关于游戏指标

游戏指示器是什么？¶

• 每个游戏提供了指标，包含有关游戏操作的关键数据。
• 游戏特定指标需要接口访问和游戏权限，并且仅在应用中心的所有可用游戏中显示单个游戏。
• 实时、收入和用户等有用指标在链接Hive SDK时默认提供，无需单独传输日志。
  • 然而，如果在Hive控制台中启用了“最小化网络通信”功能，则不会发送并发访问日志，并且不会显示会话和并发用户指标。
• 通过传输游戏日志，可以检查游戏操作所需的其他分析指标。
• 实时指标每10分钟更新一次，而其他指标在KST时间每天早上8点之前更新，以反映前一天的数据。
• 如果指标暴露的数据量很大，实际数据将以CSV格式提供。
• 有关指标术语的词汇表，请参阅[下一步]。

菜单位置¶

• Hive 控制台 > 分析 > 游戏指标

指标状态¶

* 详细分析指标¶

• 这是一个指示器，为每个项目提供进一步的状态和分析。
• 每个指示器的命名格式为“周期指示器名称（聚合标准）”。
  • 周期：每小时、每天、每周、每月、累计、周期
    • 数据按小时、天、周和月编制，每小时、每天、每周和每月更新。
    • 累计结果是将所有时间的数据合并
    • 通过聚合指定周期内的所有数据提供
  • 指示器名称：允许使用空格，描述每个指示器的声明
  • 聚合标准
    • 在按组计数时指定，除非没有明显的组
    • 如果一个组包含N个标准，则按&分割。
      • 例如）国家为美国且市场为IOS的组：每日DAU（国家&市场）
  • 例如1）按国家每日提供DAU数据的指示器：每日DAU（国家）
  • 例如2）按国家和市场两个组每日提供DAU数据的指示器：每日DAU（国家&市场）

指标详情¶

摘要¶

• 摘要指标每天/每周/每月提供。
• 提供DAU、NU、游戏下载量、最高同时在线用户、销售额、PU、首次购买用户、ARPU、ARPPU和销售数量的指标。

实时指标¶

• 提供按日期/时间的收入、PU、AU 和 NU 指标。
• 提供按国家/市场的销售、AU 和 NU 分布。
• 销售相关指标每小时整点计算，每次显示最多十分钟的记录。
• 每小时整点更新用户相关指标，包括前一天和当天的数据。
• 每2分钟提供与同时访问相关的指标。

用户指示器¶

• 提供每日/每周/每月的DAU、NU、游戏下载量、首次游戏下载量、整体/按服务器的最高和最低日均同时在线用户数指标。
• 提供按市场的DAU、NU和DAU（不包括NU）的每日留存指标。
  • 如果您在用户选择字段中选择NU，在市场选择字段中选择Google Play，您可以检查市场为Google Play的NU用户的留存情况。
• 本报告提供按国家/市场的每日/每周/每月DAU、NU、游戏下载量和首次游戏下载量。
• 提供按应用版本（游戏应用版本信息）、设备和操作系统版本的每日、每周和每月DAU和NU指标。
  • 对于每个应用版本，提供为操作系统名称 - 应用版本名称。
  • 对于每个设备，提供为操作系统名称 - 设备名称（小写字母）。
  • 对于每个操作系统版本，提供为操作系统名称 - 操作系统版本名称。
  • 如果操作系统名称、应用版本名称、设备名称或操作系统版本名称未知，相应的数据将记录在日志中为null或空。
• 我们提供按市场和国家的每日离开和返回用户指标。
  • 您可以设置基准日期，以及退出和返回用户的基准持续时间（1到7天）。 （指示性术语：退出用户，返回用户说明）
• 将提供退出用户的每日指标。
• 提供DAU的每日用户分类和用户分类变化指标。
  • 有关用户分类指标的详细信息，请参见[这里]，用户分类移动指标[这里]。

收入指标¶

• 提供每日/每周/每月的销售额、PU、首次购买用户、首次购买所需天数、ARPU、ARPPU 和 PU RATE 指标（整体/按服务器）。
  • 首次购买所需天数是指在指标查询期间，用户进行首次付款所需天数的分布。首次购买的用户被分为四组：1天内、首次购买后的2天内、第二次购买后的3天内，以及第三次购买之后。提供一个数量。
• 提供按产品的销售额、PU、首次购买者和 ARPPU 的整体/按服务器指标。
• 提供特定国家/市场的每日/每周/每月销售额、PU、首次购买者、销售数量、ARPU、ARPPU 和 PU RATE 指标。
• 提供广告销售的每日、每周和每月指标，以及广告销售占总销售额的百分比。
  • 广告销售是由广告产生的交易。
  • 计算广告收入与总收入比率时，总收入是广告收入和应用内收入的总和。
  • 此指标不提供昨天的数据，仅能访问前一天的数据。

