使用者分類指標¶
概要¶
會基於使用者在遊戲內的活動與購買相關資料，透過 K-Means clustering 技術自動區分活動力與購買力，並據此定義使用者分類類型。數值會以所選期間內有登入的使用者之最後登入日作為基準日提供。
- 該指標會以韓國時間(KST)每日早上 7 點更新。
- 不需額外傳送日誌，只要串接 SDK 即可查看。
可以做什麼？¶
商務/行銷負責人¶
- 可快速掌握大額付費使用者・海豚使用者・無課金使用者等各分類類型的規模與比例，快速定義目標群組。
- 點擊想要的類型格子後，可立即建立區隔並連結到 targetting 活動。
- 可確認各國家・OS 的使用者分佈，制定符合地區與平台特性的策略。
資料分析師¶
- 透過活動力/購買力區分表與各類型特性分佈，可從多面向分析使用者群體的行為模式。
- 變更期間後比較各使用者分類類型的使用者數・比例趨勢，可找出遊戲指標變化原因。
快速開始¶
- 在左側選單點擊 使用者 > 使用者分類。
- 設定要查看指標的 專案 與 期間。
- 在 使用者分類類型 表格中確認活動力/購買力的使用者數與各類型比例。
全部功能¶
主要概念¶
| 概念 | 說明 |
|---|---|
| 基準日 | 於所選期間內登入的使用者之最後登入日 |
| 活動力 | 以包含基準日在內的前 3 天登入・遊玩資料為基礎衡量的使用者遊戲參與度。分為高 / 中 / 低 / 新 4 階段 |
| 購買力 | 以首次登入日至基準日之間累計購買資料為基礎衡量的使用者付費傾向。分為高 / 中 / 低 / 無購買 4 階段 |
| 使用者分類類型 | 由活動力與購買力組合定義的 6 種使用者類型 |
指標用語¶
活動力¶
使用者的活動力是以使用者登入日期為基準日，並以包含基準日在內的前 3 天資料為基礎衡量。
Example
例：1 月 10 日登入的使用者 → 使用 1 月 8 日 ~ 1 月 10 日（3 天）的資料進行衡量
活動力共分 4 階段（高、中、低、新），衡量項目如下。若活動力為 新，則不論下列衡量項目如何，都是基準日當天的新使用者。
- 基準日在內前 3 天的登入次數
- 基準日在內前 3 天的登入日數
- 基準日在內前 3 天的日平均登入次數（登入次數 / 登入日數）
- 基準日在內前 3 天的遊戲遊玩時間總和(秒)
- 基準日在內前 3 天的 00 點~23 點每小時遊戲遊玩時間平均(秒)
- 基準日在內前 3 天的獎勵型廣告觀看次數
- 基準日在內前 3 天的推播開啟與否
購買力¶
使用者的購買力是以使用者登入日期為基準日，並以使用者首次登入日至基準日之間全期間的累計資料為基礎衡量。
Example
例：若 1 月 10 日登入使用者的首次登入日為 1 月 1 日 → 會使用 1 月 1 日 ~ 1 月 10 日之間的資料進行衡量
購買力共分 4 階段（高、中、低、無購買），衡量項目如下。若購買力為 無購買，則不論下列衡量項目如何，都是自首次登入日至基準日當天都沒有購買紀錄的使用者。
- 使用者首次登入 ~ 首次購買的耗時（單位：日）
- 使用者首次登入 ~ 基準日為止的使用者總付費件數
- 使用者首次登入 ~ 基準日為止，每 1 次付費的平均付費金額（使用者總付費金額 / 使用者總付費件數）
使用者分類類型¶
使用者分類類型以活動力與購買力為基礎定義，若基準重疊，則會分類為較高類型。
| 類型 | 分類基準 |
|---|---|
| 大額付費使用者 | 活動力與購買力都為「高」的情況 |
| 海豚使用者 | 活動力與購買力中任一為「高」的情況 |
| 中度使用者 | 活動力與購買力中任一為「中」的情況 |
| 輕度使用者 | 活動力與購買力都為「低」的情況 |
| 無課金使用者 | 不論活動力如何，購買力為「無購買」的情況 |
| 新使用者 | 不論購買力如何，活動力為「新」的情況 |
指標詳細¶
指標數值會以所選期間內有登入的使用者之最後登入日作為基準日提供。
Example
例：若期間選擇為 1 月 1 日 ~ 1 月 10 日，則在 1 月 1、3、5、10 日登入的使用者會以 1 月 10 日為基準；只有在 1 月 1 日登入的使用者則會以 1 月 1 日為基準。
