從內容開始到完成:分析使用者流程
推出新內容時,通常會先檢視參與使用者人數與完成次數。當開始與完成數據與預期不符時,可以檢討內容架構、難度或獎勵等因素,但光憑這兩項結果,很難判斷使用者究竟在哪個階段停下腳步。
可能有許多使用者開始體驗,卻無法通過特定關卡;也可能有使用者已抵達最後階段,卻在領取獎勵前就已流失。若要判斷內容是否依照預期的流程被使用,除了開始與完成之外,還需要一併檢視中間的過程。
企劃意圖與實際使用流程的差異
企劃人員會將內容的進入條件、進行順序,乃至目標與獎勵,設計成一套完整的體驗。然而實際使用者可能會以預期之外的順序行動,或是在特定階段反覆流失。
若只看整體參與規模,雖然能掌握使用者對內容的關注程度,卻難以區分進行過程中發生的問題。觀察使用者開始體驗內容後,經過哪些階段才完成,有助於找出企劃意圖與實際行為之間的差異,並具體鎖定需要檢討的區間。
Hive Analytics 的內容流程分析
Hive Analytics 提供預先定義的事件,可用來記錄遊戲內容的接受、等待、完成、失敗與取消狀態。只要依照指定的 Schema 傳送內容事件,就能在事件列表中確認,並直接運用於圖表與漏斗分析。
進入、中間進行、獲得獎勵等難以只用內容事件呈現的行為,則可以透過自訂事件自由定義並傳送。同時使用預先定義的事件與自訂事件,便能以一致的標準管理共通狀態,同時將內容結構也納入分析範圍。
在圖表中可以同時呈現內容接受與完成使用者人數、完成率,藉此比較整體參與規模與各期間的變化,並針對變化明顯的時間點,進一步透過漏斗檢視。將內容接受、進入、開始、完成等主要行為依序串連,便能確認各階段的轉換與流失情況。
檢視內容各階段的使用流程
內容流程可以先透過圖表確認整體規模與結果,再以漏斗縮小範圍,檢視各階段的流失區間,依此方式進行分析。
比較內容接受與完成規模
將內容接受使用者人數、完成使用者人數,以及接受對完成的完成率放在同一個畫面中,就能同時確認參與規模與結果的變化。如範例畫面所示,若完成率從 40% 左右逐漸下降到 20% 左右的某個日期,便可以將該時間點選為詳細分析的對象。
確認各階段的流失區間
針對完成率下降日期的內容接受、進入、開始、完成等事件,以漏斗方式確認,就能了解使用者在哪個階段流失。套用所需的使用者條件作為篩選,也可以深入分析特定群組的流程。在範例畫面中,69.7% 的內容接受使用者進入內容,34.0% 開始體驗,但最終到達完成階段的比例僅有 1.6%。尤其是開始之後到完成階段之間使用者大幅減少,因此可以縮小完成條件、難度、進行說明等優先檢討的範圍。
與其僅憑圖表與漏斗的結果就斷定流失原因,不如同時比較內容類型、難度、使用者等級等條件,將其作為找出差異明顯範圍的依據。
確認改善後的轉換變化
調整完成條件或難度等因素之後,以相同的階段與篩選條件重新確認漏斗,即可比較改善前後的變化。在範例畫面中,接受、進入、開始各階段的到達率與先前相近,但完成比例從 1.6% 提升到 30.9%。透過這項結果,可以檢視變更後完成階段的流失是否減少,並判斷還需要補強的區間。
開始使用 Hive Analytics
首先要確認欲分析的內容中,代表接受、進行與完成的事件是否已正確收集。預先定義的內容事件須依照 Schema 傳送,而各遊戲需要額外確認的行為,則可以透過自訂事件與屬性加以擴充。
Hive Analytics 是一款遊戲專用的分析解決方案,可以透過 Hive SDK 自由傳送自訂事件,並運用圖表與漏斗,直接分析從內容接受到完成的使用流程,以及各階段的轉換與流失情況。現在就透過 Hive Analytics,檢視內容使用規模與各階段流程,並將企劃意圖與實際使用行為之間的差異,運用於改善決策。
