ตัวบ่งชี้เกม

ตัวบ่งชี้เกมคืออะไร?

• มีตัวบ่งชี้สำหรับแต่ละเกมที่มีข้อมูลสำคัญเกี่ยวกับการทำงานของเกม
• ตัวบ่งชี้เฉพาะเกมจำเป็นต้องมีการเข้าถึงอินเทอร์เฟซและการอนุญาตเกม และจะแสดงสำหรับเกมเดียวจากเกมที่มีอยู่ทั้งหมดใน App Center.
• ตัวบ่งชี้ที่เป็นประโยชน์ เช่น เรียลไทม์ รายได้ และผู้ใช้ จะได้รับตามค่าเริ่มต้นเมื่อเชื่อมโยง Hive SDK โดยไม่ต้องส่งบันทึกแยกต่างหาก
  • อย่างไรก็ตาม หากเปิดใช้งานฟังก์ชัน 'ย่อการสื่อสารผ่านเครือข่ายให้เล็กสุด' ไว้ใน Hive Consoleบันทึกการเข้าถึงพร้อมกันจะไม่ถูกส่ง และเซสชันและตัวบ่งชี้ผู้ใช้พร้อมกันจะไม่แสดง
• โดยการส่งบันทึกการเล่นเกม จะสามารถตรวจสอบตัวบ่งชี้การวิเคราะห์เพิ่มเติมที่จำเป็นสำหรับการดำเนินงานเกมได้
• อินดิเคเตอร์แบบเรียลไทม์จะอัปเดตทุกๆ 10 นาที ในขณะที่อินดิเคเตอร์อื่นๆ จะอัปเดตทุกเช้าก่อน 8 น KST เพื่อสะท้อนข้อมูลจากวันก่อนหน้า
• หากมีข้อมูลจำนวนมากที่เปิดเผยต่อตัวบ่งชี้ ข้อมูลจริงจะถูกส่งเป็น CSV จัดรูปแบบ
• โปรดดูที่ [ต่อไป] สำหรับอภิธานคำศัพท์ตัวบ่งชี้

ตำแหน่งเมนู

• Hive คอนโซล > การวิเคราะห์ > ตัวบ่งชี้เกม

สถานะตัวบ่งชี้

* ตัวบ่งชี้การวิเคราะห์โดยละเอียด

• นี่คือตัวบ่งชี้ที่ให้สถานะและการวิเคราะห์เพิ่มเติมสำหรับแต่ละรายการ
• ตัวบ่งชี้แต่ละตัวจะมีชื่ออยู่ในรูปแบบ “ชื่อตัวบ่งชี้ระยะเวลา (มาตรฐานการรวมตัว)”
  • ระยะเวลา : รายชั่วโมง, รายวัน, รายสัปดาห์, รายเดือน, สะสม, ช่วงเวลา
    • ข้อมูลจะถูกรวบรวมเป็นรายชั่วโมง วัน สัปดาห์ และเดือน โดยเป็นรายชั่วโมง รายวัน รายสัปดาห์ และรายเดือน
    • ผลลัพธ์สะสมจากการรวมข้อมูลทุกครั้ง
    • จัดทำโดยการรวบรวมข้อมูลทั้งหมดจากระยะเวลาที่กำหนด
  • ชื่อตัวบ่งชี้ : อนุญาตให้มีช่องว่าง ข้อความที่อธิบายตัวบ่งชี้แต่ละตัว
  • มาตรฐานการรวมกลุ่ม
    • ระบุเมื่อนับตามกลุ่ม ยกเว้นเมื่อไม่มีกลุ่มที่แตกต่างกัน
    • หากกลุ่มมีเกณฑ์ N รายการจะถูกแบ่งตาม &
      • เช่น) กลุ่มที่มีประเทศคือสหรัฐอเมริกาและตลาดอยู่ IOS: ทุกวัน DAU(ประเทศและตลาด)
  • เช่น. 1) การจัดหาตัวบ่งชี้ DAU ตัวเลขตามประเทศในแต่ละวัน : รายวัน DAU(ประเทศ)
  • เช่น. 2) ตัวบ่งชี้ที่ให้ DAU ตัวเลขแยกตามสองกลุ่ม ประเทศ และตลาด รายวัน : รายวัน DAU(ประเทศและตลาด)

