为每个游戏创建自定义指标

为每个游戏创建自定义指标¶

为数据源中的每个指标注册示例查询，并设置页面源以在分析中检查特定游戏的指标。
您需要对分析的授权 - 管理、页面源和数据源菜单，以创建自定义指标。
请参阅基本自定义指标指南这里。
有关使用 BigQuery 的基本指南，请查看这里。

周期 AU, NU, NU 费率¶

搜索期间的累计 AU、NU 和 NU 到 AU 的比率。
该指标也可以在 BigQuery 中查看。
创建指标涉及两个步骤：定义数据源和定义页面源。

步骤 1: 定义数据源¶

前往控制台 > 分析 > 管理指标 > 数据源，然后点击注册“数据源”按钮。
选择并输入以下信息，然后点击下一步。
- 选择
  - 日期范围：每日
  - 数据库：BIGQUERY
- 输入
  - 数据源名称：Period AU, NU, NU Rate
  - 编写SQL查询
    - 粘贴下面的示例查询并修改GameID。
    - GameID：指标适用的游戏在App Center中的GameID

select appidgroup, yyyymmdd_period, au, nu, nu_rate
from( with login_log as
(
    select appIdGroup, ifnull(playerId, vid) as playerId, newuser
    from `##companyDataset##.t_hive_login_log`
    where datetime &gt;= timestamp_sub(timestamp('##FROMDT##'), interval 9 hour)
    and datetime &lt; timestamp_add(timestamp_sub(timestamp('##TODT##'), interval 9 hour), INTERVAL 1 day)
    and appIdGroup in ("GameID")
    and ifnull(playerId, vid) &lt;&gt; 0
    qualify row_number()over(partition by checksum order by bigqueryRegistTimestamp desc) = 1
)

select appIdGroup, concat('##FROMDT##',' ~ ','##TODT##') as yyyymmdd_period, count(distinct playerId) as au,
count(distinct case when newUser='Y' then playerId end) as nu,
round(safe_divide( count(distinct case when newUser='Y' then playerId end ),
count(distinct playerId))*100,2) as nu_rate
from login_log
group by appIdGroup,yyyymmdd_period
)

在指定轴和数值选择后，点击下一步。
- 轴选择：yyyymmdd_period
- 数值选择：au, nu, nu_rate
- 您可以将每一列重命名为您想要的名称。
- 您可以将每个数值的小数位数从零调整到三位小数。对于“nu_rate”，建议设置小数位数以详细查看该值，因为它是一个百分比值。

不要设置排序或过滤；保存数据源。

步骤 2：定义页面源¶

转到控制台 > 分析 > 管理 > 页面源，然后点击“注册页面源”按钮。
输入并选择以下信息，然后点击下一步。
- 输入
  - 页面标题：周期 AU, NU, NU 率
- 选择
  - 包含轴配置：包含
  - 数据源信息：周期 AU, NU, NU 率
- 对于其他项目使用默认值。

配置轴和数值的位置。
- 左侧: yyyymmdd_period
- 数值: au, nu, nu_rate
  - 你可以通过拖放来改变数值的顺序。顺序决定它们在表格左侧的位置。
- ∑ 数值位置: 在水平轴上方

点击“预览”按钮以确保表格正确显示。确认后，保存页面源代码。

如果您在特定游戏的游戏特定指标中选择一个特定游戏，该指标将在游戏特定指标 > 自定义指标下显示，因此您必须选择要应用该指标的游戏。
- 访问控制台 > 分析 > 管理 > 页面源菜单，并选择“自定义指标应用位置”，作为您要应用该指标的游戏的期间 AU、NU、NU 率源。

