นที่ 1 ในกราฟ แล้วคำนวณค่าสูงสุด ต่ำสุด ค่าเฉลี่ย หรือค่าล่าสุดของแต่ละช่วงอีกครั้งด้วยการคำนวณขั้นที่ 2

  • ใช้ AVG กับ AU รายวันเพื่อดู AU เฉลี่ยรายวันของเดือน
  • ใช้ MAX กับจำนวนผู้ใช้พร้อมกันราย 2 นาทีเพื่อดูจำนวนผู้ใช้พร้อมกันสูงสุด
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
การเชื่อมต่อ

เชื่อมต่อ MMP กับอีเวนต์ในเกมเพื่อตรวจสอบพฤติกรรมผู้ใช้

หากข้อมูลการได้มาซึ่งผู้ใช้และพฤติกรรมในเกมอยู่คนละหน้าจอ จะตัดสินคุณภาพผู้ใช้ตามช่องทางได้ยาก เชื่อมต่อ MMP เพื่อดูทั้งฟันเนลตั้งแต่ติดตั้งไปจนถึงล็อกอินและซื้อ

  • แค่เชื่อมต่อ ก็ส่งอีเวนต์ MMP เข้า Analytics โดยอัตโนมัติ
  • ดูอีเวนต์ MMP ร่วมกับอีเวนต์ในเกมในชาร์ต ฟันเนล และรีเทนชัน
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
รีเทนชัน

ใช้รีเทนชันตรวจสอบการกลับมาของผู้ใช้เกม

แม้จำนวนผู้ใช้โดยรวมจะเท่าเดิม แต่ผลลัพธ์ต่างกันไปตามว่าผู้ใช้เดิมกลับมา หรือมีผู้ใช้ใหม่เข้ามาเพิ่ม ตั้งอีเวนต์พื้นฐานและอีเวนต์การกลับมาเพื่อดูว่าเป็นแบบไหนกันแน่

  • ตรวจสอบการกลับมาได้ทั้งอีเวนต์เดียวกันและอีเวนต์ที่ต่างกัน
  • เพิ่มมิติและฟิลเตอร์เพื่อเจาะลึกยิ่งขึ้น
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
ติดตามกิจกรรมผู้ใช้

ผู้ใช้ที่จ่ายเงินหลังเข้ามาใหม่ ตอนนี้เป็นผู้ใช้แบบไหน?

การจ่ายเงินช่วงแรกอย่างเดียวไม่บอกว่าผู้ใช้ใหม่ยังสร้างคุณค่าอยู่หรือไม่ รวมกลุ่มด้วยเซกเมนต์ แล้วดูประเภทปัจจุบันและลำดับกิจกรรมในการติดตามกิจกรรมผู้ใช้

  • ดูว่าผู้ใช้ที่จ่ายเงินช่วงแรกคนใดเติบโตเป็นวาฬหรือโลมา
  • ติดตามอีเวนต์ของผู้ใช้แต่ละคนตั้งแต่จ่ายเงินครั้งแรกจนถึงปัจจุบัน
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

ตรวจสอบผู้ใช้ที่มีส่วนสร้างยอดขายให้เกม

ตัวชี้วัดยอดขายรวมทำให้หากลุ่มที่สร้างผลงานสูงสุดได้ยาก ใช้การจัดอันดับดูอันดับตัวชี้วัดยอดขายรายผู้ใช้และรายสินค้าตลอดช่วงเวลาที่เลือก

  • แบ่งผู้ใช้ TOP 100 ตามยอดขายย่อยตามตลาด
  • เปรียบเทียบสินค้า TOP 10 ตามจำนวนรายการขายด้วยอันดับและแผนภูมิวงกลม
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
เทมเพลต

สร้างคอนเทนต์วิเคราะห์เกมได้เร็วขึ้นด้วยเทมเพลต

การเริ่มวิเคราะห์ตั้งแต่ศูนย์ต้องกำหนดตัวชี้วัด มิติ และอีเวนต์ใหม่ทุกครั้ง เทมเพลตของ Hive Analytics ช่วยเรียกโครงสร้างแดชบอร์ด กราฟ ฟันเนล และ Retention มาใช้ได้ทันที แล้วปรับแก้เฉพาะส่วนที่ต้องการ

  • เลือกเทมเพลตแล้วเข้าสู่หน้าจอสร้างที่กรอกรายการหลักของแดชบอร์ด กราฟ ฟันเนล หรือ Retention ไว้แล้ว
  • ปรับแก้แผง ค่าที่วัด และมิติได้ทุกรายการแม้หลังใช้งานแล้ว
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
การจัดการองค์กร