รายละเอียดตัวบ่งชี้

• สรุป

  • มีตัวชี้วัดสรุปรายวัน/รายสัปดาห์/รายเดือน
  • จัดให้มีตัวชี้วัดสำหรับ DAU, NU, ดาวน์โหลดเกม, ผู้ใช้รายวันพร้อมกันสูงสุด, ยอดขาย, PU, ​​ผู้ใช้ที่ซื้อครั้งแรก, ARPU, ARPPUและจำนวนยอดขาย

• ตัวบ่งชี้แบบเรียลไทม์

  • ระบุรายได้, ตัวบ่งชี้ PU, AU และ NU ตามวันที่/เวลา
  • ให้บริการจำหน่ายตามประเทศ/ตลาด AUและ ม.อ.
  • ตัวบ่งชี้ที่เกี่ยวข้องกับการขายจะถูกคำนวณทุกๆ ห้านาทีในชั่วโมง และแสดงบันทึกสูงสุดสิบนาที
  • ทุกๆ 20 นาทีในชั่วโมง รวมถึงวันก่อนและวันเดียวกัน ตัวบ่งชี้ที่เกี่ยวข้องกับผู้ใช้จะได้รับการอัปเดต
  • จะมีการจัดเตรียมตัวบ่งชี้ที่เกี่ยวข้องกับการเข้าถึงพร้อมกันทุกๆ 2 นาที

• ตัวบ่งชี้ผู้ใช้

  • มีตัวบ่งชี้รายวัน/รายสัปดาห์/รายเดือน DAU, NU, ดาวน์โหลดเกม, ดาวน์โหลดเกมครั้งแรก, ผู้ใช้พร้อมกันรายวันสูงสุดและต่ำสุดโดยรวม/ตามเซิร์ฟเวอร์
  • ให้ตัวชี้วัดการเก็บรักษารายวันสำหรับ DAU, NU และ DAU (ไม่รวม NU) ตามตลาด
    • หากคุณเลือก NU ในช่องการเลือกผู้ใช้และ Google Play ในช่องการเลือกตลาด คุณสามารถตรวจสอบการรักษาผู้ใช้ NU ที่มีตลาดอยู่ได้ Google Play.
  • รายงานนี้ให้รายวัน/รายสัปดาห์/รายเดือน DAU, NU, การดาวน์โหลดเกม และการดาวน์โหลดเกมครั้งแรกแยกตามประเทศ/ตลาด
  • ให้บริการรายวัน รายสัปดาห์ และรายเดือน DAU และตัวบ่งชี้ NU ตามเวอร์ชันแอป (ข้อมูลเวอร์ชันแอปเกม) อุปกรณ์ และเวอร์ชันระบบปฏิบัติการ
    • สำหรับแอปแต่ละเวอร์ชัน จะมีการระบุเป็นชื่อระบบปฏิบัติการ – ชื่อเวอร์ชันแอป
    • สำหรับแต่ละอุปกรณ์จะมีให้เป็นชื่อ OS – ชื่ออุปกรณ์ (ตัวอักษรพิมพ์เล็ก)
    • สำหรับระบบปฏิบัติการแต่ละเวอร์ชัน จะมีให้เป็นชื่อระบบปฏิบัติการ – ชื่อเวอร์ชันระบบปฏิบัติการ
    • หากเป็นชื่อระบบปฏิบัติการ ชื่อเวอร์ชันแอป ชื่ออุปกรณ์ หรือชื่อเวอร์ชันระบบปฏิบัติการ unknownข้อมูลที่เกี่ยวข้องจะถูกบันทึกไว้ในบันทึกเป็น null หรือว่างเปล่า
  • เราจัดทำตัวบ่งชี้รายวันของผู้ใช้ที่เดินทางออกและกลับมาตามตลาดและประเทศ
    • คุณสามารถกำหนดวันที่ฐานและระยะเวลาพื้นฐาน (1 ถึง 7 วัน) สำหรับผู้ใช้ที่ออกและกลับมาได้ (เงื่อนไขบ่งชี้: ผู้ใช้ที่ออก, ส่งคืนหมายเหตุผู้ใช้)
  • จะมีการจัดเตรียมตัวบ่งชี้รายวันของผู้ใช้ที่ถูกถอนออก
  • จัดให้มีการจัดประเภทผู้ใช้รายวันและตัวบ่งชี้การเปลี่ยนแปลงการจัดประเภทผู้ใช้สำหรับ DAU.
    • ข้อมูลโดยละเอียดเกี่ยวกับตัวบ่งชี้การจำแนกประเภทผู้ใช้สามารถพบได้ [ที่นี่]และตัวชี้วัดความเคลื่อนไหวการจำแนกประเภทผู้ใช้ [ที่นี่].