LTV¶

• LTV指标是按NU提供的。
• 提供到D+50，其中D+N表示每个参考日期后的天数。基础日期是新用户首次访问游戏的日期。
  • 例如）2023年01月01日的基准日期是2023年01月03日的D+2，即两天后。
• 新用户LTV是指在指标查询期间（D+N）加入的所有新用户所产生的平均累计收入，并使用以下公式计算。
  • 新用户LTV = D+N新用户的累计销售额除以在D+N到达的新用户数量

会话指示器¶

• 如果在 Hive 控制台中启用了“最小化网络通信”功能，则不会发送并发访问日志，也不会显示指标。
• 提供每日/每周/每月游戏时间、延迟时间和会话数量的总指标和平均指标。
• 按国家/市场提供每日/每周/每月游戏时间、延迟时间和会话数量的指标。

游戏玩法分析索引¶

• 通过传输游戏日志，您可以检查游戏运营所需的额外分析指标。
• 要配置指标，必须通过客户端日志传输传输预定义记录。
• 提供的指标的详细信息可以在[这里]找到。

广告指示器¶

• 提供每日/每周/每月广告收入的指标，广告收入与总收入的比较，广告曝光次数，广告点击次数，广告点击率，以及广告观看率。
  • 广告收入是指通过广告获得的收入。
  • 广告收入与总收入的比例中的总收入是指广告收入和应用内收入的总和。
• 您可以查看从前两天开始的指标，但不能查看前一天的指标。

活动指标¶

• 提供按归因和媒体划分的每日加入用户指标。

  • 可以在 Hive SDK 中同步的归因工具分为 adjust、appsflyer 和 singular。
  • 每个归因工具基于广告 ID 进行聚合。
  • 由于归因工具收集的信息只能由用于设置的帐户查看，因此 Hive Analytics 要求每个归因工具的回调选项来收集日志。通过此方式，Hive Analytics 自动收集日志并将其作为指标提供。
    • 通过 Hive SDK 关联归因并完成回调设置后，Hive SDK 提供的四个事件（安装、打开、更新和购买）将自动跟踪，并且可以在没有单独配置的情况下收集日志，Hive 标识符也会自动收集并作为指标提供。
    • 通过 Hive SDK 关联归因并完成回调设置后，Hive SDK 提供的四个事件（安装、打开、更新和购买）将自动跟踪，并且可以在没有单独配置的情况下收集日志，Hive 标识符也会自动收集并作为指标提供。

  • adjust、appsflyer 和 singular 归因工具提供的文档中有详细指南。您开始所需的信息如下。

    • 生产服务器 URL
  appsflyer调整单数

          HTTP 方法: GET
          端点 URL: https://analytics-log.withhive.com/recv_appsflyer_postback.php
          事件消息: 检查所有已激活事件类型的非有机
          消息字段: 选择所有可能的字段
          应用内事件: 选择 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}
  

  HTTP 方法: GET
  端点 URL: https://sandbox-analytics-log.withhive.com/recv_appsflyer_postback.php
  事件消息: 检查所有激活事件类型的非自然流量
  消息字段: 选择所有可能的字段
  应用内事件: 选择 appsfyler_id
  

  • 沙盒服务器网址
  appsflyer调整单数

  HTTP 方法: GET
  端点 URL: https://sandbox-analytics-log.withhive.com/recv_appsflyer_postback.php
  事件消息: 检查所有激活事件类型的非自然流量
  消息字段: 选择所有可能的字段
  应用内事件: 选择 appsfyler_id
  

