分析从内容开始到完成的用户流程
新内容上线后，通常会先查看参与用户数和完成次数。如果开始和完成的数据与预期不符，可以检查内容构成、难度、奖励等因素，但仅凭这两项结果，很难判断用户究竟停在了哪个环节。
可能有很多用户开始了内容，却没能通过某个关卡；也可能有用户已经到达最后一步，却没有领取奖励就离开了。要判断内容是否按预期的流程被使用，除了开始和完成之外，还需要一并查看中间过程。
策划意图与实际使用流程的差异
策划人员会把内容的进入条件、进行顺序，以及目标和奖励设计成一套完整的体验。但实际用户可能会以预期之外的顺序行动，或者在某个环节反复流失。
只看整体参与规模，可以了解用户对内容的关注程度，却难以区分进行过程中出现的问题。观察用户开始内容后经过哪些环节才完成，就能找出策划意图与实际行为之间的差异，并明确需要重点检查的区间。
Hive Analytics 的内容流程分析
Hive Analytics 提供预定义事件，可用于记录游戏内容的接受、等待、完成、失败和取消。按照规定的 Schema 发送内容事件后，即可在事件列表中查看，并直接用于图表和漏斗分析。
进入、中间推进、获得奖励等仅靠内容事件难以表达的行为，可以通过自定义事件自由定义并发送。同时使用预定义事件和自定义事件，既能用统一的口径管理通用状态，又能把内容结构纳入分析范围。
在图表中，可以同时配置内容接受用户数、完成用户数和完成率，比较整体参与规模和各时段的变化，并针对变化明显的时间点进一步用漏斗分析。将内容接受、进入、开始、完成等关键行为按顺序串联起来，就能查看各环节的转化与流失。
检查内容各环节的使用流程
分析内容流程时，可以先在图表中查看整体规模和结果，再用漏斗缩小范围，查看各环节的流失区间。
比较内容接受与完成规模
把内容接受用户数、完成用户数以及接受到完成的完成率放在同一界面中，就能同时查看参与规模和结果的变化。如示例界面所示，如果出现完成率从 40% 左右逐渐下降、跌至 20% 左右的日期，就可以将该时间点选为详细分析的对象。
查看各环节的流失区间
用漏斗查看完成率下降当天的内容接受、进入、开始、完成事件，就能了解用户在哪个环节流失。将所需的用户条件设为筛选，还可以详细分析特定群体的流程。在示例界面中，接受内容的用户有 69.7% 进入、34.0% 开始，但最终到达完成的比例只有 1.6%。尤其是开始之后到完成环节用户大幅减少，因此可以把优先检查的范围缩小到完成条件、难度、进度引导等方面。
与其仅凭图表和漏斗的结果就断定流失原因，不如同时比较内容类型、难度、用户等级等条件，把这些结果作为找出差异明显范围的依据。
查看优化后的转化变化
调整完成条件或难度等因素后，用相同的环节和筛选条件重新查看漏斗，就能比较优化前后的变化。在示例界面中，接受、进入、开始环节的到达率与之前相近，但完成比例从 1.6% 提升到了 30.9%。借此可以确认变更后完成环节的流失是否减少，并判断还有哪些区间需要进一步完善。
开始使用 Hive Analytics
首先检查要分析的内容中，表示接受、进行和完成的事件是否已在采集。预定义的内容事件按 Schema 发送，各游戏需要额外查看的行为则通过自定义事件和属性进行扩展。
Hive Analytics 是一款面向游戏的专业分析解决方案，可以通过 Hive SDK 自由发送自定义事件，并借助图表和漏斗，直接分析从内容接受到完成的使用流程以及各环节的转化与流失。现在就通过 Hive Analytics 查看内容的使用规模和各环节流程，把策划意图与实际用户行为之间的差异用于优化决策吧。