• ตัวชี้วัดรายได้

  • ให้ยอดขายรายวัน/รายสัปดาห์/รายเดือน, PU, ​​ผู้ใช้ที่ซื้อครั้งแรก, วันก่อนที่จะซื้อครั้งแรก, ARPU, ARPPUและ PU RATE ตัวบ่งชี้โดยรวม/ตามเซิร์ฟเวอร์
    • จำนวนวันที่จำเป็นสำหรับการซื้อครั้งแรกคือการกระจายของจำนวนวันที่จำเป็นสำหรับผู้ใช้ในการชำระเงินครั้งแรกในช่วงระยะเวลาการสอบถามดัชนี ผู้ใช้ที่ซื้อครั้งแรกจะถูกแบ่งออกเป็นสี่กลุ่ม: ภายใน 1 วัน ภายใน 2 วันของการซื้อครั้งแรก ภายใน 3 วันของการซื้อครั้งที่สอง และหลังการซื้อครั้งที่สาม เสนอจำนวน
  • จัดทำยอดขายตามผลิตภัณฑ์ PU ผู้ซื้อครั้งแรก และ ARPPU ตัวบ่งชี้โดยรวม/ตามเซิร์ฟเวอร์
  • ให้ตัวบ่งชี้เฉพาะประเทศ/ตลาดสำหรับยอดขายรายวัน/รายสัปดาห์/รายเดือน, PU, ​​ผู้ซื้อครั้งแรก, ปริมาณการขาย, ARPU, ARPPUและ PU RATE.
  • ให้ตัวบ่งชี้รายวัน รายสัปดาห์ และรายเดือนของยอดขายโฆษณาและยอดขายโฆษณาเป็นเปอร์เซ็นต์ของยอดขายทั้งหมด
    • การขายโฆษณาคือธุรกรรมที่เกิดจากการโฆษณา
    • รายได้รวมคือผลรวมของรายได้จากโฆษณาและรายได้จากในแอปเมื่อคำนวณอัตราส่วนรายได้จากโฆษณาต่อรายได้ทั้งหมด
    • ตัวบ่งชี้นี้ไม่ได้ให้ข้อมูลของเมื่อวานและสามารถเข้าถึงได้เฉพาะข้อมูลจากวันก่อนหน้าเท่านั้น

  • LTV

    • ตัวชี้วัดของ LTV มีให้ตาม NU
    • จนถึง D+50 มีให้ที่ไหน D+N หมายถึงจำนวนวันหลังจากวันที่อ้างอิงแต่ละวัน วันที่ก่อตั้งคือวันที่ผู้ใช้ใหม่เข้าถึงเกมเป็นครั้งแรก
      • เช่น) วันที่ฐานของ 01/01/2023 คือ D+2 เมื่อวันที่ 01/01/203 สองวันต่อมา
    • ผู้ใช้ใหม่ LTV คือรายได้รวมเฉลี่ยที่สร้างโดยผู้ใช้ใหม่ทั้งหมดที่เข้าร่วมในช่วงระยะเวลาการสอบถามตัวบ่งชี้ (D+N) และคำนวณโดยใช้สูตรต่อไปนี้
      • ผู้ใช้ใหม่ LTV = D+N ยอดขายสะสมของผู้ใช้ใหม่หารด้วยจำนวนผู้ใช้ใหม่ที่มาถึง D+N

