关于游戏指标

遊戲指標是什麼？¶

• 為每個遊戲提供指標，其中包含有關遊戲運行的關鍵數據。
• 遊戲特定的指示器需要介面訪問許可權和遊戲許可權，並在 App Center 中針對所有可用遊戲中的單個遊戲顯示。
• 關聯 Hive SDK 時，預設提供即時、收入、使用者等有用指標，無需單獨傳輸日誌。
  • 但是，如果在Hive控制台中啟用了「最小化網路通信」功能，則不會發送併發訪問日誌，也不會顯示會話和併發使用者指示器。
• 通過傳輸遊戲日誌，可以檢查遊戲運行所需的其他分析指標。
• 實時指標每 10 分鐘更新一次，而其他指標則在韓國標準時間每天早上 8 點之前更新，以反映前一天的數據。
• 如果有大量數據暴露給指示器，則實際數據將以 CSV 格式提供。
• 請參閱 [[下一個]]（./indicator-terms.md/） 以獲取指標術語表。

功能表位置¶

• Hive 控制台 > Analytics > 遊戲指示器

指示燈狀態¶

* 詳細分析指標¶

• 這是一個指標，為每個專案提供進一步的狀態和分析。
• 每個指標都以 “Period Indicator Name（Aggregation Standard）” 格式命名。
  • 期間 ： 每小時、每天、每周、每月、累計、期間
    • 數據按小時、天、周和月按小時、每天、每周和每月編譯。
    • 合併所有時間數據的累積結果
    • 通過匯總指定期間的所有數據來提供
  • Indicator Name ：允許使用空格時，描述每個指示器的語句
  • 聚合標準
    • 按組計數時指定，除非不存在不同的組
    • 如果一個組包含 N 個標準，則按 & 進行分割。
      • 例如）國家是美國且市場是IOS的組：每日DAU（國家和市場）
  • 例 1） 按國家/地區提供每日 DAU 數據的指標：Daily DAU（Country）
  • 例如2）按國家和市場兩組提供每日DAU數據的指標：每日DAU（國家和市場）

指標詳細資訊¶

總結¶

• 每天/每周/每月提供匯總指標。
• 提供 DAU、NU、遊戲下載量、最高單日活躍數、銷售額、PU、首次購買用戶數、ARPU、ARPPU 和銷售次數等指標。

實時指標¶

• 按日期/時間提供收入、PU、AU 和 NU 指標。
• 按國家/地區/市場提供銷售、AU 和 NU 的分銷。
• 與銷售相關的指標每小時計算一次，最多顯示 10 分鐘的記錄。
• 整點每 20 分鐘更新一次，包括前一天和當天，與使用者相關的指標。
• 每隔 2 分鐘提供一次與同時訪問相關的指示器。

使用者指示器¶

• 提供每日/每周/每月 DAU、NU、遊戲下載、首次遊戲下載、總體/按伺服器的最高和最低每日併發用戶數的指標。
• 按市場提供 DAU、NU 和 DAU（不包括 NU）的每日留存指標。
  • 如果您在用戶選擇欄位選擇 NU，在市場選擇欄位選擇 Google Play，則可以查看市場為 Google Play 的 NU 使用者的留存情況。
• 此報告按國家/地區/市場提供每日/每周/每月DAU、NU、遊戲下載量和首次遊戲下載量。
• 提供按應用版本（遊戲應用版本資訊）、設備、操作系統版本劃分的每日、每周、每月 DAU 和 NU 指標。
  • 對於每個應用程式版本，它以OS名稱 – 應用程式版本名稱的形式提供。
  • 對於每個設備，它以OS name – device name （小寫字母） 的形式提供。
  • 對於每個作業系統版本，它以操作系統名稱 – 操作系統版本名稱的形式提供。
  • 如果 OS 名稱、App 版本名稱、設備名稱或 OS 版本名稱未知，則相應的數據在日誌中記錄為 null 或空。
• 我們按市場和國家/地區提供用戶離開和返回的每日指標。
  • 您可以為退出和返回使用者設置基準日期和基準持續時間（1 到 7 天）。（指示性術語：退出使用者，返回使用者備註）
• 將提供退出使用者的每日指標。
• 提供 DAU 的每日使用者分類和使用者分類變化指標。
  • 有關使用者分類指標的詳細資訊，請參見 [[這裡]]（./game-indicator/user-classification.md/） 和使用者分類移動指標 [[這裡]]（./game-indicator/user-classification-movement.md/）。

