按关键维度查看营销成效差异

整体指标看不出的成效差异，需要按国家、应用商店、OS 等用户条件拆分数据后才能发现。在 Hive Analytics 中，从国家、应用商店层面开始，逐步缩小到 OS、应用版本、设备型号等范围，就能具体找到问题集中的位置。

被整体指标掩盖的成效差异

即使整体结果看起来平稳，也不代表所有用户群体的表现都一样。根据获客环境的不同，购买转化和收入可能呈现不同的走势。

如果只有部分用户群体的新增用户数或收入下降，在整体指标上看到的增减就会很小。获客覆盖的地区和平台越多，就越需要在看平均值的同时，关注出现偏差的区间。

判断成效前的细分排查

即使获客结果不及预期，也很难直接归因于广告素材或投放媒体。

同一轮广告活动带来的用户，后续行为也可能因所在地区或使用环境而不同。某个地区新增获客在增长，但购买和收入相对偏低；另一个地区获客规模相近，转化率却可能更高。

因此，在调整投放方向之前，需要按用户条件拆分结果，找出差异集中的范围。经过这一步，就能具体判断获客规模、购买转化、收入中，究竟是哪个指标在哪个群体中发生了变化。

Hive Analytics 的多维分析

集成 Hive SDK 后，Hive Analytics 会自动采集游戏分析所需的基础事件与属性。可以依据其中包含的国家、应用商店、OS、应用版本、设备型号、语言、服务器信息，对用户和结果进行细分。游戏中需要单独分析的行为或条件，也可以定义为所需的事件与属性并发送，让分析范围随各游戏的情况灵活扩展。

如果整体指标发生了变化，可以先按国家和应用商店拆分，再依次按 OS、应用版本缩小范围。如果需要游戏特有的口径，可以加入自定义事件与属性进一步细分。

关键不在于反复查看固定的几项指标，而在于在自动采集的数据基础上补充所需信息，逐步找出产生差异的区间。

集成 MMP 后，还能同时利用获客媒体和广告活动信息。将这些信息与游戏内行为关联起来，就能在同一个分析流程中，了解通过特定渠道进入的用户在不同环境下会呈现怎样的结果。

不同国家的购买表现

以同一时期的韩国和日本为例，两个地区的新增用户数可能都在增长。但收入方面，可能出现韩国扩大、日本下降这种截然相反的走势。

再加上购买转化率，差异就更加明显。如果日本的转化率低于韩国，就能发现获客增长转化为购买的程度因地区而异。这正是仅看新增用户数无法发现的购买转化与收入差距。

分析并不止步于此。将日本用户再按 OS、应用版本、设备型号、语言、服务器等拆分，可以进一步缩小范围。如果某个群体的购买转化或收入增减特别明显，就能具体锁定受影响的对象。

在对所有地区采取相同措施之前，这类分析有助于先找到实际出现偏差的范围。同时查看获客规模与购买、收入的走势，并检查应用更新后波动是否集中在特定运行环境，即可作为下一步决策的依据。

开始使用 Hive Analytics

仅凭整体指标，很难找到偏差的源头。按用户条件拆分数据，就能看到被平均值掩盖的各群体特征。

在 Hive Analytics 中，可以基于通过 Hive SDK 采集的游戏事件与属性，按多种口径拆分获客之后的用户行为。还可以额外发送所需信息来扩展分析范围，并集成 MMP，一并查看各获客渠道的结果。

现在就在 Hive Analytics 中把握各用户群体的特征，找到差异突出的位置，用于更高效的游戏运营吧。