• ตัวบ่งชี้เซสชัน

  • หากเปิดใช้งานฟังก์ชัน 'ย่อการสื่อสารผ่านเครือข่ายให้เล็กสุด' ใน Hive Consoleบันทึกการเข้าถึงพร้อมกันจะไม่ถูกส่ง และไม่มีการแสดงตัวบ่งชี้
  • ให้ตัวบ่งชี้ทั้งหมดและโดยเฉลี่ยสำหรับเวลาเล่นรายวัน/รายสัปดาห์/รายเดือน เวลาล่าช้า และจำนวนเซสชัน
  • ให้ตัวบ่งชี้สำหรับเวลาเล่นรายวัน/รายสัปดาห์/รายเดือน เวลาล่าช้า และจำนวนเซสชันตามประเทศ/ตลาด

• การวิเคราะห์การเล่นเกม Index

  • คุณสามารถตรวจสอบตัวบ่งชี้การวิเคราะห์เพิ่มเติมที่จำเป็นสำหรับการทำงานของเกมได้ด้วยการส่งบันทึกการเล่นเกม
  • ในการกำหนดค่าตัวบ่งชี้ จำเป็นต้องส่งบันทึกที่กำหนดไว้ล่วงหน้าผ่านการส่งบันทึกไคลเอนต์
  • ข้อมูลโดยละเอียดเกี่ยวกับตัวบ่งชี้ที่ให้ไว้สามารถพบได้ [ที่นี่].

• ตัวบ่งชี้การโฆษณา

  • ให้ตัวบ่งชี้สำหรับรายได้จากโฆษณารายวัน/รายสัปดาห์/รายเดือน รายได้จากโฆษณาเปรียบเทียบกับรายได้ทั้งหมด จำนวนการแสดงโฆษณา จำนวนการคลิกโฆษณา จำนวนอัตราการคลิกโฆษณา และอัตราการดูโฆษณา
    • รายได้จากการโฆษณาหมายถึงรายได้ที่เกิดจากการโฆษณา
    • รายได้รวมในอัตราส่วนของรายได้จากโฆษณาต่อรายได้รวมหมายถึงผลรวมของรายได้จากโฆษณาและรายได้จากในแอป
  • คุณสามารถตรวจสอบตัวบ่งชี้ได้ตั้งแต่ 2 วันก่อนหน้า แต่ไม่ใช่จากวันก่อนหน้า

• ตัวบ่งชี้แคมเปญ

  • จัดทำตัวบ่งชี้สำหรับผู้ใช้ที่เข้าร่วมรายวันตามการระบุแหล่งที่มาและสื่อ
    • เครื่องมือระบุแหล่งที่มาที่สามารถซิงค์ได้ Hive SDK ถูกจัดประเภทเป็น adjust, appsflyer และ singular.
    • เครื่องมือดึงดูดแต่ละอันจะถูกรวบรวมตามรหัสโฆษณา
    • เนื่องจากข้อมูลที่รวบรวมโดยเครื่องมือระบุแหล่งที่มาสามารถดูได้โดยบัญชีที่ใช้สำหรับการตั้งค่าเท่านั้น Hive Analytics ต้องใช้ตัวเลือก Postback ของเครื่องมือระบุแหล่งที่มาแต่ละรายการเพื่อรวบรวมบันทึก ผ่านทางนี้ Hive Analytics จะรวบรวมบันทึกโดยอัตโนมัติและใช้เป็นตัวบ่งชี้
      • หลังจากเชื่อมโยงการระบุแหล่งที่มาผ่าน Hive SDK และดำเนินการตั้งค่า postback ให้เสร็จสิ้น ซึ่งเป็นเหตุการณ์ทั้งสี่ที่จัดทำโดย Hive SDK (ติดตั้ง เปิด อัปเดต และซื้อ) จะถูกติดตามโดยอัตโนมัติ และการรวบรวมบันทึกสามารถทำได้โดยไม่ต้องมีการกำหนดค่าแยกต่างหาก และ Hive ตัวระบุจะถูกรวบรวมโดยอัตโนมัติและเป็นตัวบ่งชี้
      • หลังจากเชื่อมโยงการระบุแหล่งที่มาผ่าน Hive SDK และดำเนินการตั้งค่า postback ให้เสร็จสิ้น ซึ่งเป็นเหตุการณ์ทั้งสี่ที่จัดทำโดย Hive SDK (ติดตั้ง เปิด อัปเดต และซื้อ) จะถูกติดตามโดยอัตโนมัติ และการรวบรวมบันทึกสามารถทำได้โดยไม่ต้องมีการกำหนดค่าแยกต่างหาก และ Hive ตัวระบุจะถูกรวบรวมโดยอัตโนมัติและเป็นตัวบ่งชี้
    • คำแนะนำโดยละเอียดมีอยู่ในเอกสารที่จัดทำโดย adjust, appsflyerและ singular เครื่องมือระบุแหล่งที่มา ข้อมูลที่คุณต้องใช้ในการเริ่มต้นมีดังต่อไปนี้
      • เซิร์ฟเวอร์การผลิต URL
      • แอพฟลายเออร์ปรับเอกพจน์

