目录
此内容是否有帮助?

# ユーザーサブグループ

# 一、ユーザーグループの意義

を持つ人をユーザーグループにして、様々なグループのグループ特徴とミクロ的に具体的なユーザー情報を洞察し、様々なモデルでユーザーサンプルを細分化分析するのに便利である。

条件グループ:特定の行動条件やユーザー属性を選別したユーザーグループ

ID グループ: ID ブックをアップロードすることで、アップロードしたフィールドの内容から生成されるユーザーグループ

結果グループ:分析モデルの結果を利用して得られたユーザーグループ。

# 二、ユーザーグループの位置と適用役割

ユーザーグループビュー権限を持つユーザーは「ユーザー分析-ユーザーグループ」から入る

ユーザーサブグループには条件サブグループ、ID サブグループ、結果サブグループの 3 種類

会社ハイパーチューブ
管理者
アナリスト
一般メンバー
グループリストを見る




ビルド条件/IDグループの追加、編集、削除




ビルド結果グループの追加、編集、削除




編集、削除します




権限の説明:

● キャラクター必須

▲ キャラクターはデフォルトであり、なくてもよい

△ キャラクターはデフォルトではなく、あります

○ 役は必ずなし

# 三、ユーザーグループ機能ページの概要

グループ化の基礎情報リスト、検索コントロール、および新しいグループ化ボタン。

# 四、ユーザーグループの使用シーン

# 4.1 サブグループ基礎情報一覧

グループリストには グループ名、表示名、分析主体、グループ備考、作成者、グループタイプ、データ更新、データ更新時間、ユーザーグループ人数、操作欄

その中で「ユーザーグループ人数」をクリックすると、グループに対応するユーザー(分析主体)リストが表示され、「操作」欄はグループタイプによって異なる設定操作ができる

グループタイプ
操作項目
条件付きグループ
グループの表示/編集、計算の更新、削除
IDグループ
グループの表示/編集、グループブックのダウンロード、削除
結果のグループ化
グループ名の編集、削除

注意:プロジェクト内の関連権限メンバーは、他のユーザーが作成したユーザーグループと対応するユーザーリストを表示できますが、自分が作成したユーザーグループのみを編集または削除できます。

# 4.2 条件付きサブグループ

# 4.2.1 条件別群の新設

グループページ右上の「+新規グループ」、「新規条件グループ」する(なお、ユーザーグループには上限があり、上限に達した場合は作成を続行できない)

  • グループ分けの分析主体

グループに対応する論理に基づいて、必要な分析主体を選択し、作成後に条件を満たす分析主体をユーザーグループに

  • グループ化条件

2 種類の条件を追加できます。それぞれイベントを行ったことがある、イベントを行ったことがない、またはユーザー属性が満たされている、どちらかを選択して追加

注意

グループ分けの分析主体のソースがイベント属性であれば「何かをしたことがある」条件しか選択できず、「何かをしたことがない」条件も選択できない。同時に、イベントドロップダウンリストには、この属性を含むイベントしかありません。

  • 選択「ある事件をした」すると、その事件を分析できる分析角度次の通り
イベントの説明
指標の説明(データ型)
分析の角度
任意のイベント
総回数、総日数
メタイベント
総回数、総日数
メタイベント
イベントプロパティ(数値型)
合計、平均、最大、最小、除数
メタイベント
イベントプロパティ(数値以外)
数えて

