仅凭总用户数,很难知道用户是否回访。本文介绍如何使用 Hive Analytics 的留存功能,通过设置起始事件和回访事件分析回访与行为转化,并结合国家维度缩小分析范围的示例。
博客 · 页 3
- 用留存看清游戏用户的回访情况
- 找出为游戏收入做出贡献的用户
仅凭汇总后的整体收入指标,很难找出表现突出的对象。本文介绍如何用 Hive Analytics 的排行,查看所选时间段内按用户和商品划分的收入指标排名。
- 关联 MMP 与游戏事件,查看用户行为
只有把获客数据和游戏事件放在一起看,才能了解用户进入游戏之后的行为。Hive Analytics 支持集成 Airbridge、AppsFlyer、Adjust,可将 MMP 事件与游戏事件一起分析。
- 新增后付费的用户,现在是哪类用户?
仅凭初期是否付费,很难判断新用户此后是否仍在持续创造价值。本文介绍如何用 Hive Analytics 的细分圈选新增后付费的用户,并在用户活动追踪中查看他们的用户分类类型和单个用户的事件流程。
- 用模板快速搭建游戏分析内容
分析游戏数据时,每次都要重新确定指标、维度和事件配置。Hive Analytics 的模板可直接套用常用的仪表板、图表、漏斗、留存配置,只需调整需要的项目即可。