跳轉至

區隔

概要

區隔是透過設定條件來分類使用者的功能。可利用區隔功能將使用者分類,並透過建立的區隔快照進行 targetting 活動。

可設定遊戲 SDK 整合後預設提供的 40 種以上屬性條件,並可透過客戶端日誌傳送功能,將自行傳送的屬性用於建立區隔。


可以做什麼?

商務/行銷負責人

  • 可結合付款金額・登入天數等條件定義大額付費使用者、沉睡使用者等目標群組並用於活動。
  • 可設定快照排程,每天自動抽取最新使用者清單並連接到 targetting 活動。
  • 可建立以特定國家・市場為基準的區隔,輕鬆管理地區性促銷對象。

資料分析師

  • 可將區隔用於圖表・漏斗・留存篩選器,將特定使用者 cohort 分離出來進行深度分析。
  • 可固定快照建立時點,建立以活動開始日為基準的靜態 cohort,並比較前後指標。
  • 可透過模擬功能在建立快照前確認預估使用者數與占比,以最佳化條件。

快速開始

如果是第一次建立區隔,請依照以下步驟建立第一個區隔。

  1. 進入 區隔 選單後點擊建立按鈕。
  2. 選擇要分析的 專案
  3. 點擊 新增屬性群組 按鈕,設定用於分類使用者的屬性與條件。
  4. 在右側 模擬 區域點擊 計算 按鈕,確認預估使用者數。
  5. 點擊下方 儲存 按鈕,輸入 區隔標題區隔說明 後儲存為區隔。

Note

快照排程・屬性群組連接條件等細部設定,請參考 全部功能


全部功能

主要概念

概念 說明
區隔 具有設定屬性條件之使用者集合的定義
區隔快照 依區隔條件在特定時間點抽取出的實際使用者清單
屬性群組 將一個以上屬性條件組合在一起的單位。最多 5 個群組,每組最多 5 個屬性
模擬 在建立快照前預先確認預估使用者數與整體占比(%)的功能
targetting 活動 利用已建立的區隔與快照,針對特定使用者進行的活動

區隔清單

  • 區隔刪除只能透過建立該區隔的帳號進行。刪除區隔後,透過該區隔進行中的 targetting 活動會維持,但無法建立新的快照與 targetting 活動。
  • 透過清單左側的核取方塊選擇區隔後,點擊複製按鈕,即可在既有區隔條件中新增屬性,建立新的區隔。
  • 點擊各區隔名稱可移至區隔詳細頁面。

區隔詳細

可透過區隔詳細頁面確認建立區隔時所設定的條件,並建立區隔快照後用於 targetting 活動。 segment_01.png

區隔快照

segment_02.png

  • 區隔快照是依區隔中設定的屬性條件抽取出的使用者清單。可透過區隔快照分頁確認已建立的區隔所抽出的使用者數。
    • 套用『認證 v4』或『登入中心』的遊戲,其預設識別碼為使用者,因此可查看以抽取使用者為基準所對應的所有 uid 與 did 配對結果。
      • 不支援 Hive 會員整合的遊戲,uid 會一律顯示為 0。
    • 套用『認證 v1』的遊戲,預設識別碼為 uid,因此可查看以抽取 uid 為基準所對應的所有 did 配對結果。
  • 區隔快照資料每小時同步,因此每次建立快照時抽取的使用者數量可能會改變。
    • 區隔快照資料會以每小時 10 分前流入的資料進行彙總,並於每小時 35 分同步。
      • 每小時 35 分之後建立快照時:以建立時間點 10 分前流入的資料為基準
        • 例:2026-03-30 19:50 建立快照時 → 以截至 2026-03-30 19:10 流入的資料為基準
      • 每小時 35 分之前建立快照時:以建立時間點前 1 小時 10 分前流入的資料為基準
        • 例:2026-03-30 19:25 建立快照時 → 以截至 2026-03-30 18:10 流入的資料為基準
  • 若要額外建立快照,請點擊 新增快照 按鈕,輸入標題後點擊儲存按鈕。
  • 下載選項
    • 基本選項:下載由使用者、uid、did、appId 欄位構成的使用者清單。
    • 包含額外資訊選項:除基本使用者清單外,還會一併下載建立區隔時設定的屬性值。
      • 使用包含額外資訊選項下載時,顯示的屬性欄位順序與區隔詳細頁面上顯示的屬性順序相同。
      • 若透過客戶端日誌傳送功能傳送的自訂屬性名稱含有英文字母・數字以外的字元(例如:韓文、日文、中文),會以 customInfoProperty1, customInfoProperty2 形式的欄位名稱顯示。

