依關鍵維度確認行銷成效差異

整體指標無法呈現的成效差異，唯有依國家、市場、OS 等使用者條件拆解資料後才能確認。在 Hive Analytics 中，你可以從國家與市場層級開始，逐步縮小至 OS、應用程式版本、裝置型號等範圍，具體找出原因集中的位置。

整體指標背後隱藏的成效差異

即使整體結果看起來穩定，也不代表所有使用者群體都會呈現相同結果。依導入環境不同，購買轉換與營收可能出現不同走向。

若只有部分使用者群的新增用戶或營收下滑，整體指標上的變化可能顯得微小。從越多國家與平台導入用戶，就越需要跳脫平均值，確認差異究竟出現在哪個範圍。

判斷成效前的細部檢視

即使導入結果與預期不同，也很難單純斷定是廣告素材或媒體本身的問題。

透過同一波廣告活動導入的使用者，也可能因所在地區或環境不同，之後出現不同行為。有些地區新增導入持續成長，但購買與營收相對偏低；有些地區即使導入規模相近，轉換率卻較高。

因此，在調整整體投放方向之前，需要依使用者條件拆解結果，找出差異集中的範圍。透過這個過程，可以具體掌握導入規模、購買轉換、營收之中，究竟是哪個指標在哪個群體發生了變化。

Hive Analytics 的多維度分析

只要串接 Hive SDK，Hive Analytics 就會自動收集遊戲分析所需的基本事件與屬性。你可以運用事件中包含的國家、市場、OS、應用程式版本、裝置型號、語言與伺服器資訊，將使用者與結果進行區隔。若遊戲有需要額外分析的行為或條件，也可以自行定義並傳送事件與屬性，讓分析範圍依遊戲情況彈性擴充。

若整體指標出現變化，可以先依國家與市場拆解，接著再依 OS、應用程式版本逐步縮小範圍。若遊戲需要專屬的判斷基準，也可以加入自訂事件與屬性做更細緻的區隔。

重點不在於反覆檢視固定的幾項指標，而是在自動收集的資料上補充必要資訊，逐步找出差異發生的範圍。

串接 MMP 後，還能一併運用導入媒體與活動資訊。將這些資訊與遊戲內行為連結，就能在同一套分析流程中，掌握透過特定管道導入的使用者，會因環境不同而呈現什麼樣的結果。

依國家而異的購買樣態

以同一期間比較韓國與日本，兩地的新增用戶都可能成長。但若一併檢視營收，會發現韓國的營收隨新增用戶成長而擴大，日本卻可能在新增用戶增加的同時營收下滑，呈現相反的走勢。

再加入購買轉換率一起看，差異會更加明顯。若日本的轉換率低於韓國，就能發現導入成長轉化為購買的程度因國家而異——這正是單看新增用戶數無法呈現的購買轉換與營收落差。

分析到這裡還不必停下，可以再依 OS、應用程式版本、裝置型號、語言、伺服器等條件，將日本使用者進一步拆解，縮小範圍。若特定群體的購買轉換或營收增減特別明顯，便能具體鎖定受影響的對象。

這類分析有助於在對所有地區採取相同措施之前，先找出實際出現落差的範圍。同時檢視導入規模與購買、營收趨勢，並確認應用程式更新後的變動是否集中在特定使用環境，即可作為下一步判斷的依據。

開始使用 Hive Analytics

光看整體指標，很難掌握落差究竟從何而起。將資料依使用者條件拆解，就能看見隱藏在平均值背後、屬於各群體的特徵。

透過 Hive Analytics，你可以運用 Hive SDK 收集的遊戲事件與屬性，依多種基準拆解導入後的行為。傳送額外資訊即可擴大分析範圍，串接 MMP 後，也能一併確認依導入管道區分的結果。

現在就前往Hive Analytics，掌握各使用者群體的特徵，找出差異明顯的位置，運用在更有效率的遊戲營運上。