數據驅動決策的起點

Axyl Plugin

以自然語言建立圖表與儀表板：Hive Axyl Plugin 應用第 2 篇

以自然語言向 Hive Axyl Plugin 提出要求，即可建立 Hive Analytics 的圖表，並將多個圖表組成一個儀表板。建立或修改圖表與儀表板之前，外掛會先顯示要套用的內容，並在使用者核准後才執行。

• 根據先前的分析脈絡推薦要查看的指標與推薦圖表
• 以推薦的指標建立圖表並組成一個儀表板

查看相關指南 ↗ 查看詳情 →

Axyl Plugin

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。使用外掛前，需將帳號設為組織的 MCP 成員。

• 以自然語言比較昨天與上週同一天的使用者與營收指標
• 依國家、市場、商品接續提問，具體找出營收變化的可能原因

查看相關指南 ↗ 查看詳情 →

指標

在商店結算前確認 Google・Apple 預估收益

付款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。透過 Hive Analytics 的預估收益指標，可對 Google Play 與 Apple App Store 的付款套用各商店的計算基準，查看已反映手續費與稅金的預估收益。

• Google Play・Apple App Store 各自的預估收益計算基準
• 在圖表中依應用程式、國家、商店比較預估收益

查看相關指南 ↗ 查看詳情 →

BigQuery

在 BigQuery 查詢分析原始資料

Hive Analytics 收集的事件原始資料，可以在 BigQuery 的 habq-storage 專案中直接以 SQL 查詢。查詢時，請將以 UTC 儲存的 dateTime 轉換為 KST，依 checksum 去除重複資料，並以日期條件只查詢需要的分區。

• 從申請 BigQuery 存取權限到執行 SQL 的準備步驟
• 套用時區轉換、去除重複與分區條件的查詢範例

查看相關指南 ↗ 查看詳情 →

事件

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 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。

• 確認一般資料表與隔離資料表的儲存結構
• 確認各隔離代碼的原因與處理方式

查看相關指南 ↗ 查看詳情 →

事件

將遊戲資料以事件日誌傳送：事件日誌傳送 第3篇

要將以測試日誌驗證過的事件結構套用到實際遊戲，必須在用戶的行為確定後，立即附上實際遊戲資料傳送事件。若必要屬性的名稱或 eventTime 格式等傳送錯誤，日誌會儲存在隔離資料表 t_raw_event_log_rescue。

• 在行為確定後立即以實際遊戲資料傳送事件
• 確認各傳送方式的屬性組成與隔離規則

查看相關指南 ↗ 查看詳情 →

事件

用測試日誌驗證收集結構與指標：事件日誌傳送 第2篇

在開發事件傳送功能之前先傳送測試日誌，就能事先確認事件與屬性是否依預期的結構與資料型別收集，以及能否組成所需的指標。以 ETL Simulation 傳送日誌，在 Data Preview 與 BigQuery 確認收集結果，並在 Create 確認指標組成。

• 透過 ETL Simulation 或直接傳送測試日誌
• 確認以事件為基礎的指標組成

查看相關指南 ↗ 查看詳情 →

事件

用事件範本定義日誌收集結構：事件日誌傳送 第1篇

事件範本已預先定義事件名稱與屬性，不必從頭設計事件結構，也能決定日誌收集結構。在 Data > Event 選擇事件並修改或新增屬性後，產生適合開發環境的日誌傳送原始碼。