角度を分析して算出した結果は、固定数値と比較することができ、比較論理サポート:大きい、小さい、等しい、等しくない、区間

イベント属性もフィルタリングできます

プロパティ選択ボックス
キーワード
イベントプロパティ(数値)
等しい、等しくない、小さい、小さい、等しい、大きい、大きい、等しい、値がある、値がない、区間
イベントプロパティ(テキスト)
等しい、等しくない、含む、含まない、値がある、値がない、正則一致、正則不一致
イベントプロパティ(リスト)
要素が存在する、要素が存在しない、要素の位置、値がある、値がない
イベントプロパティ(時間)
区間に位置し、等しいより小さい、等しいより大きい、相対的な現在の日付、相対的な事件発生時刻、値がある、値がない
イベントプロパティ(ブール)
真、偽、価値がある、価値がない
イベントプロパティ(オブジェクト)
値がある、値がない
イベントプロパティ(オブジェクトグループ)
存在対象充足、無対象充足、全対象充足、有値、無値
  • ユーザー属性に基づいてフィルタリングすることもできます:
プロパティ選択ボックス
キーワード
ユーザー属性(数値)
等しい、等しくない、小さい、小さい、等しい、大きい、大きい、等しい、値がある、値がない、区間
ユーザー属性(テキスト)
等しい、等しくない、含む、含まない、値がある、値がない、正則一致、正則不一致
ユーザ属性(リスト)
要素が存在する、要素が存在しない、要素の位置、値がある、値がない
ユーザー属性(時間)
区間に位置し、等しい未満、等しい以上、現在の日付、値、値なし
ユーザー属性(ブール)
真、偽、価値がある、価値がない
ユーザー属性(オブジェクト)
値がある、値がない
ユーザー属性(オブジェクトグループ)
存在対象充足、無対象充足、全対象充足、有値、無値

条件グループは 2 つの更新方式、「手動更新」と「自動更新」:

  • 「手動更新」は、最初の計算が完了した後、システムは自動的にユーザーグループを更新せず、ユーザーは手動で更新

  • 「自動更新」は TA サーバ 0 時以降、前日を基準にしてユーザーグループの更新を行い、前日のデータがすべて受信されるように更新遅延を設定し、データの完全性を保証

TIP

プロジェクトは 200 個 200 の条件付きグループの作成をサポートし、TA スタッフに連絡してグループの上限数

# 4.2.2 条件付きグループの表示、編集、削除

  • 「グループ定義」ボタンをクリックしてグループ設定ページに入り、グループの設定条件

  • グループ設定ページに入り、編集権限があればばそのまま編集状態に

  • 一般ユーザーは自分が作成したユーザーグループだけを編集して更新することができます会社のオーバーチューブは、ユーザーが作成したユーザーグループを編集して更新

  • 一般ユーザーは自分が作成した条件グループを削除するしかなく、本人以外が作成したユーザーグループは削除ボタンを表示せず、削除もできない会社の管理はユーザーが作成したユーザーグループを削除

# 4.3 ID フラクタル

# 4.3.1 新規 ID フラクタル

グループ分けページ右上の「+新規グループ分け」をクリックし、「ID グループをアップロード」

作成ページに、グループの分析主体を選択してテキストをアップロード

  • テキストをアップロードするためのフォーマット要件は次のとおりです。ID テキストの各行に ID フィールドが記録され、UTF-8 でエンコードされた CSV テキスト形式で記録。青いテキストをクリックしてテンプレート
  • ID アップロードタイプのタグは、「更新方式」と「バックアップ方式」

分析主体が TA ユーザ ID(#user_id)を選択した場合、ユーザを判断するための関連フィールドとしてユーザ属性(数値またはテキストタイプ)を選択することができ、アップロード時に選択されたユーザ属性値(第 1 列)を満たす TA ユーザ ID に対応するタグ値が付与される。

他の分析主体を選択した場合、アップロード文書の最初の列を分析主体 ID とし、対応する ID が現在報告されているデータ内に存在するかどうかを検証しないので、アップロードする前によくチェックしてください。

例えば、区服 ID を分析主体とし、現在のゲームが第 60 区服までしか開かれていないと仮定すると、アップロードされた文章にはまだ 61、62 が使用できる。。。。。。分析主体 ID として。

TIP

各ユーザーは 50 個の ID グループ、上限に達したら、既存の ID グループを削除することで、新しいグループを追加し続けることができる。

# 4.3.2 ID グループの表示、編集および削除

  • 「グループ定義」ボタンをクリックしてグループ設定ページに入り、グループの設定条件

  • グループ設定ページに入り、編集権限を持っていればそのまま編集状態

  • 一般ユーザーは自分で作成した ID グループだけを編集してダウンロードすることができます会社のオーバーチューブは、任意のユーザーが作成した ID グループを編集してダウンロード

  • 一般ユーザーは自分が作成した ID グループを削除するしかなく、本人以外が作成したユーザーグループは削除ボタンを表示せず、削除もできない会社の管理はユーザーが作成したユーザーグループ