现在，您可以在分析 > 游戏特定指标 > 自定义指标中访问周期 AU、NU、NU 速率指标。

月度粘性¶

平均每日DAU与每月MAU的比率。
关于粘性的详细描述可以在这里找到。
此指标也可以在Big Query中查看。
创建指标涉及两个步骤：定义数据源和定义页面源。

步骤 1：定义数据源¶

转到控制台 > 分析 > 管理指标 > 数据源，然后单击“注册数据源”按钮。
选择并输入以下信息，然后单击下一步。
- 选择
  - 日期范围：每月
  - 数据库：BIGQUERY
- 输入
  - 数据源名称：Monthly_Stickiness
  - 编写 SQL 查询
    - 粘贴下面的示例查询并修改 GameID。
    - GameID：指标适用的游戏在应用中心的 GameID

select appidgroup, yyyymm, avg_dau, au, stickiness
from (
    with login_log as (
        select appIdGroup, substr(cast(timestamp_add(dateTime, interval 9 hour) as string), 1, 10) as yyyymmdd, substr(cast(timestamp_add(dateTime, interval 9 hour) as string), 1, 7) as yyyymm, ifnull(playerId, vid) as playerId
        from `##companyDataset##.t_hive_login_log`
        where datetime &gt;= timestamp_sub(timestamp(concat('##FROMMM##' ,'-01')), interval 9 hour)
        and datetime &lt; timestamp(date_add(datetime(timestamp_sub(timestamp(concat('##TOMM##' ,'-01')), interval 9 hour)), interval 1 month))
        and appIdGroup in ("GameID")
        and ifnull(playerId, vid) &lt;&gt; 0
        qualify row_number()over(partition by checksum order by bigqueryRegistTimestamp desc) = 1
    )

    select appIdGroup, yyyymm, round(avg_dau,2) as avg_dau, au, ifnull(round(safe_divide(avg_dau, au)*100, 2), 0) as stickiness
    from
    (
        select appIdGroup, yyyymm, au, avg(dau) as avg_dau
        from
        (
            select appIdGroup, yyyymm, count(distinct playerId) over(partition by appIdGroup, yyyymmdd) as dau,count(distinct playerId) over(partition by appIdGroup, yyyymm) as au
            from login_log
        )
        group by appIdGroup, yyyymm, au
    )
)

在指定轴和数值选择后，点击下一步。
- 轴选择：yyyymm
- 数值选择：avg_dau, au, stickiness
- 您可以将每一列重命名为您想要的名称。
- 您可以将每个数值的小数位数调整为从零到三位小数。对于“粘性”，建议设置小数位以详细查看该值，因为它是一个百分比值。

配置排序后，保存数据源。
- yyyymm: 降序

步骤 2：定义页面源¶

转到控制台 > 分析 > 管理 > 页面来源，然后点击“注册页面来源”按钮。
输入并选择以下信息，然后点击下一步。
- 输入
  - 页面标题：Monthly_Stickiness
- 选择
  - 包括轴配置：包括
  - 数据源信息：Monthly_Stickiness
- 对于其他项目使用默认值。

配置轴和数值的位置。
- 左侧: yyyymm
- 数值: avg_dau, au, stickiness
  - 您可以通过拖放更改数值的顺序。顺序决定它们在表格左侧的位置。
- ∑ 数值位置: 在水平轴上方

点击“预览”按钮以确保表格正确显示。确认后，保存页面源代码。

如果您在特定游戏的游戏特定指标中选择了某个游戏，该指标将显示在“游戏特定指标 > 自定义指标”下，因此您必须选择要应用该指标的游戏。
- 访问控制台 > 分析 > 管理 > 页面源菜单，并选择“自定义指标应用位置”，将 Monthly_Stickiness 作为要应用该指标的游戏。

现在，您可以在分析 > 游戏特定指标 > 自定义指标中访问每月粘性指标。

每周粘性¶

平均每日 DAU 率到每周 WAU。
关于粘性的详细描述可以在这里找到。
此指标也可以在 Big Query 中查看。
创建指标涉及两个步骤：定义数据源和定义页面源。