收入指標¶

• 提供每日/每周/每月銷售額、PU、首次購買使用者、首次購買天數、ARPU、ARPPU 和 PU RATE 指標整體/按伺服器。
  • 首次購買所需的天數是用戶在指數查詢期間進行首次付款所需的天數的分配。首次購買的用戶分為四組：1 天內、首次購買后 2 天內、第二次購買后 3 天內和第三次購買后。提供一個數位。
• 按產品、PU、首次購買者和 ARPPU 整體 / 伺服器指標提供銷售額。
• 提供特定於國家/地區的指標，包括每日/每周/每月銷售額、PU、首次購買者、銷售數量、ARPU、ARPPU 和 PU RATE。
• 提供每日、每周和每月的廣告銷售額和廣告銷售額佔總銷售額的百分比指標。
  • 廣告銷售是由廣告產生的交易。
  • 總收入是計算廣告收入與總收入比率時廣告收入和應用內收入的總和。
  • 該指標不提供昨天的數據，只能訪問前一天的數據。

按揭風險¶

• LTV指標按 NU 提供。
• 最多提供 D+50，其中 D+N 表示每個引用日期之後的天數。基礎日期是新使用者首次訪問遊戲的日期。
  • 例如。2023 年 1 月 1 日的基準日期是兩天后 203 年 1 月 1 日的 D+2。
• 新使用者 LTV 是指在指標查詢週期（D+N）內，所有新加入的用戶產生的平均累計收入，計算公式如下。
  • 新使用者 LTV = D+N 新使用者累計銷售額除以到達 D+N 的新用戶數

會話指示器¶

• 如果在Hive控制台中啟用了「最小化網路通信」功能，則不會發送併發訪問日誌，也不會顯示指示器。
• 提供每日/每周/每月播放時間、延遲時間和會話數的總和平均指標。
• 按國家/地區/市場提供每日/每周/每月播放時間、延遲時間和會話數的指標。

對局分析指標¶

• 通過傳輸遊戲日誌，您可以查看遊戲運行所需的其他分析指標。
• 要配置指標，必須通過用戶端日誌傳輸傳輸預定義記錄。
• 有關所提供指標的詳細資訊，請參見 [[這裡]]（./game-indicator/gameplay-analysis-indicator.md/）。

廣告指示器¶

• 提供每日/每周/每月廣告收入、廣告收入與總收入對比、廣告曝光次數、廣告點擊次數、廣告點擊次數和廣告觀看率等指標。
  • 廣告收入是指通過廣告獲得的收入。
  • 以廣告收入佔總收入的比例表示的總收入是指廣告收入和應用內收入之和。
• 您可以查看 2 天前的指標，但不能查看前一天的指標。

活動指示器¶

• 提供打開次數、點擊次數、安裝次數、點擊率 （%）、安裝率 （%）、通過促銷活動進入的用戶數、通過促銷活動進入的使用者與 NU （%） 的比率以及交叉促銷的 PU。
• 對於Hive推送送達詳細資訊，您可以按活動檢查送達總數、成功送達數、打開案例數、打開率 （%）、成功率 （%） 和重複狀態。
  • 您可以查看 2 天前的指標，但不能查看前一天的指標。

MMP 指示符¶

• 按歸因和媒體提供每日加入用戶的指標。

  • 可以在 Hive SDK 中同步的歸因工具分為 adjust、appsflyer 和 singular。
  • 每個吸引工具都是根據廣告ID匯總的。
  • 由於歸因工具收集的資訊只能由用於設置的帳戶查看，因此Hive Analytics需要每個歸因工具的回發選項來收集日誌。通過這種方式，Hive Analytics 會自動收集日誌並將其作為指標提供。
    • 通過Hive SDK 關聯歸因並完成回傳設置後，Hive SDK 提供的四個事件（安裝、打開、更新和購買）將被自動跟蹤，無需單獨配置即可收集日誌，並且Hive標識碼也會自動收集並作為指標提供。
    • 通過Hive SDK 關聯歸因並完成回傳設置後，Hive SDK 提供的四個事件（安裝、打開、更新和購買）將被自動跟蹤，無需單獨配置即可收集日誌，並且Hive標識碼也會自動收集並作為指標提供。