        วิธีการ HTTP: GET
        จุดสิ้นสุด URL: https://analytics-log.withhive.com/recv_appsflyer_postback.php
        ข้อความเหตุการณ์: ตรวจสอบประเภทเหตุการณ์ที่เปิดใช้งานที่ไม่ใช่แบบออร์แกนิกทั้งหมด
        ช่องข้อความ: เลือกช่องที่เป็นไปได้ทั้งหมด
        เหตุการณ์ในแอป: เลือก appsfyler_id

        จุดสิ้นสุด 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={adi ง}&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}&p รหัสไปรษณีย์={รหัสไปรษณีย์}&ภาษา={ภาษา}&ชื่ออุปกรณ์={ชื่ออุปกรณ์}&ชื่อระบบปฏิบัติการ={ชื่อระบบปฏิบัติการ}&sdk_version={sdk_version}&os_version={os_version}&จำนวนเซสชัน={จำนวนเซสชัน}¤cy={สกุลเงิน}&สภาพแวดล้อม={สภาพแวดล้อม}&เปิดใช้งานการติดตาม={เปิดใช้งานการติดตาม}&เขตเวลา={เขตเวลา} &เวลาสุดท้าย_spent={เวลาสุดท้าย_spent}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&กิจกรรม ity_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={adword s_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 ชื่อแคมเปญ={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}

        จุดสิ้นสุด URL: https://analytics-log.withhive.com/recv_singular_postback.php
      • เซิร์ฟเวอร์แซนด์บ็อกซ์ URL
      • แอพฟลายเออร์ปรับเอกพจน์

        วิธีการ HTTP: GET
        จุดสิ้นสุด URL: https://sandbox-analytics-logwithhive.com/recv_appsflyer_postback.php
        ข้อความเหตุการณ์: ตรวจสอบประเภทเหตุการณ์ที่เปิดใช้งานที่ไม่ใช่แบบออร์แกนิกทั้งหมด
        ช่องข้อความ: เลือกช่องที่เป็นไปได้ทั้งหมด
        เหตุการณ์ในแอป: เลือก appsfyler_id

        จุดสิ้นสุด URL: https://sandbox-analytics-logwithhive.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={adi ง}&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}&p รหัสไปรษณีย์={รหัสไปรษณีย์}&ภาษา={ภาษา}&ชื่ออุปกรณ์={ชื่ออุปกรณ์}&ชื่อระบบปฏิบัติการ={ชื่อระบบปฏิบัติการ}&sdk_version={sdk_version}&os_version={os_version}&จำนวนเซสชัน={จำนวนเซสชัน}¤cy={สกุลเงิน}&สภาพแวดล้อม={สภาพแวดล้อม}&เปิดใช้งานการติดตาม={เปิดใช้งานการติดตาม}&เขตเวลา={เขตเวลา} &เวลาสุดท้าย_spent={เวลาสุดท้าย_spent}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&ชื่อกลุ่มแคมเปญ={ชื่อกลุ่มแคมเปญ}&กิจกรรม ity_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={adword s_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 ชื่อแคมเปญ={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}

