← 返回部落格部落格

新進後付費的使用者,現在是哪一種用戶?

Hive Analytics · 2026年10月1日 · 閱讀約 3 分鐘

只看使用者初期是否付費,無法得知對方之後是否仍持續活躍並創造價值。在 Hive Analytics 中,可以用區隔將新進後付費的使用者歸為一組,再於用戶活動追蹤比較他們最新的用戶分類類型與主要資訊。進一步依時間順序檢視個別使用者的事件,就能具體掌握是哪些活動讓對方走到現在的類型。

光看初期付費,難以判斷使用者之後的價值

剛進入遊戲的使用者若在早期就付費,可以視為正面的訊號。但光看初期是否付費,無法得知該使用者之後是否持續登入與購買,也看不出對方目前為遊戲帶來多少貢獻。

即使在同一時期進入並付費,之後的活動也可能各不相同。有些人會持續遊玩並成長為高價值用戶,有些人則在付費後活動減少,甚至離開遊戲。要判斷初期行為的意義,必須同時檢視目標使用者的現況與後續行為。

Hive Analytics 的使用者追蹤

在 Hive Analytics 中,可以串連區隔、用戶分類與用戶活動追蹤,確認符合特定條件的使用者目前被歸為哪一種類型,並查看這些使用者呈現了什麼樣的活動流程。

區隔是組合屬性條件,將要分析的使用者歸為一個群組的功能。從登入、購買、遊玩、使用者資訊等項目中選擇想確認的條件,就能只將符合條件的使用者劃為分析對象。

在區隔中選擇登入、購買、遊玩與使用者資訊等屬性的畫面
可從登入、購買、遊玩與使用者資訊等項目中,選擇構成區隔的條件。

用戶分類是依據使用者的遊戲內活動與購買資料區分活躍度與消費力,並依兩者的組合將使用者分為六種類型的指標。同時符合多個標準時,會被歸入較高的類型。

  • 鯨魚用戶:活躍度與消費力皆高的使用者
  • 海豚用戶:活躍度與消費力中至少一項偏高的使用者
  • 中度用戶:活躍度與消費力中至少一項為普通的使用者
  • 輕度用戶:活躍度與消費力皆低的使用者
  • 免費用戶:不論活躍度,沒有購買紀錄的使用者
  • 新用戶:不論消費力,於基準日當天首次進入的使用者
依使用者的活躍度與消費力,確認六種用戶分類類型與分布的畫面
可依活躍度與消費力的組合,查看各用戶分類類型的使用者數與主要特性分布。

用戶活動追蹤是比較以區隔組成的使用者最新資訊,並依時間順序查看特定使用者所觸發事件的功能。在個別使用者畫面中,可以一併查看以所選期間最後一天為基準的用戶分類類型與使用者資訊,因此能將過去做過特定行為的使用者目前的類型,與其後續活動連結起來檢視。

在用戶活動追蹤中選擇使用者群組,並查看群組內使用者主要資訊的畫面
選擇使用者群組,即可比較群組內使用者的登入、購買、LTV 等主要資訊。

確認新付費使用者的現況與行為

先用區隔篩選出符合條件的使用者,再於用戶活動追蹤確認目前的用戶分類類型,並查看個別使用者之後延續了哪些活動。

篩選新進後付費的使用者

為了找出在同一期間內既是新使用者、又至少付費一次的使用者,請在區隔中同時設定 Period New User(期間新用戶)與 Period Purchase Count(期間購買次數)條件並建立區隔。本文將這個區隔命名為 NPU(New Paying User,新付費使用者)。此條件是找出在所選期間內同時發生新進與購買的使用者,並非只代表在首次登入當天付費的使用者。

組合 Period New User 與 Period Purchase Count 條件來建立區隔的畫面
組合 Period New User 與 Period Purchase Count 條件,建立要分析的使用者群組畫面

確認目前的用戶分類類型

接著在用戶活動追蹤中,將 NPU 區隔加入使用者群組。即可在同一個畫面比較該群組使用者的用戶分類類型、LTV、總登入次數、帳號等級、遊玩時間等最新資訊。

藉此可以確認初期付費的使用者中,是否有人已成長為鯨魚或海豚類型,並挑選出需要 VIP 管理或後續分析的對象。

以紅框標示新進後付費使用者區隔中 User Classification 欄位的畫面
在紅框標示的 User Classification 欄位中,可以查看區隔內使用者目前的用戶分類類型。

檢視使用者的行為流程

接下來,為了查看個別使用者的活動流程,在用戶活動追蹤中搜尋被歸類為海豚的使用者。選擇搜尋到的使用者後,可以一併查看該使用者觸發的事件、每日活動數,以及以所選期間最後一天為基準的使用者資訊。在活動流程中點選事件發生時間,還能查看該事件的詳細屬性值。

檢視初次付費後是否反覆登入與購買、使用了哪些內容與貨幣,就能具體掌握使用者走到目前類型的活動流程。這些結果可作為理解個別使用者行為、並研擬相似特性使用者管理方向的參考資料。

查看海豚類型使用者的事件流程、各發生時間的詳細屬性值、每日活動與最新使用者資訊的畫面
展開事件發生時間即可查看詳細屬性值,並一併檢視每日活動與最新使用者資訊。

開始使用 Hive Analytics

初期行為相似的使用者,隨著時間推移也可能轉變為不同的類型。用區隔建立分析對象,再於用戶活動追蹤將現況與個別事件連結起來,就能更具體地理解初期付費使用者的後續價值。

Hive Analytics 是專為遊戲打造的數據分析解決方案,能以 Hive SDK 收集的遊戲資料為基礎,建立符合條件的使用者群組,並查看個別使用者的活動流程。現在就透過 Hive Analytics,查看您關注的使用者群組的現況與後續行為吧。