• 檢視預先定義的屬性並新增屬性
• 依用戶端與伺服器開發環境產生日誌傳送原始碼

查看相關指南 ↗ 查看詳情 →

圖表

依需要的基準將維度值分組比較

直接使用原始維度值，很難依分析目的進行比較。透過圖表的區間設定，將國家代碼依地區分組、將價格與等級劃分為區間，不必更動原始日誌即可比較。

• 將國家代碼依地區分組比較每日使用者數
• 將價格劃分為相同間隔的區間確認購買使用者數

查看相關指南 ↗ 查看詳情 →

圖表

透過多次運算建立需要的指標

單次彙總很難同時查看一整天的登入流向與代表期間的數值。透過圖表的第一次運算建立測量值，再以第二次運算重新計算各間隔結果的最大值、最小值、平均值或最新值。

• 對每日 AU 套用 AVG 確認每月的每日平均 AU
• 對每 2 分鐘同時在線人數套用 MAX 確認最高同時在線人數

查看相關指南 ↗ 查看詳情 →

整合

整合 MMP 與遊戲事件，掌握使用者行為

若取得數據與遊戲內行為分別顯示在不同畫面，就難以判斷各渠道的使用者品質。整合 MMP 即可從安裝到登入、購買，用同一個漏斗完整追蹤。

• 只要整合，MMP 事件就會自動傳送至 Analytics
• 在圖表、漏斗、留存中一併查看 MMP 事件與遊戲事件

查看相關指南 ↗ 查看詳情 →

留存

用留存，掌握遊戲玩家的回訪狀況

即使整體使用者數不變，背後可能是舊使用者回訪，也可能是新使用者加入。設定基準事件與回訪事件，才能看清究竟是哪一種。

• 不只同一事件，不同事件的回訪也能確認
• 加入維度與篩選器進一步細分

查看相關指南 ↗ 查看詳情 →

用戶活動追蹤

新進後付費的使用者，現在是哪一種用戶？

光看初期付費，無法得知新使用者之後是否仍在創造價值。用區隔歸組，再於用戶活動追蹤確認目前類型與活動流程。

• 確認初期付費者中哪些人成長為鯨魚或海豚
• 追蹤個別使用者從首次付費到現在的事件

查看相關指南 ↗ 查看詳情 →

圖表

確認為遊戲營收做出貢獻的使用者

光看加總後的營收指標，很難找出表現最好的對象。用排名確認所選期間整體的使用者與商品營收指標排名。

• 依市場細分營收 TOP 100 使用者
• 以排名與圓餅圖比較銷售筆數 TOP 10 商品

查看相關指南 ↗ 查看詳情 →

範本

用範本快速建立遊戲分析內容

從零開始分析，每次都得重新設定指標、維度與事件。Hive Analytics 的範本能立即套用常用的儀表板、圖表、漏斗、留存設定，只需調整需要的項目。

• 選擇範本後會進入已填好儀表板、圖表、漏斗或留存主要項目的建立畫面
• 套用後仍可調整所有區塊、測量值與維度

查看相關指南 ↗ 查看詳情 →

組織管理

依負責專案管理數據存取範圍

經營多款遊戲的組織裡，依角色不同所需的數據存取範圍也不同。Hive Analytics 的組織管理以組織為單位整合專案與成員，讓存取範圍符合職責，並在負責人異動時輕鬆調整。

• 以組織為單位整合專案與成員，依角色設定數據存取範圍
• 只需更換成員，不必變更專案架構即可反映存取權限

查看相關指南 ↗ 查看詳情 →

圖表

依需求查看遊戲指標的組成佔比

只看整體數字，無法判斷是哪個日期或維度造成變化。切換圓餅圖的比例基準（日期或維度），並在圖例中篩選項目，只比較關注的部分。

• 依國家、OS 等維度拆解，找出佔比增加的位置
• 在圖例中排除項目，重新計算剩餘項目的佔比

查看相關指南 ↗ 查看詳情 →

時間設定

從遊戲上線後的數據開始分析

若 QA、軟性上線、CBT 的數據與真實服務指標混在一起，就難以掌握準確成效。在 Hive Analytics 的時間設定中以分鐘為單位登錄每個專案的上線日期，即可排除之前的數據。

• 以分鐘為單位登錄各專案的上線日期，排除上線前的數據
• 同時套用到新建立的圖表、漏斗、留存，以及既有儀表板

查看相關指南 ↗ 查看詳情 →

貨幣設定

一眼掌握不同貨幣產生的營收

貨幣不同就無法直接比較營收。事先登錄組織要用的貨幣，就能以一致標準比較，不必每次重新換算。

• 涵蓋 162 種貨幣的貨幣設定
• 依組織貨幣標準檢視的遊戲營收

查看相關指南 ↗ 查看詳情 →

圖表

掌握遊戲指標變化，與過去對照比較

只看今天的數字，很難判斷指標是高是低。在 Hive Analytics 圖表與儀表板設定期間比較，即可在同一畫面查看基準期間、比較期間與增減率。

• 選擇相對日期或固定日期，同時查看基準期間與比較期間
• 在同一張圖表設定多個比較期間

查看相關指南 ↗ 查看詳情 →

漏斗

從內容開始到完成:分析使用者流程

只看完成數字,無法判斷內容是否有效。用漏斗拆解各階段,才能看出使用者在哪裡、流失多少。

• 若流失集中在完成前一步,該先檢討完成條件,而不是內容本身
• 調整後用同一個漏斗再確認,才能用數字而非直覺判斷效果

查看相關指南 ↗ 查看詳情 →

指標篩選

排除測試資料，分析真實的服務成效

QA 與測試應用程式的事件混入資料，會讓用戶數與營收看起來比實際更高。登錄 Server ID 或 App ID，就能一次從所有圖表與儀表板中排除。

• 登錄 Server ID、App ID 篩選條件後，自動套用到所有分析畫面
• 排除 QA 與測試資料後，以真實服務基準查看 KPI

查看相關指南 ↗ 查看詳情 →

指標

資料分析的起點:統一組織的指標基準

像AU、營收這類指標,若計算基準不同,即使查詢相同期間也會得出不同數值。Hive Analytics的指標功能讓你能定義單一計算基準,並在所有圖表與儀表板中重複使用。

• 可用單一事件或結合多個事件與公式建立指標
• 修改指標後,所有使用該指標的圖表與儀表板都會自動更新

查看相關指南 ↗ 查看詳情 →

排除用戶

排除內部測試帳號，只分析真實用戶的資料

只要在 Hive Analytics 的排除用戶管理登錄一次 User ID 或 Device ID，該用戶的事件就會自動從所有圖表與儀表板中排除。

• 登錄一次即自動套用至所有圖表與儀表板
• 以真實用戶為基準查看營收、內容參與與同時在線人數

查看相關指南 ↗ 查看詳情 →

儀表板

移動中也能掌握遊戲營運現況

透過手機直接查看在 PC 上建立的儀表板，確認 KPI 與較前一日增減率。

• 行動版可原樣查看 PC 儀表板
• 適用於查看即時活動、向主管回報、掌握異常徵兆

查看相關指南 ↗ 查看詳情 →

圖表

依關鍵維度確認行銷成效差異

依國家、市場、OS 拆解整體指標，找出平均值掩蓋的成效差異，並逐步縮小至差異集中的範圍。

• 依國家與市場比較成效
• 依 OS、應用程式版本縮小範圍找出原因

查看相關指南 ↗ 查看詳情 →