排除內部測試帳號，只分析真實用戶的資料

Hive Analytics · 2026年8月20日 · 閱讀約 3 分鐘

當內部 QA、員工帳號的活動混入其中，營收、登入、內容參與等指標就會與實際情況出現差異。Hive Analytics 的排除用戶管理功能，只要登錄一次 User ID 或 Device ID，該用戶的事件資料就會自動從所有圖表與儀表板中排除。若需排除的帳號數量較多，也能透過上傳檔案一次登錄，減少重複設定的負擔。

混入內部活動的營運指標

遊戲上線或推出新內容時，內部員工與 QA 人員會反覆測試登入、購買、領取獎勵等功能。若這段過程產生的事件與真實用戶資料一併計算，同時在線人數、營收與內容參與的結果都可能因此失真。

雖然可以在每個圖表分別設定測試帳號篩選條件，但當對象數量較多時就必須反覆設定。建立新指標時也可能遺漏部分帳號，或是需要逐一修改多個已經在使用中的儀表板。

需要掌握真實用戶動向的遊戲營運

營運人員會根據即時活動與更新後的變化來判斷服務狀態。但若其中混入了用於測試的登入帳號或測試付款紀錄，就很難分辨出真實的用戶反應。

尤其在活動剛開始時，內部人員往往會同時確認多項功能，導致參與人數或購買結果暫時看起來偏高。若要做出準確的營運判斷，就必須以一致的標準，只查看服務用戶本身的活動。

Hive Analytics 的排除用戶管理

Hive Analytics 的排除用戶管理，是將測試付款、QA 人員與內部員工所產生的事件從指標數值中排除的功能。以專案為單位登錄帳號一次後，就不必在每個圖表重複加入相同的篩選條件。

對象可透過 User ID 或 Device ID 區分，帳號數量較多時也能透過上傳檔案一次登錄。被指定為排除對象的用戶事件仍會持續收集，但不會計入數值，且此排除會套用到所有使用該指標的圖表與儀表板。無需逐一修改既有的分析畫面，就能以真實服務用戶為核心確認營運現況。

以 User ID 登錄排除用戶的設定畫面。 — 登錄 User ID 或 Device ID，即可將內部帳號的事件從指標中排除。

以真實用戶為基準檢視營運現況

排除內部帳號後的指標，可套用在營運判斷時常用的畫面，包括營收、用戶、內容與同時在線人數。

排除測試付款後的營收趨勢

在驗證商品上架或付款串接的過程中，可能會產生多次測試購買，這會使營收、購買轉換率、每用戶平均營收（ARPU）、每付費用戶平均營收（ARPPU）等指標失準。排除用於測試的帳號後，就能以真實用戶的資料為基準，準確查看實際反應。

已排除內部用戶的營收與購買指標儀表板。 — 可查看排除測試付款後的營收、付費用戶數與購買轉換率。

即時內容參與情況

活動上線前後，QA 人員與營運人員會反覆確認登入與內容狀態。將這類活動分離出去後，就能以真實參與人數與留存率為基準判斷進度。

已排除內部用戶的內容參與指標儀表板。 — 排除內部帳號後，可查看真實用戶的內容參與與完成情況。

更新後的同時在線人數趨勢

更新或維護結束後，內部人員通常會率先登入確認主要功能。將這些帳號排除在同時在線人數趨勢之外，能更清楚掌握真實用戶的回訪動向與營運穩定與否。

已排除內部用戶的同時在線人數趨勢圖。 — 排除檢查用帳號後的同時在線人數趨勢，可用來確認更新後的營運狀態。

開始使用 Hive Analytics

前往 Hive Analytics ＞設定＞指標設定＞排除用戶管理選單，即可將內部測試帳號與 QA 人員的 User ID 或 Device ID 登錄為排除對象。若需排除的帳號數量較多，可透過上傳檔案輕鬆完成登錄。建議定期更新排除帳號清單，持續維持一致的分析標準。

Hive Analytics 會透過 Hive SDK 自動收集登入、購買等平台事件，並整合遊戲傳送的自訂事件，讓你以真實用戶為核心確認資料。現在就透過Hive Analytics 的排除用戶管理分離測試活動，準確掌握遊戲營運所需的數值。