        จุดสิ้นสุด URL: https://sandbox-analytics-logwithhive.com/recv_singular_postback.php
    • สื่อแบ่งออกเป็น “organic"และ"non-organic"
      • Organic:ผู้ใช้ที่ไม่ได้เข้าร่วมผ่านโฆษณาสื่อ
      • Non-organic: ผู้ใช้ที่เข้าร่วมผ่านสื่อโฆษณา (Facebook, Googleฯลฯ )
  • PlayerIDซึ่งเป็นค่าระบุตัวตนผู้ใช้จะมีให้เมื่อซิงค์ Adjust และ Appsflyer ผ่าน Hive SDK.
    • ค่าระบุตัวตนผู้ใช้ playerID จะให้เฉพาะกับผู้ใช้ที่เข้าสู่ระบบผ่าน "ศูนย์เข้าสู่ระบบ" สำหรับเกมที่ใช้ Hive SDK v1 และค่าการระบุตัวตนผู้ใช้ playerID จะถูกจัดเตรียมไว้สำหรับผู้ใช้ทั้งหมดสำหรับเกมที่ใช้ Hive SDK v4
      • ต้องระบุค่าระบุตัวตนผู้ใช้ playerID โดยการนำพื้นที่เกมมาใช้งานเพื่อตั้งค่า uid เป็นค่าระบุตัวตนผู้ใช้สำหรับ SDK เวอร์ชันอื่นๆ นอกเหนือจากกรณีข้างต้น
    • คุณสามารถได้รับผลลัพธ์ที่มีความหมายโดยการจับคู่บันทึกพื้นฐานของการวิเคราะห์ผ่าน PlayerID, ค่าระบุตัวตนผู้ใช้
      • ในกรณีของ Adjust หากคุณสร้างหลายบัญชีบนอุปกรณ์เครื่องเดียวและเล่นเพียงเท่านั้น PlayerID ของบัญชีที่สร้างขึ้นครั้งแรกจะถูกนำเข้าและอื่น ๆ PlayerIDอาจหายไป ดังนั้นคุณต้องลบการตั้งค่าที่ไม่ซ้ำเมื่อสร้างกิจกรรม
        • อ้างอิง : https://help.adjust.com/ko/article/add-events
      • หาก ActivityKind of Adjust คือเซสชัน บันทึกจะถูกส่งเมื่อตรงตามเงื่อนไข session_time เท่านั้น
        • หากตั้งค่า session_time เป็น 30 นาที บันทึกเซสชันจะถูกส่งหากผู้ใช้มีการใช้งานนานกว่า 30 นาที
    • เมื่อใช้แบบสอบถามด้านล่าง คุณสามารถตรวจสอบการไหลเข้าของผู้ใช้แต่ละรายโดยจับคู่ PlayerID ในบันทึก Adjust และ Appsflyer ด้วย PlayerID ผู้ใช้ใน Hive บันทึกการเข้าสู่ระบบ
      • • แบบสอบถามที่ตรวจสอบสื่อไหลเข้าโดยการจับคู่ PlayerID ในบันทึกการปรับและ PlayerID ที่ Hive บันทึกการเข้าสู่ระบบ
        • -- Query to check the inflow medium by matching the PlayerID in the Adjust log and the PlayerID in the Hive login log. 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;

          1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

          -- Query to check the inflow medium by matching the PlayerID in the Adjust log and the PlayerID in the Hive login log.   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;

           
        • แบบสอบถามเพื่อตรวจสอบสื่อไหลเข้าโดยการจับคู่ PlayerID ในบันทึก Appsflyer และ PlayerID ที่ Hive บันทึกการเข้าสู่ระบบ
        • -- Query to check the inflow medium by matching the PlayerID in the Appsflyer log and the PlayerID in the Hive login log. SELECT A.playerId AS Appsflyer_playerId, B.playerId AS Hive_playerId, A.mediaSource FROM ( SELECT playerId, mediaSource FROM `fluted-airline-109810.analytics_{Company Code}_live.t_hive_appsflyer_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, mediaSource ) 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;

          1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

          -- Query to check the inflow medium by matching the PlayerID in the Appsflyer log and the PlayerID in the Hive login log.   SELECT     A.playerId AS Appsflyer_playerId,     B.playerId AS Hive_playerId,     A.mediaSource FROM     (         SELECT             playerId,             mediaSource         FROM             `fluted-airline-109810.analytics_{Company Code}_live.t_hive_appsflyer_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,             mediaSource     ) 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;