targetting 活動

segment_03.png

可利用已建立的區隔與快照,針對對應使用者進行 targetting 活動。詳細內容可在 targetting 中確認。

目標受眾活動功能目前正在串接中。


建立區隔

在區隔清單頁面點擊建立按鈕後,會移至建立頁面。

segment_04.png

選擇專案

項目 必填與否 說明
目標專案 必填 要建立區隔的目標專案(單選)

選擇使用者屬性

使用者屬性指使用者所具有的特性。選擇屬性並設定細部條件後,即可抽出符合條件的使用者。

點擊 新增屬性群組 按鈕後會出現屬性選擇彈窗。一個區隔最多可有 5 個屬性群組,而一個群組最多可有 5 個屬性。

segment_05.png

透過遊戲 SDK 整合可預設確認的屬性清單如下。若因 SDK 版本差異等原因而沒有收集到日誌,某些屬性可能不會顯示在選擇畫面中。

廣告資訊

屬性類型 屬性名稱 說明
數字型 期間廣告觀看開始次數 使用者在特定期間內開始觀看遊戲內廣告的次數。
數字型 期間廣告觀看完成次數 使用者在特定期間內完成觀看遊戲內廣告的次數。
數字型 總廣告觀看開始次數 使用者自首次登入後開始觀看遊戲內廣告的累計次數。
數字型 總廣告觀看完成次數 使用者自首次登入後完成觀看遊戲內廣告的累計次數。

購買資訊

屬性類型 屬性名稱 說明
數字型 期間付款金額(KRW) 使用者在特定期間內付款的金額(單位:韓元)。
數字型 期間付款金額(USD) 使用者在特定期間內付款的金額(單位:美元)。
數字型 期間付款次數 使用者在特定期間內付款的次數。
數字型 總付款金額(KRW) 使用者自首次登入後的累計付款金額(單位:韓元)。
數字型 總付款金額(USD) 使用者自首次登入後的累計付款金額(單位:美元)。
數字型 總付款次數 使用者自首次登入後的累計付款次數。
日期型 首次購買日期 使用者的首次購買日期。

使用者資訊

屬性類型 屬性名稱 說明
文字型 OS 使用者的作業系統(例如:IOS)。
文字型 OS 版本 使用者的作業系統版本(例如:13.0.1)。
文字型 訪客使用者 使用者是否為訪客使用者。
文字型 國家 使用者的國家(例如:大韓民國)。
文字型 市場 使用者安裝遊戲的市場(例如:Google Play)。
文字型 伺服器 ID 使用者的伺服器 ID(例如:global)。
文字型 App 版本 使用者的遊戲 App 版本(例如:1.6.5)。
文字型 App ID 使用者的 App ID。
文字型 語言 使用者的語言(例如:韓文)。
文字型 使用者分類類型 使用者的使用者分類類型(例如:大額付費使用者)。
文字型 認證方式 使用者登入遊戲時的認證方式(例如:Facebook)。
文字型 Hive 使用停權 使用者目前的 Hive 使用停權狀態。
數字型 did 使用者安裝 App 時每次產生的 instance 值。
數字型 uid 使用者的 Hive 會員識別碼。
文字型 已排除註冊使用者 使用者目前是否被排除在指標數值彙總之外。
  • App ID:可選擇從 App Center 發行的 appId 值。
  • 使用者分類類型:關於使用者分類類型的詳細說明,請參考 使用者 > 使用者分類
  • Hive 使用停權:可從下列值中選擇其中之一。
    • 使用停權
    • 停權解除
    • 無使用停權紀錄
  • did:依 OS 的發行範圍不同。
    • iOS: 100,000,000 以上 300,000,000 以下,或 1,000,000,001 以上 5,000,000,000 以下
    • Android: 300,000,001 以上 700,000,000 以下,或 5,000,000,001 以上 10,000,000,000 以下
    • Windows: 10,000,000,001 以上 15,000,000,000 以下
    • MacOS: 15,000,000,001 以上 20,000,000,000 以下
  • uid:僅在套用『認證 v4』或『登入中心』且支援 Hive 會員整合的遊戲中可選。
    • 若是套用『認證 v1』的遊戲,uid 預設即為識別碼,因此即使不另外選擇屬性,也可在區隔快照中查看。
  • 已排除註冊使用者:可從下列值中選擇其中之一。

