按所需口径对维度值分组比较

需要按分析目的重新分类的维度值

游戏数据中的维度值按采集到的原始值区分。国家以 KR、JP、US 等国家代码记录，价格、等级等数值型属性则以单个数值采集。

在数据分析中，与其直接查询原始值，常常更需要按分析目的将价格、等级等数值划分为区间，或将国家代码按地区分组比较。数据分析人员需要把采集到的值重新整理为可用于决策的口径，并根据分析目的、汇报对象和运营情况采用不同的分类方式。

如果能在保留原始数据的同时，直接在界面上将多个值组成一个分组，或按区间调整数值范围，就不必反复编写查询或另做加工数据。分析人员可以自行应用所需的口径，快速对比不同视角下的结果，从而缩短分析准备时间，并进一步明确后续分析的范围。

Hive Analytics 的区间设置

在 Hive Analytics 的图表中，可以对所选维度值应用 Bucket settings，将原始值重新组织为新的维度值。字符型维度值可以选择一个或多个值归为分组；数值型维度值则可以将所需范围划分为区间，或将多个值合并为分组。

数值型维度值的区间，可以直接输入范围，也可以通过 Equal-width setup（等距设置）生成。在 Equal-width setup 中指定最小值、最大值和区间数，该范围就会按相同间隔切分。例如将最小值设为 0、最大值设为 100,000、区间数设为 4，就会自动生成 0~24,999、25,000~49,999、50,000~74,999、75,000~100,000 四个区间。无论字符型还是数值型，都可以将未单独设置的值合并显示，因此未纳入分析对象的其余值也能一并查看。

这样设置的分组和区间会在图表中显示为新的维度值。无需修改原始日志中的值，就能应用当前分析所需的分类口径来比较度量值。

按分析口径组织维度值

下面分别看看如何将字符型的国家代码按地区分组，以及如何将数值型的价格按相同间隔划分。

将国家按地区分组，比较用户数

如果要按地区比较各国用户数，先将度量值选为 AU、维度值选为 country，再设置分组。下图中，将 KR、JP、CN 归为 Asia，将 US、CA 归为 America，并指定了其余值名称（Label for other values），使未包含在已设置分组中的国家显示为 ETC。

应用分组后，Asia、America、ETC 会代替单个国家代码，显示为新的维度值。这样无需修改原始数据，就能按地区比较每日用户数。

将价格按相同间隔划分，查看付费用户数

如果要比较发生购买的价格带，先将度量值选为 PU、数值型维度值选为 price，再设置区间。下图中，最小值输入 0、最大值输入 100000、区间数输入 4，将价格范围按相同间隔划分。超出设置范围的值则归入 100001~ 显示。

应用 Equal-width setup 后，价格会被划分为 0~24999、25000~49999、50000~74999、75000~100000。在图表中可以按这些价格区间比较付费用户数，确认购买主要集中在哪个价格带。

开始使用 Hive Analytics

借助 Bucket settings，可以在保留所采集原始维度值的同时，直接在图表中组织当前分析所需的分组和数值范围。每当分析口径变化时，都能减少开发新属性或另行加工数据的工作，并从多个视角比较同一份数据。

Hive Analytics 是一款面向游戏的专业分析解决方案，可以在图表中分析通过 Hive SDK 采集的游戏事件与属性。现在就在 Hive Analytics 中按分析目的组织维度值，用所需的口径查看数据吧。