  端点 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}
  

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

  • 媒体分为“有机”和“非有机”。
    • 有机：未通过媒体广告加入的用户
    • 非有机：通过媒体广告（Facebook、Google等）加入的用户

• PlayerID，用户识别值，在通过 Hive SDK 同步 Adjust 和 Appsflyer 时提供。

  • 用户识别值 playerID 仅在通过“登录中心”登录的用户中提供，适用于使用 Hive SDK v1 的游戏，而对于使用 Hive SDK v4 的游戏，所有用户都提供用户识别值 playerID。
    • 用户识别值 playerID 必须通过实现游戏区域来提供，以便将 uid 值设置为上述情况以外的 SDK 版本的用户识别值。
  • 通过匹配 PlayerID（用户识别值）的基本分析日志，您可以得出有意义的结果。
    • 在 Adjust 的情况下，如果您在一个设备上创建多个帐户并进行游戏，则仅会导入最初创建帐户的 PlayerID，其他 PlayerID 可能会丢失，因此在创建事件时必须删除 Unique 设置。
      • 参考 : https://help.adjust.com/ko/article/add-events
    • 如果 Adjust 的 ActivityKind 为 Session，则仅在满足 session_time 条件时发送日志。
      • 如果 session_time 设置为 30 分钟，则如果用户活跃超过 30 分钟，则发送 Session 日志。

  • 使用以下查询，您可以通过将 Adjust 和 Appsflyer 日志中的 PlayerID 与 Hive 登录日志中的 PlayerID 用户匹配来检查每个用户的流入情况。

    • 查询通过匹配 Adjust 日志中的 PlayerID 和 Hive 登录日志中的 PlayerID 来检查流入媒介。

  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;
  

  • 查询通过匹配Appsflyer日志中的PlayerID和Hive登录日志中的PlayerID来检查流入媒介。

  -- 查询通过匹配Appsflyer日志中的PlayerID和Hive登录日志中的PlayerID来检查流入媒介。
  
  SELECT
          A.playerId AS Appsflyer_playerId,
          B.playerId AS Hive_playerId,
          A.mediaSource
  FROM
          (
                  SELECT
                          playerId,
                          mediaSource
                  FROM
                          `fluted-airline-109810.analytics_{公司代码}_live.t_hive_appsflyer_log`
                  WHERE
                          -- 根据客户需求更改的时间段
                          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 = '{您要检查的游戏的AppIdGroup}'
                          AND eventName = "{由客户确定的登录事件名称}"
                  GROUP BY
                          playerId,
                          mediaSource
          ) A
  INNER JOIN
          (
                  SELECT
                          playerId
                  FROM
                          `fluted-airline-109810.analytics_{公司代码}_live.t_hive_login_log`
                  WHERE
                          -- 根据客户需求更改的时间段
                          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 = '{您要检查的游戏的AppIdGroup}'
                  GROUP BY
                          playerId
          ) B
  ON
          A.playerId = B.playerId;
  

• 提供打开次数、点击次数、安装次数、点击率（%）、安装率（%）、通过促销进入的用户数量、通过促销进入的用户与NU的比例（%）以及通过交叉促销的PU。

• 对于Hive推送交付详情，您可以查看按活动划分的总交付次数、成功交付次数、打开案例数、打开率（%）、成功率（%）和重复状态。
  • 您可以查看从前两天开始的指标，但不能查看前一天的指标。

指标数值分析¶

• 如果您选择左上角的通知图标，您可以使用 STL 分解（季节性和趋势分解使用 Loess）和移动平均法查看过去三天偏离先前模式和趋势的指标结果。
• 检测日期、指标名称和指标值会显示出来，您可以通过点击表格的每一行查看图表中的先前数据。
• 如果您点击 [前往指标页面]，将带您到特定于游戏的指标页面，在那里您可以查看每个指标。
• 实时指标
  • 数据反映至查询时间前两小时。
  • 如果在同一天发现两个或多个时间框架，则使用最新的时间框架以及指标名称和检测到的案例数量进行展示。
  • 图表可追溯至检测日期前72小时，您可以通过显示在24小时间隔的辅助线查看按时间框架的增减模式和趋势。
  • 指标包括按时间框架的 AU、按时间框架的 NU 和按时间框架的销售额（美元）。
• 每日指标
  • 数据反映至查询时间前一天。
  • 图表可追溯至检测日期前21天，您可以通过显示在7天间隔的辅助线查看按天的增减模式和趋势。
  • 指标包括 DAU、NU、销售额（美元）、现有用户销售额（美元）、NU 销售额（美元）、游戏时间（总计）、用户游戏时间（平均）、参与内容的用户数量、参与社交活动的用户数量、参与商店点击的用户数量、配对和产品修改的用户数量。