步骤 1：定义数据源¶

前往控制台 > 分析 > 管理指标 > 数据源，然后点击“注册数据源”按钮。
选择并输入以下信息，然后点击下一步。
- 选择
  - 日期范围：每日
  - 数据库：BIGQUERY
- 输入
  - 数据源名称：Weekly_Stickiness
  - 编写SQL查询
    - 粘贴下面的示例查询并修改GameID。
    - GameID：指标适用的游戏在应用中心的GameID

select appidgroup, yyyymmdd_period, avg_dau, au, stickiness
from
(
    with login_log as (
        select appidgroup, yyyymmdd, monday, sunday,concat(monday,' ~ ',sunday) as yyyymmdd_period, playerId
        from
        (
            select appIdgroup, yyyymmdd, date_sub(date(yyyymmdd), interval if(extract(dayofweek from yyyymmdd)=1,7,extract(dayofweek from yyyymmdd)-1)-1 day) as monday, date_sub(date(yyyymmdd), interval if(extract(dayofweek from yyyymmdd)=1,7,extract(dayofweek from yyyymmdd)-1)-7 day) as sunday, playerId
            from
            (
                select appIdGroup, date(substr(cast(timestamp_add(dateTime, interval 9 hour) as string), 1, 10)) as yyyymmdd, ifnull(playerId, vid) as playerId
                from `##companyDataset##.t_hive_login_log`
                where datetime &gt;= timestamp_sub(timestamp('##FROMDT##'), interval 9 hour)
                and datetime &lt; timestamp_add(timestamp_sub(timestamp('##TODT##'), interval 9 hour), INTERVAL 1 day)
                and appIdGroup in ("GameID")
                and ifnull(playerId, vid) &lt;&gt; 0
                qualify row_number()over(partition by checksum order by bigqueryRegistTimestamp desc) = 1
            )
        )
        where monday &gt;= date('##FROMDT##')
        and sunday &lt;= date('##TODT##')
    )
    select appIdGroup, yyyymmdd_period, round(avg_dau,2) as avg_dau, au, ifnull(round(safe_divide(avg_dau, au)*100, 2), 0) as stickiness
    from
    (
        select appIdGroup, yyyymmdd_period, au, avg(dau) as avg_dau
        from
        (
            select appIdGroup, yyyymmdd_period, count(distinct playerId) over(partition by appIdGroup, yyyymmdd) as dau,count(distinct playerId) over(partition by appIdGroup, yyyymmdd_period) as au
            from login_log
        )
        group by appIdGroup, yyyymmdd_period, au
    )
)

在指定轴和数值选择后，点击下一步。
- 轴选择：yyyymmdd_period
- 数值选择：avg_dau, au, stickiness
- 您可以将每一列重命名为您想要的名称。
- 您可以将每个数值的小数位数调整为零到三位小数。对于“stickiness”，建议设置小数位数以详细查看该值，因为它是一个百分比值。

配置排序后，保存数据源。
- yyyymmdd_period : 降序

步骤 2：定义页面源¶

转到控制台 > 分析 > 管理 > 页面源，然后点击“注册页面源”按钮。
输入并选择以下信息，然后点击下一步。
- 输入
  - 页面标题: Weeky_Stickiness
- 选择
  - 包含轴配置: 包含
  - 数据源信息: Weeky_Stickiness
- 对于其他项目使用默认值。

配置轴和数值的位置。
- 左侧: yyyymm
- 数值: avg_dau, au, stickiness
  - 您可以通过拖放来更改数值的顺序。顺序决定它们在表格左侧的位置。
- ∑ 数值位置: 在水平轴上方

点击“预览”按钮以确保表格正确显示。确认后，保存页面源代码。

如果您在特定游戏的游戏特定指标中选择了一个特定游戏，该指标将在游戏特定指标 > 自定义指标下显示，因此您必须选择要应用该指标的游戏。
- 访问控制台 > 分析 > 管理 > 页面源菜单，并选择“自定义指标应用位置”作为您要应用该指标的游戏的Weekly_Stickiness。

现在，您可以在分析 > 游戏特定指标 > 自定义指标中访问每周粘性指标。