  • ระบุจำนวนการเปิด จำนวนคลิก จำนวนการติดตั้ง อัตราการคลิก (%) อัตราการติดตั้ง (%) จำนวนผู้ใช้ที่เข้าร่วมโปรโมชัน อัตราส่วนของผู้ใช้ที่เข้าร่วมโปรโมชัน NU (%), และ PU โดยการส่งเสริมการขายข้าม
  • สำหรับ Hive รายละเอียดการจัดส่งแบบพุช คุณสามารถตรวจสอบจำนวนการจัดส่งทั้งหมดตามแคมเปญ จำนวนการจัดส่งที่สำเร็จ จำนวนเคสที่เปิดอยู่ อัตราการเปิด (%) อัตราความสำเร็จ (%) และสถานะการทำซ้ำ
    • คุณสามารถตรวจสอบตัวบ่งชี้ได้ตั้งแต่ 2 วันก่อนหน้า แต่ไม่ใช่จากวันก่อนหน้า

การวิเคราะห์เชิงตัวเลขตัวบ่งชี้

• หากคุณเลือกไอคอนการแจ้งเตือนที่มุมซ้ายบน คุณสามารถดูผลลัพธ์ของสามวันที่ผ่านมาสำหรับตัวบ่งชี้ที่แตกต่างจากรูปแบบและแนวโน้มก่อนหน้าโดยใช้ STL
  การจำแนก (Seasonal & Trend Decomposition Using Loess) และค่าเฉลี่ยเคลื่อนที่
• วันที่ตรวจพบ ชื่อตัวบ่งชี้ และค่าตัวบ่งชี้จะปรากฏขึ้น และคุณสามารถดูตัวเลขก่อนหน้าในกราฟได้โดยคลิกที่แต่ละแถวของตาราง
• หากคุณคลิก [ไปที่หน้าตัวชี้วัด] คุณจะถูกนำไปยังหน้าตัวบ่งชี้เฉพาะเกม ซึ่งคุณสามารถดูตัวบ่งชี้แต่ละตัวได้
• ตัวชี้วัดแบบเรียลไทม์
  • ข้อมูลสูงสุดสองชั่วโมงก่อนเวลาที่สอบถามจะปรากฏขึ้น
  • หากมีการค้นพบกรอบเวลาสองกรอบขึ้นไปในวันเดียวกัน กรอบเวลาเหล่านั้นจะถูกเปิดเผยโดยใช้กรอบเวลาล่าสุด รวมถึงชื่อบ่งชี้และจำนวนกรณีที่ตรวจพบ
  • กราฟจะพร้อมใช้งานสูงสุด 72 ชั่วโมงก่อนวันที่ตรวจพบ และคุณสามารถดูรูปแบบการเพิ่มขึ้น/ลดลงและแนวโน้มตามกรอบเวลาโดยใช้เส้นเสริมที่แสดงในช่วงเวลา 24 ชั่วโมง
  • ตัวชี้วัดได้แก่ AU ตามกรอบเวลา NU ตามกรอบเวลา และยอดขายตามกรอบเวลา (USD).
• ตัวชี้วัดรายวัน
  • ข้อมูลจนถึงหนึ่งวันก่อนเวลาการสอบถามสะท้อนให้เห็น
  • กราฟนี้พร้อมใช้งานสูงสุด 21 วันก่อนวันที่ตรวจพบ และคุณสามารถดูรูปแบบการเพิ่มขึ้น/ลดลงและแนวโน้มในแต่ละวันได้โดยใช้เส้นเสริมที่แสดงในช่วงเวลา 7 วัน
  • ตัวชี้วัดได้แก่ DAU, NU, ขาย (USD)ยอดขายของผู้ใช้ที่มีอยู่ (USD),ฝ่ายขายนู (USD), เวลาเล่น (ทั้งหมด), เวลาเล่นของผู้ใช้ (โดยเฉลี่ย), จำนวนผู้ใช้ที่เข้าร่วมในเนื้อหา, จำนวนผู้ใช้ที่เข้าร่วมในกิจกรรมโซเชียล, จำนวนผู้ใช้ที่เข้าร่วมในการคลิกร้านค้า, เพื่อนร่วมทีม และการแก้ไขผลิตภัณฑ์