遊戲玩法資訊

屬性類型 屬性名稱 說明
數字型 帳號等級 使用者以帳號為基準的等級。
  • 帳號等級:在傳送 hive_account_level_change 事件資料時可選。

Session 資訊

屬性類型 屬性名稱 說明
數字型 期間 Session 數 使用者在特定期間內的 session 數量。
數字型 期間遊玩時間(秒) 使用者在特定期間內的遊玩時間(單位:秒)。
數字型 總 Session 數 使用者自首次登入後的累計 session 數量。
數字型 總遊玩時間(秒) 使用者自首次登入後的累計遊玩時間(單位:秒)。

登入資訊

屬性類型 屬性名稱 說明
數字型 期間登入日數 使用者在特定期間內的登入日數。
數字型 期間登入次數 使用者在特定期間內的登入次數。
文字型 期間新使用者 使用者在特定期間內是否為新使用者。
日期型 首次登入日期 使用者的首次登入日期。
數字型 總登入日數 使用者自首次登入後的累計登入日數。
數字型 總登入次數 使用者自首次登入後的累計登入次數。
數字型 沉睡日數 使用者連續未登入的日數。
  • 沉睡日數:以建立區隔的時間點為基準計算。若要抽取過去某個特定日期基準的沉睡使用者,必須在該日期直接建立區隔,之後無法回溯查詢。
    • 例:4 月 10 日選擇沉睡日數 3 天以上 → 抽出最後登入日在 4 月 8 日之前的使用者

推播資訊

屬性類型 屬性名稱 說明
數字型 期間大型推播開啟次數 使用者在特定期間內開啟大型推播的次數。
數字型 期間目標推播開啟次數 使用者在特定期間內開啟目標推播的次數。
數字型 總大型推播開啟次數 使用者自首次登入後累計開啟大型推播的次數。
數字型 總目標推播開啟次數 使用者自首次登入後累計開啟目標推播的次數。

MMP 資訊

屬性類型 屬性名稱 說明
文字型 期間 [MMP] 活動 - 媒體 / [MMP] 活動 - 媒體 使用者的遊戲內活動與媒體(促使活動發生的外部渠道或廣告來源)。
  • 若透過遊戲 SDK 串接 MMP 工具,會根據所傳送的日誌進行彙總,而屬性值可選擇為「活動 - 媒體」形式。
    • 各屬性名稱會依遊戲串接的 MMP 顯示區分。
      • 例:若已串接 Airbridge,會顯示為『期間 Airbridge 活動 - 媒體』、『Airbridge 活動 - 媒體』形式
      • 可在 資料 > 整合 中確認 Analytics 可整合的 MMP 工具種類。
    • 若遊戲套用『SDK v4』或『SDK v1 - 登入中心』,MMP 識別碼(customerUserId) 預設會以 playerId 傳送,因此可與其他屬性連結使用。
      • 套用其他 SDK 的遊戲,若未將 MMP 識別碼(customerUserId) 設為 Hive 使用者鍵(UID),則會限制與其他屬性的連結。
      • 若已串接 Airbridge,適用於 v4.25.2.0 之後版本 SDK 的遊戲可選。
  • 自 2025 年 03 月 15 日之後的資料起反映。

自訂使用者屬性

若透過客戶端日誌傳送功能傳送使用者屬性日誌,則在傳送後最長 1 小時內,可將自訂使用者屬性用於建立區隔。詳細內容請參考 自訂使用者屬性定義日誌

屬性條件設定

segment_06.png

在屬性選擇畫面中選擇所有要使用的屬性後,點擊 確認 按鈕,所選全部屬性就會以一個群組顯示。若要移除或變更所選屬性,可透過垃圾桶按鈕或 新增屬性 按鈕進行移除・變更。