จัดการขอบเขตการเข้าถึงข้อมูลให้เหมาะกับโปรเจกต์ที่รับผิดชอบ

องค์กรที่ให้บริการหลายเกมต้องการขอบเขตการเข้าถึงข้อมูลที่ต่างกันตามบทบาท การจัดการองค์กรของ Hive Analytics จัดกลุ่มโปรเจกต์และสมาชิกตามองค์กร เพื่อกำหนดขอบเขตการเข้าถึงให้ตรงกับความรับผิดชอบ และปรับเปลี่ยนได้ง่ายเมื่อเปลี่ยนผู้รับผิดชอบ

  • จัดกลุ่มโปรเจกต์และสมาชิกตามองค์กรเพื่อกำหนดขอบเขตการเข้าถึงข้อมูลตามบทบาท
  • เปลี่ยนเฉพาะสมาชิกโดยไม่ต้องเปลี่ยนโครงสร้างโปรเจกต์ก็ปรับสิทธิ์การเข้าถึงได้ทันที
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

ดูสัดส่วนองค์ประกอบของตัวชี้วัดเกมตามเกณฑ์ที่ต้องการ

ตัวเลขรวมอย่างเดียวบอกไม่ได้ว่าวันไหนหรือ dimension ไหนที่ทำให้เกิดการเปลี่ยนแปลง สลับ ratio basis ของ Pie chart ระหว่างวันที่กับ dimension แล้วตัดกรองรายการใน legend เพื่อเปรียบเทียบเฉพาะรายการที่สนใจ

  • แยกตามประเทศหรือ OS ช่วยระบุจุดที่สัดส่วนเพิ่มขึ้น
  • ตัดรายการใน legend แล้วคำนวณสัดส่วนของรายการที่เหลือใหม่
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
การตั้งค่าเวลา

วิเคราะห์ข้อมูลตั้งแต่หลังเกมเปิดตัว

เมื่อข้อมูล QA, soft launch และ CBT ปนกับตัวชี้วัดบริการจริง จะทำให้ยากต่อการเห็นผลงานที่แท้จริง ลงทะเบียนวันเปิดตัวของแต่ละโปรเจกต์ถึงระดับนาทีใน Time Settings ของ Hive Analytics เพื่อตัดข้อมูลก่อนหน้านั้นออก

  • ลงทะเบียนวันเปิดตัวแต่ละโปรเจกต์ถึงระดับนาทีเพื่อตัดข้อมูลก่อนเปิดตัว
  • นำไปใช้ทันทีทั้งกับชาร์ต ฟันเนล รีเทนชันใหม่ และแดชบอร์ดที่ใช้งานอยู่
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
การตั้งค่าสกุลเงิน

ดูยอดขายจากสกุลเงินต่าง ๆ ในมุมมองเดียว

สกุลเงินต่างกันทำให้เปรียบเทียบยอดขายตรง ๆ ไม่ได้ ลงทะเบียนสกุลเงินขององค์กรไว้ล่วงหน้า ก็เปรียบเทียบด้วยมาตรฐานเดียวกันได้โดยไม่ต้องแปลงทุกครั้ง

  • การตั้งค่าสกุลเงินที่รองรับ 162 สกุล
  • ยอดขายเกมตามมาตรฐานสกุลเงินขององค์กร
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

เปรียบเทียบการเปลี่ยนแปลงของตัวชี้วัดเกมกับข้อมูลในอดีต

ดูแค่ตัวเลขวันนี้อย่างเดียว บอกไม่ได้ว่าตัวชี้วัดสูงหรือต่ำ ตั้งค่า Period Comparison บนชาร์ตและแดชบอร์ดของ Hive Analytics เพื่อดูช่วงฐานและช่วงเปรียบเทียบพร้อมอัตราการเปลี่ยนแปลงในหน้าจอเดียว

  • เลือก Relative Date หรือ Fixed Date เพื่อดูช่วงฐานและช่วงเปรียบเทียบพร้อมกัน
  • ตั้งค่าหลายช่วงเปรียบเทียบในชาร์ตเดียวพร้อมกัน
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
Funnel

วิเคราะห์เส้นทางผู้ใช้ตั้งแต่เริ่มจนจบคอนเทนต์

ดูแค่ตัวเลขคอนเทนต์ที่ทำสำเร็จอย่างเดียว บอกไม่ได้ว่าคอนเทนต์นั้นเวิร์กหรือไม่ ต้องแบ่งเป็น Funnel ถึงจะเห็นว่าผู้ใช้หลุดออกที่ไหนและมากแค่ไหน

