跳轉至

使用者分類移動指標

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後提供。

會針對所選期間內有登入的使用者，以第一次登入日與最後登入日的分類類型為基準，提供各類型的移動狀況，讓您確認使用者的使用流程。

  • 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

  • 可量化掌握所選期間內大額付費→海豚、輕度→未登入等使用者流失流程，並決定再活化活動時機。
  • 可透過最多分類移動狀況，立即掌握最常發生的使用者移動模式。

資料分析師

  • 可透過分類移動前後的使用者分佈點移動圖，視覺化探索個別使用者層級的移動模式。
  • 可變更期間，比較特定事件・更新前後的使用者類型變化。

快速開始

  1. 在左側選單中前往 使用者 > 使用者分類 頁面後，點擊使用者分類移動分頁。
  2. 設定要分析的 專案 與 期間。
  3. 在 使用者分類類型別移動 表格中確認從初始分類類型移動到最終分類類型的使用者數與比例。
  4. 在點移圖中視覺化探索個別使用者的移動路徑。

全部功能

主要概念

概念 說明
活動力 以包含基準日在內前 3 天的登入・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的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
初始分類類型 以所選期間內第一次登入日為基準分類的使用者類型
最終分類類型 以所選期間內最後登入日為基準分類的使用者類型
未登入 最後登入時間距離所選期間結束日超過 3 天的使用者（沉睡 3 天以上）

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

使用者分類類型別移動

user_classification_move_01.png 對象為第一次登入日與最後登入日的分類類型不同的使用者。

Example

例：若期間選擇為 1 月 1 日 ~ 1 月 10 日，1 月 1、3、5、10 日登入的使用者在 1 月 1 日被分類為大額付費使用者、在 1 月 10 日被分類為海豚使用者，因而類型不同，則會包含在顯示對象中；若到 1 月 10 日仍被分類為大額付費使用者、類型沒有變化，則不會包含在顯示對象中。

可確認所選期間內，從初始分類類型（以第一次登入日為基準）移動到最終分類類型（以最後登入日為基準）的使用者數與比例。

  • 使用者數：初始分類時被分為 A 類型的使用者，在最終分類時移動到 B 類型的使用者數。
  • 使用者比例(%)：相較於初始分類時 A 類型使用者數，移動到最終分類時 B 類型的使用者數比例。
Example

例：在 1 月 1 日 ~ 1 月 10 日期間，初始分類時為大額付費使用者 1,000 人，其中最終分類時移動為海豚的使用者有 100 人，則會顯示為 100 人(10%)。

最終分類類型中的 未登入 類型是沉睡 3 天以上的使用者，也就是最後登入時間距離所選期間結束日期超過 3 天的使用者。

Example

例：若期間選擇為 1 月 1 日 ~ 1 月 10 日，最後登入時間早於 1 月 8 日的使用者會被分類為未登入類型。

最多分類類型移動狀況

user_classification_move_02.png 可在使用者分類類型移動表格中，確認排除最終分類類型為無課金與未登入的移動後，以使用者數為基準值最大的分類移動類型。

分類移動前使用者分佈 & 分類移動後使用者分佈

可透過以顏色區分的點移動圖，確認所選期間內各使用者從初始分類結果移動到最後分類結果的狀況。 user_classification_move_03.png

  • 分類移動結果為 無課金 或 未登入（沉睡 3 天以上） 的使用者會顯示在分類移動前使用者分佈圖，但不會顯示在分類移動後使用者分佈圖。
  • 圖中的每個點代表所選期間內發生分類移動的 1 位使用者，每個點的顏色則是初始分類時的使用者分類類型顏色。
  • 將滑鼠移到圖中的各點上時，可查看該使用者的初始分類類型與最後分類類型。該使用者的各種特性資訊可透過 Analytics BigQuery 進行探索。

注意事項 & Tips

  • 分類移動指標只統計第一次登入日與最後登入日的類型不同的使用者。期間內沒有類型變化的使用者不會顯示。
  • 未登入類型是依所選期間的結束日判斷。期間設定得越長，未登入使用者比例可能越高。
  • 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。
  • 若發現移動模式集中的類型，可搭配 使用者分類指標 一起查看該使用者群組的特性。

相關選單

  • 使用者分類指標 — 查看所選期間內使用者分類類型定義與活動力・購買力基準
  • 區隔 — 建立以使用者分類為基礎的區隔並用於 targetting 活動