數字型屬性(次數、日數等)

若資料型別為 integer,請輸入 1 以上整數;若為 float,請輸入 0 以上小數,然後選擇下列其中一種條件。

條件 說明
大於等於 抽取屬性值大於或等於輸入數字的使用者。
小於等於 抽取屬性值小於或等於輸入數字的使用者。
介於 抽取屬性值介於輸入兩個數字之間(包含兩端)的使用者。
包含 抽取屬性值等於輸入數字的使用者。
不包含 抽取屬性值不等於輸入數字的使用者。

文字型屬性(國家、語言等)

可透過屬性值下拉選單搜尋、查詢並選擇可用值。部分屬性值可能會顯示原始值(例如:KR)。

日期型屬性(首次登入日期等)

可透過月曆選擇日期值,然後選擇下列其中一種條件。

條件 說明
之前 查詢早於所選日期期間的屬性值。
之後 查詢晚於所選日期期間的屬性值。
當日 查詢所選日期當天的屬性值。
介於 查詢介於所選兩個日期之間的屬性值。

以「期間」開頭的屬性(期間 Session 數等)

可透過額外在條件中設定期間,將特定期間內的屬性值作為條件。期間可選擇 最近期間日期 其中之一。

  • 最近期間:輸入當天或 1~365 以內的日數,以指定相對期間。查詢時點不同,快照使用者數可能不同。
    • 例:設定最近期間 1 天 → 4 月 10 日查詢時,以 4 月 9 日~10 日資料為基準
  • 日期:查詢設定期間內的屬性值。日期範圍最多限制為 1 年。
屬性之間的連接

設定完所有想要的屬性後,可在屬性群組框內左側選擇 AND / OR 其中之一,將群組內所有屬性連接起來。

連接條件 說明
AND 抽取同時滿足所有已設定屬性條件的使用者。
OR 抽取只要滿足任一已設定屬性條件的使用者。
Example

例:若設定總登入次數 3 次以上且國家為韓國的條件

  • AND → 抽取同時滿足兩個條件的使用者
  • OR → 抽取滿足任一條件的使用者
多值查詢時

像國家、語言這類屬性名稱不是以「期間」開頭的屬性,會以使用者自首次登入後所有屬性值為基準提供。若查詢到多個值,可選擇下列其中一項設定條件。

選項 說明
最後值 以自首次登入到查詢時點之間所有屬性值中的最後一個值為基準抽取。
所有值 以自首次登入到查詢時點之間的所有屬性值為基準抽取。
Example

例:A 使用者在 4 月 9 日登入美國・韓國,4 月 10 日登入韓國時

  • 最後值 → 選擇國家「韓國」時可抽取
  • 所有值 → 選擇「美國」或「韓國」任一者都可抽取
屬性群組連接條件

若新增 2 個以上的屬性群組,可選擇 AND 或 OR 其中之一來連接所有屬性群組。

連接條件 說明
AND 抽取設定群組的共同使用者(交集)。
OR 抽取設定群組的所有使用者(聯集)。
Example

例:若將屬性群組 1 設為總付款金額(KRW) 5,000 韓元以上,屬性群組 2 設為總遊玩時間(秒) 3,600 秒以上

  • AND → 抽取同時滿足兩個條件的使用者
  • OR → 抽取滿足任一條件的使用者

模擬

在建立快照前確認預估使用者數與相對於全部使用者數的占比(%)的功能。 若未達預期,可確認是哪個條件導致使用者流失。

  • 預估使用者數是指符合所選屬性條件、且已去除重複後的使用者數。快照資料不會去重,因此可能與實際抽出的快照筆數不同。

模擬流程

  • 設定完所有區隔屬性條件後,計算 按鈕會啟用。 segment_07.png

    • 全部使用者數是指在所選遊戲中至少產生 1 次日誌的使用者去重後數量。
  • 點擊 計算 按鈕後,會顯示使用者占比摘要資料與各屬性別使用者占比詳細資料。

    • 摘要 segment_08.png

      • 使用者占比(%): 以 (預估使用者數 / 全部使用者數) × 100 計算。
    • 詳細 segment_09.png

      • 若在文字型屬性中選擇超過 5 個屬性值,只會顯示前 5 個,其餘可透過 更多 按鈕確認。
      • 若單一使用者具有多個屬性值,使用者占比(%) 的總和可能超過 100%。
  • 重新設定屬性條件後,再次點擊 計算 按鈕即可查看重新設定後的條件資料。