  • adjust、appsflyer 和 singular 歸因工具提供的文檔中包含了詳細指南。下面提供了您入門所需的資訊。

    • 生產伺服器 URL
  AppsFlyer調整單數

  HTTP method: GET
  EndPoint URL: https://analytics-log.withhive.com/recv_appsflyer_postback.php
  Event message: Check all non-organics of activated event types
  Message Fields: Choose All Possible Fields
  In-app events: Choose appsfyler_id
  

  EndPoint URL: https://analytics-log.withhive.com/recv_adjust_postback.php?app_id={app_id}&app_name={app_name}&tracker={tracker}&tracker_name={tracker_name}&network_name={network_name}&campaign_name={campaign_name}&adgroup_name={adgroup_name}&creative_name={creative_name}&app_version={app_version}&adid={adid}&idfa={idfa}&android_id={android_id}&idfa_android_id={idfa||android_id}&idfa_gps_adid={idfa||gps_adid}&idfv={idfv}&gps_adid={gps_adid}&referrer={referrer}&created_at={created_at}&click_time={click_time}&installed_at={installed_at}&country={country}&city={city}&postal_code={postal_code}&language={language}&device_name={device_name}&os_name={os_name}&sdk_version={sdk_version}&os_version={os_version}&session_count={session_count}¤cy={currency}&environment={environment}&tracking_enabled={tracking_enabled}&timezone={timezone}&last_time_spent={last_time_spent}&fb_campaign_group_name={fb_campaign_group_name}&fb_campaign_group_id={fb_campaign_group_id}&fb_campaign_name={fb_campaign_name}&fb_campaign_id={fb_campaign_id}&fb_adgroup_name={fb_adgroup_name}&fb_adgroup_id={fb_adgroup_id}&activity_kind={activity_kind}&reporting_revenue={reporting_revenue}&reporting_currency={reporting_currency}&revenue={revenue}&first_tracker={first_tracker}&last_tracker={last_tracker}&last_tracker_name={last_tracker_name}&is_organic={is_organic}&rejection_reason={rejection_reason}&click_referer={click_referer}&time_to_uninstall={time_to_uninstall}&time_to_reinstall={time_to_reinstall}&event={event}&event_name={event_name}&is_reattributed={is_reattributed}&adwords_campaign_name={adwords_campaign_name}&adwords_campaign_id={adwords_campaign_id}&adwords_adgroup_id={adwords_adgroup_id}&adwords_creative_id={adwords_creative_id}&adwords_placement={adwords_placement}&fb_install_referrer={fb_install_referrer}&fb_install_referrer_adgroup_name={fb_install_referrer_adgroup_name}&fb_install_referrer_campaign_name={fb_install_referrer_campaign_name}&fb_install_referrer_campaign_group_name={fb_install_referrer_campaign_group_name}&fb_install_referrer_ad_objective_name={fb_install_referrer_ad_objective_name}&fb_install_referrer_ad_id={fb_install_referrer_ad_id}
  

  EndPoint URL: https://analytics-log.withhive.com/recv_singular_postback.php
  

  • 沙箱伺服器 URL
  AppsFlyer調整單數

  HTTP method: GET
  EndPoint URL: https://sandbox-analytics-log.withhive.com/recv_appsflyer_postback.php
  Event message: Check all non-organics of activated event types
  Message Fields: Choose All Possible Fields
  In-app events: Choose appsfyler_id
  

