用數據讓遊戲營運決策更清晰

分享如何解讀遊戲指標，並運用 Hive Analytics 將數據轉化為更好的營運決策。

2026年11月11日以自然語言建立圖表與儀表板：Hive Axyl Plugin 應用第 2 篇
若要再次確認分析中發現的條件，每次都必須設定相同的度量、運算、維度、期間與篩選條件。使用 Hive Axyl Plugin，即可用自然語言要求建立圖表，並將多個圖表組成一個儀表板。
2026年11月11日以自然語言查詢遊戲指標並確認變化：Hive Axyl Plugin 應用第 1 篇
在 ChatGPT 安裝 Hive Axyl Plugin 後，即可用自然語言查詢 Hive Analytics 的指標，並延續先前提問的脈絡，依國家、市場、商品的順序縮小分析範圍。從昨天與上週的 KPI 變化出發，逐步縮小分析範圍。
2026年11月6日在商店結算前確認 Google・Apple 預估收益
玩家支付的金額可能包含銷售稅，且尚未反映商店手續費與各國稅金，因此僅憑付款金額難以立即得知開發商實際能收到多少。Hive Analytics 的預估收益指標會對 Google Play 與 Apple App Store 的付款套用各商店的計算基準，讓你看到已反映手續費與稅金的預估收益。
2026年11月6日在 BigQuery 查詢分析原始資料
Hive Analytics 的事件原始資料，可以在 BigQuery 的 habq-storage 專案中直接以 SQL 查詢。由分析管理員在 BigQuery 存取權限管理中依環境為 Google 帳戶申請查詢權限，並準備好執行 SQL 的 Google Cloud 專案即可。
2026年10月29日確認事件日誌的儲存結構與載入失敗資料：事件日誌傳送第4篇
傳送到 Hive Analytics 的事件中，符合收集標準的事件會儲存在各公司 BigQuery 資料集的 t_raw_event_log，不符合標準的事件則會連同原始 JSON 與隔離原因儲存在 t_raw_event_log_rescue。若在一般資料表中找不到事件，可透過 rescue 資料表的 errorReason、errorStackTrace、rawData 確認隔離原因。