預設快照

  • 設定:建立區隔的同時,會自動建立名為 "Basic Segment" 的預設資訊快照,包含 playerId、uid、did、appId 欄位。
  • 未設定:不會建立區隔快照,必要時可在區隔快照頁面手動建立。

區隔快照排程設定

可自動化建立區隔快照。不限制排程設定數量,可自由設定。

選擇 設定,並設定期間、週期、時間(KST 基準) 後,會在設定期間內的指定時間依設定週期建立快照。

Example

例:若將期間設定為 4 月 8 日 15:00 ~ 4 月 10 日 15:00、週期為每天、時間為 16:00 → 會於 4 月 8 日 16 時、4 月 9 日 16 時共建立 2 次區隔快照

已建立的快照可在區隔詳細頁面 - 區隔快照分頁中查看。


推薦區隔

以下為 Analytics 中常用的區隔範例。請組合多種屬性條件,建立自訂區隔。

遊戲全體使用者

  • 說明:遊戲上線後至少登入 1 次的使用者。
  • 屬性選擇
屬性名稱 屬性值 屬性條件 期間條件
App ID 全選 App ID 值 - -

最近 7 日內新流入使用者

  • 說明:最近 7 日內新流入的使用者。
  • 屬性選擇
屬性名稱 屬性值 屬性條件 期間條件
App ID 全選 App ID 值 - -

最近 1 年內曾在特定國家登入 1 次以上的使用者

  • 說明:最近 1 年內曾在特定國家登入 1 次以上的使用者。
  • 屬性選擇
屬性名稱 屬性值 屬性條件 期間條件
國家 國家值(例如:大韓民國) - -
期間登入日數 1 大於等於 最近期間
  • 屬性之間的連接:AND
  • 若查詢到多個值:所有值

特定市場使用者中沉睡 3 天以上的使用者

  • 說明:透過特定市場安裝遊戲 1 次以上的使用者中,以查詢時點為基準連續 3 天未登入的使用者。
  • 屬性選擇
屬性名稱 屬性值 屬性條件 期間條件
市場 市場值(例如:Google) - -
沉睡日數 3 大於等於 -
  • 屬性之間的連接:AND
  • 若查詢到多個值:所有值

特定期間內登入過的使用者中沉睡 3 天以上的使用者

  • 說明:特定期間內曾活躍的使用者中,以查詢時點為基準連續 3 天未登入的使用者。
  • 屬性選擇
屬性名稱 屬性值 屬性條件 期間條件
期間登入日數 1 大於等於 日期
沉睡日數 3 大於等於 -
  • 屬性之間的連接:AND

注意事項 & Tips

  • 刪除區隔後,無法再使用該區隔建立新的快照與 targetting 活動。刪除前請務必確認使用狀況。
  • 因為快照資料不會去重,所以模擬的預估使用者數與實際快照筆數可能不同。
  • 以「最近期間」條件設定的區隔,每次查詢時使用者數都會不同。若要分析固定使用者,請先建立快照後使用。
  • 傳送自訂使用者屬性定義日誌後,最長 1 小時內會反映到區隔建立中。
  • 若將區隔用作圖表・漏斗・留存的篩選器,可將特定使用者群組分離後進行指標分析。

相關選單

  • 圖表 — 透過區隔篩選器分析特定使用者群組的指標
  • 漏斗 — 透過區隔篩選器分析特定使用者群組的轉換率
  • 留存 — 透過區隔篩選器分析特定 cohort 的留存率
  • 儀表板 — 將基於區隔的分析結果加入儀表板進行整合管理
  • targetting — 使用區隔快照進行 targetting 活動