  EndPoint URL: https://sandbox-analytics-log.withhive.com/recv_adjust_postback.php?app_id={app_id}&app_name={app_name}&tracker={tracker}&tracker_name={tracker_name}&network_name={network_name}&campaign_name={campaign_name}&adgroup_name={adgroup_name}&creative_name={creative_name}&app_version={app_version}&adid={adid}&idfa={idfa}&android_id={android_id}&idfa_android_id={idfa||android_id}&idfa_gps_adid={idfa||gps_adid}&idfv={idfv}&gps_adid={gps_adid}&referrer={referrer}&created_at={created_at}&click_time={click_time}&installed_at={installed_at}&country={country}&city={city}&postal_code={postal_code}&language={language}&device_name={device_name}&os_name={os_name}&sdk_version={sdk_version}&os_version={os_version}&session_count={session_count}¤cy={currency}&environment={environment}&tracking_enabled={tracking_enabled}&timezone={timezone}&last_time_spent={last_time_spent}&fb_campaign_group_name={fb_campaign_group_name}&fb_campaign_group_id={fb_campaign_group_id}&fb_campaign_name={fb_campaign_name}&fb_campaign_id={fb_campaign_id}&fb_adgroup_name={fb_adgroup_name}&fb_adgroup_id={fb_adgroup_id}&activity_kind={activity_kind}&reporting_revenue={reporting_revenue}&reporting_currency={reporting_currency}&revenue={revenue}&first_tracker={first_tracker}&last_tracker={last_tracker}&last_tracker_name={last_tracker_name}&is_organic={is_organic}&rejection_reason={rejection_reason}&click_referer={click_referer}&time_to_uninstall={time_to_uninstall}&time_to_reinstall={time_to_reinstall}&event={event}&event_name={event_name}&is_reattributed={is_reattributed}&adwords_campaign_name={adwords_campaign_name}&adwords_campaign_id={adwords_campaign_id}&adwords_adgroup_id={adwords_adgroup_id}&adwords_creative_id={adwords_creative_id}&adwords_placement={adwords_placement}&fb_install_referrer={fb_install_referrer}&fb_install_referrer_adgroup_name={fb_install_referrer_adgroup_name}&fb_install_referrer_campaign_name={fb_install_referrer_campaign_name}&fb_install_referrer_campaign_group_name={fb_install_referrer_campaign_group_name}&fb_install_referrer_ad_objective_name={fb_install_referrer_ad_objective_name}&fb_install_referrer_ad_id={fb_install_referrer_ad_id}
  

  EndPoint URL: https://sandbox-analytics-log.withhive.com/recv_singular_postback.php
  

  • 媒體分為 「有機」 和 「非有機」 兩種。
    • 自然：未通過媒體廣告加入的使用者
    • 非自然：通過媒體廣告（Facebook、Google 等）加入的使用者

• PlayerID 是使用者標識值，通過 Hive SDK 同步 Adjust 和 Appsflyer 時提供。

  • 用戶識別值 playerID 僅適用於使用 Hive SDK v1 的遊戲通過「登錄中心」登錄的使用者，而使用者識別值 playerID 對於使用 Hive SDK v4 的遊戲，則提供給所有使用者。
    • 除上述情況外，對於非上述 SDK 版本，必須通過實現遊戲區提供使用者標識值 playerID，才能將 uid 值設置為使用者標識值。
  • 您可以通過 PlayerID（使用者標識值）匹配分析的基本日誌，從而獲得有意義的結果。
    • 在 Adjust 的情況下，如果您在一台設備上創建多個帳戶並進行遊戲，則只會導入最初創建帳戶的玩家 ID，其他玩家 ID 可能會丟失，因此您必須在創建事件時刪除唯一設置。
      • 參考資料 ： https://help.adjust.com/ko/article/add-events
    • 如果 Adjust 的 ActivityKind 為 Session，則僅在滿足 session_time 條件時發送日誌。
      • 如果 session_time 設置為 30 分鐘，則當使用者處於活動狀態的時間超過 30 分鐘時，將發送會話日誌。

  • 使用下面的查詢，您可以通過將 Adjust 和 Appsflyer 日誌中的 PlayerID 與 Hive 登錄日誌中的 PlayerID 用戶進行匹配來檢查每個使用者的流入量。