使用者分類類型¶
可在使用者分類類型內左側表格查看活動力/購買力別的使用者數與比例，右側表格查看各使用者分類類型的使用者數與比例。
活動力/購買力別使用者數與比例 
- 可確認依活動力/購買力分類的使用者數與組成比例。
- 點擊該表格的格子後，可將點擊到的活動力/購買力使用者建立為區隔。
使用者分類類型別使用者數與比例 
- 可確認各使用者分類類型的使用者數與比例。
- 點擊該表格的類型名稱或格子後，可將想要進行 targetting 的分類類型使用者建立為區隔。
- 表格內使用者分類類型比例總和為 100%，若點擊全部分類類型，則可對所選期間內的所有使用者進行 targetting。
使用者分類類型別特性分佈¶
可查看各使用者分類類型所擁有的特性值分佈。 
| 特性 | 說明 |
|---|---|
| 遊玩時間(分/平均) | 各使用者分類類型於所選期間內，**最後登入當日**的平均遊玩時間換算為分鐘的數值。 |
| 登入日數(平均) | 各使用者分類類型於所選期間內，**包含最後登入日在內的前 3 天**平均登入日數。 |
| 登入次數(平均) | 各使用者分類類型於所選期間內，**包含最後登入日在內的前 3 天**平均登入次數。 |
| 日平均登入次數 | 依各使用者分類類型的登入日數 / 登入次數計算出的值之平均。 |
| 推播反應率(平均) | 各使用者分類類型於所選期間內，**包含最後登入日在內的前 3 天**開啟推播的比例。 |
| 獎勵型廣告觀看數(平均) | 各使用者分類類型於所選期間內，**包含最後登入日在內的前 3 天**觀看獎勵型廣告的次數。 |
| 首次購買所需日數(平均) | 各使用者分類類型從**首次登入到首次購買**所需日數的平均。 |
| 累計付費金額 | 各使用者分類類型自使用者首次登入至所選期間最後登入日為止的付費金額加總。 |
| 每位使用者平均付費金額 | 各使用者分類類型中，**自使用者首次登入至所選期間最後登入日**之間有 1 次以上購買紀錄的使用者，每人平均付費金額（累計付費金額 / 付費使用者數）。 |
使用者分類類型別 OS 分佈¶
可確認各使用者分類類型中各 OS 的占比。 
| 標示 | OS |
|---|---|
| I | iOS |
| A | Android |
| W | Windows |
| M | Mac |
| P | PC |
| B | 阿里巴巴 Yun OS |
| T | Tizen |
Note
OS 為 unknown 的情況，是因為 Hive 登入日誌中未帶入 OS 值，或該使用者分類類型中沒有任何使用者。
使用者分類類型別國家 TOP 10¶
將滑鼠移到各圖上時，可查看各使用者分類類型前 10 名國家的國家代碼與比例，前 10 名之外的值則會合併為 etc（其他）的比例。 
- 國家代碼以 ISO 3166-1 alpha-2（2 位元組國家代碼）為基準，為 2 個大寫字母。
- 國家代碼為 unknown 的情況，是因為 Hive 登入日誌中未帶入國家值，或該使用者分類類型中沒有任何使用者。
建立區隔¶
點擊使用者分類類型圖例或使用者分類類型表格中的格子，並點擊 建立區隔 按鈕，即可建立區隔。 
建立後的區隔可如下使用。
- 快照下載：可透過 區隔 > 區隔快照 > 下載功能，將所選使用者的特性資料下載為 CSV 檔。
- targetting 活動：可透過 區隔 > targetting 活動功能，設定針對所選使用者的 targetting 活動。
建立方式
- 點擊使用者分類類型圖例或使用者分類類型表格中想要進行 targetting 的一個以上格子。
- 點擊 建立區隔 按鈕後跳出視窗時，點擊 確認 按鈕。
- 點擊 前往區隔頁面 按鈕即可移至區隔頁面。
注意事項 & Tips¶
- 指標數值是以所選期間內各使用者的最後登入日為基準計算。同一個使用者在不同期間可能會被分類為不同類型。
- 若分類基準重疊，會分為較高類型。例：活動力高 + 購買力中 → 海豚使用者
- 指標會在每日早上 7 點(KST)更新，因此當天的即時資料不會反映。
- 若建立區隔後搭配 使用者分類移動指標 使用，可更深入分析使用者類型變化流程。