  • ถ้าผู้ใช้หลุดออกมากช่วงก่อนถึงขั้นตอนทำสำเร็จ ควรสงสัยเงื่อนไขการทำสำเร็จก่อนตัวคอนเทนต์เอง
  • ตรวจสอบ Funnel เดิมอีกครั้งหลังปรับปรุง จะได้ผลลัพธ์เป็นตัวเลขแทนความรู้สึก
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
ตัวกรองตัวชี้วัด

คัดกรองข้อมูลทดสอบออกไป วิเคราะห์ผลการดำเนินงานจริงของบริการ

เมื่ออีเวนต์จาก QA และแอปทดสอบปนเข้ามา จำนวนผู้ใช้งานและยอดขายจะดูสูงกว่าความเป็นจริง ลงทะเบียน Server ID หรือ App ID แล้วจะถูกยกเว้นจากทุกกราฟและแดชบอร์ดพร้อมกัน

  • ลงทะเบียน Server ID หรือ App ID ครั้งเดียว มีผลกับทุกหน้าจอวิเคราะห์โดยอัตโนมัติ
  • ตรวจสอบ KPI จากข้อมูลบริการจริงหลังยกเว้นข้อมูล QA และทดสอบ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
ตัวชี้วัด

จุดเริ่มต้นของการวิเคราะห์ข้อมูล: การรวมมาตรฐานตัวชี้วัดขององค์กรให้เป็นหนึ่งเดียว

ตัวชี้วัดอย่าง AU หรือยอดขาย หากเกณฑ์การคำนวณต่างกัน ก็อาจได้ตัวเลขที่ต่างกันในช่วงเวลาเดียวกัน ฟีเจอร์ตัวชี้วัดของ Hive Analytics ช่วยให้กำหนดเกณฑ์การคำนวณเดียวและนำไปใช้ซ้ำได้ในทุกชาร์ตและแดชบอร์ด

  • สร้างตัวชี้วัดจากอีเวนต์เดียวหรือผสมผสานหลายอีเวนต์ด้วยสูตรคำนวณ
  • แก้ไขตัวชี้วัดครั้งเดียว ระบบอัปเดตทุกชาร์ตและแดชบอร์ดที่ใช้งานโดยอัตโนมัติ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
ผู้ใช้งานที่ถูกยกเว้น

คัดกรองเฉพาะข้อมูลผู้ใช้งานจริง ด้วยการยกเว้นบัญชีทดสอบภายใน

เพียงลงทะเบียน User ID หรือ Device ID ครั้งเดียวในฟีเจอร์จัดการผู้ใช้งานที่ถูกยกเว้นของ Hive Analytics อีเวนต์ของผู้ใช้งานนั้นจะถูกยกเว้นจากทุกกราฟและแดชบอร์ดโดยอัตโนมัติ

  • ลงทะเบียนครั้งเดียว มีผลกับทุกกราฟและแดชบอร์ดโดยอัตโนมัติ
  • ตรวจสอบยอดขาย การมีส่วนร่วมกับคอนเทนต์ และผู้ใช้งานพร้อมกันจากผู้ใช้งานจริงเท่านั้น
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
แดชบอร์ด

ตรวจสอบสถานะการดำเนินงานเกมได้แม้ระหว่างเดินทาง

ดูแดชบอร์ดที่สร้างไว้บน PC ผ่านมือถือได้เหมือนเดิม พร้อมตรวจสอบ KPI และอัตราการเปลี่ยนแปลงเทียบกับวันก่อนหน้า

  • ดูแดชบอร์ดจาก PC ผ่านมือถือได้แบบเดียวกัน
  • ใช้ตรวจสอบไลฟ์อีเวนต์ รายงานผู้บริหาร และความผิดปกติ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →
กราฟ

ตรวจสอบความแตกต่างของผลการตลาดตามมิติข้อมูลหลัก

แบ่งตัวชี้วัดโดยรวมตามประเทศ ตลาด และ OS เพื่อดูความแตกต่างที่ค่าเฉลี่ยซ่อนไว้ แล้วจำกัดขอบเขตไปยังจุดที่ความแตกต่างกระจุกตัวอยู่

  • เปรียบเทียบผลลัพธ์ตามประเทศและตลาด
  • จำกัดขอบเขตตาม OS และเวอร์ชันแอปเพื่อหาสาเหตุ
ดูคู่มือที่เกี่ยวข้อง ↗ อ่านเพิ่มเติม →

เริ่มวิเคราะห์ข้อมูลเกมของคุณตอนนี้

เริ่มต้นการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลของทีมคุณกับ Hive Analytics

เข้าใช้ Hive Analytics ติดต่อฝ่ายขายติดต่อฝ่ายขาย