    • 通過匹配 Adjust 紀錄中的 PlayerID 和 Hive 登錄日誌中的 PlayerID 來檢查流入媒介的查詢。

  SELECT
          A.playerId AS Adjust_playerId,
          B.playerId AS Hive_playerId,
          A.networkName
  FROM
          (
                  SELECT
                          playerId,
                          networkName
                  FROM
                          `fluted-airline-109810.analytics_{Company Code}_live.t_hive_adjust_fix_log`
                  WHERE
                          -- Period changes according to client needs
                          datetime >= "2024-01-01 00:00:00"
                          AND datetimeKst >= "2024-01-01 00:00:00"
                          AND datetimeKst <= "2024-03-31 23:59:59"
                          AND appIdGroup = '{AppIdGroup of the game you want to check}'
                          AND eventName = "{Login event name determined by client}"
                  GROUP BY
                          playerId,
                          networkName
          ) A
  INNER JOIN
          (
                  SELECT
                          playerId
                  FROM
                          `fluted-airline-109810.analytics_{Company Code}_live.t_hive_login_log`
                  WHERE
                          -- Period changes according to client needs
                          datetime >= "2024-01-01 00:00:00"
                          AND datetimeKst >= "2024-01-01 00:00:00"
                          AND datetimeKst <= "2024-03-31 23:59:59"
                          AND appIdGroup = '{AppIdGroup of the game you want to check}'
                  GROUP BY
                          playerId
          ) B
  ON
          A.playerId = B.playerId;
  

  • 通過匹配 Appsflyer 紀錄中的 PlayerID 和 Hive 登錄日誌中的 PlayerID 來檢查流入媒介的查詢。

  -- Query to check the inflow medium by matching the PlayerID in the Appsflyer log and the PlayerID in the Hive login log.
  
  SELECT
          A.playerId AS Appsflyer_playerId,
          B.playerId AS Hive_playerId,
          A.mediaSource
  FROM
          (
                  SELECT
                          playerId,
                          mediaSource
                  FROM
                          `fluted-airline-109810.analytics_{Company Code}_live.t_hive_appsflyer_log`
                  WHERE
                          -- Period changes according to client needs
                          datetime >= "2024-01-01 00:00:00"
                          AND datetimeKst >= "2024-01-01 00:00:00"
                          AND datetimeKst <= "2024-03-31 23:59:59"
                          AND appIdGroup = '{AppIdGroup of the game you want to check}'
                          AND eventName = "{Login event name determined by client}"
                  GROUP BY
                          playerId,
                          mediaSource
          ) A
  INNER JOIN
          (
                  SELECT
                          playerId
                  FROM
                          `fluted-airline-109810.analytics_{Company Code}_live.t_hive_login_log`
                  WHERE
                          -- Period changes according to client needs
                          datetime >= "2024-01-01 00:00:00"
                          AND datetimeKst >= "2024-01-01 00:00:00"
                          AND datetimeKst <= "2024-03-31 23:59:59"
                          AND appIdGroup = '{AppIdGroup of the game you want to check}'
                  GROUP BY
                          playerId
          ) B
  ON
          A.playerId = B.playerId;
  

  指標數值分析¶

  

• 如果您選擇左上角的通知圖示，您可以使用 STL 查看過去三天偏離先前模式和趨勢的指標的結果 分解（使用黃土的季節性和趨勢分解）和移動平均線。

• 此時將顯示檢測日期、指標名稱和指標值，您可以通過單擊表格的每一行在圖表中查看以前的數位。
• 如果您按下 [轉到 Metrics 頁面]，您將被帶到特定於遊戲的指標頁面，您可以在其中查看每個指標。
• 實時指標
  • 反映查詢時間前最多兩小時的數據。
  • 如果在同一天發現了兩個或多個時間範圍，則使用最新的時間範圍以及指示名稱和檢測到的病例數來暴露它們。
  • 該圖表在檢測日期前 72 小時內可用，您可以使用每隔 24 小時顯示的輔助線按時間範圍查看增加/減少模式和趨勢。
  • 指標包括 AU、NU 和 In-app Revenue （USD）。
• 每日指標
  • 反映查詢時間前一天的數據。
  • 該圖表在檢測日期前 21 天內可用，您可以使用每隔 7 天顯示的輔助線按天查看增加/減少模式和趨勢。
  • 指標包括 AU、NU、應用內收入（美元）、總遊戲時間、平均遊戲時間、內容使用者、社交使用者、升級使用者、商店點擊使用者、Mate 使用者和資產使用者。