# 4.4 結果の分類

# 4.4.1 結果サブグループの新設

イベント分析モデルで、トリガーユーザー数を計算トリガーユーザー数を計算している場合、結果テーブルで「結果グループを作成」をクリックしてグループを作成

パス分析モデルの場合、結果グループを作成するボタン

リテンション分析などの他のモデルであれば、表内にボタンが現れた場所でクリックして結果グループを作成

  • シナリオによって作成された結果グループに対応する分析主体が異なる場合があり、例えば、アカウント ID でリテンションモデルを計算する場合、作成された結果グループの分析主体はアカウント ID
  • グループを作成するときは、結果グループの名前と備考を設定して、結果グループの説明

TIP

ごとユーザーごとに 50 個の結果グループを作成でき、上限に達したら、既存の結果グループを削除して、新しいグループを追加し続けることができます。

# 4.4.2 結果結果結果グループの編集と削除

  • 結果グループは作成ルールや更新方法、グループの名前と備考
  • 一般ユーザーは自分が作成した結果グループを削除するしかなく、本人以外が作成したユーザーグループは削除ボタンを表示せず、削除もできない会社のオーバーチューブはユーザーが作成したユーザーグループを削除

# 4.5 ユーザサブグループ一覧

グループリストのあるグループの「ユーザー数」をクリックすると、条件を満たすユーザーリスト情報を示すユーザーリストページにアクセスできます。

ユーザーリストページに入ると、このグループのユーザー詳細が表示され、ダウンロード操作

  • 条件付きグループの場合、ユーザーグループの定義条件が表示され、「アイコンを表示」をクリックするとグループ定義を折りたたむことができます他のグループタイプはグループ定義を表示
  • リストには、基本ユーザーグループの合計人数、ユーザー属性情報が表示され、このテーブルには最大 1000 人のユーザーのデータ
  • 「属性フィルタ」領域のユーザー属性ドロップダウンボックスで、リストに表示されるユーザー属性、チェックした属性が表に表示されます。ユーザーリストと同様に、属性フィルター領域で基本ユーザー属性、仮想ユーザー属性、ディメンションテーブルユーザー属性
  • ダウンロードデータは表のフィルター列と一致し、グループ化された完全なユーザーデータ(上限は 500000 件)

# V.ベストプラクティス

# 5.1 高価値ユーザーの獲得

条件グループはユーザーが発生した行動によってグループを作成することができ、重要な行動に基づいてグループを作成するのに非常に適しており、価値の高いユーザーにグループを作成するのにも適している。

例えば、一定期間内に、有料金額が一つの値より大きいことを条件として、有料活動の高価値ユーザーを獲得し、この部分のユーザーを分析することで、高価値ユーザーの主な特徴

# 5.2 特定ユーザーの除外

ID グループは ID リストから派生しています。これは既存のものでも、SQL クエリの結果をダウンロードして、特定のユーザーを除外するために使用されることがよくあります。

例えば、ID リストで内部テストアカウントをグループ化したり、SQL クエリで異常な行動があるユーザーを計算したり、結果文書をダウンロードして ID グループを作成したりして、分析時にフィルタリング条件で除外する。

# 5.3 ダウンドリル分析

結果グループは分析結果から生まれたので、ある分析の結果グループを通過して、ドリル分析の基礎とするのに適している。

例えば、ある有料活動の参加状況を分布分析で計算すると、明らかな両極分化が発見された。つまり、ユーザーは主に 1、2 回参加し、何度も参加する両極に集中している。この分析結果に基づいて、この 2 つの部分のユーザーに 2 つの結果グループを作成し、2 つのグループの下ドリル分析を行うか、この 2 つのグループを結合して分析するのに適しています。

# 5.4 フラクタルエクスポート

グループは、TA クラスターで使用されるだけでなく、エクスポートによって外部システムに逆フィードすることもできます。

例えば、グループ分けによって不正の可能性があるプレイヤーを計算すると、グループ分けによってこれらのプレイヤーをブロックすることができる同様に、グループ分けによって流失傾向のあるユーザーを計算し、これらのユーザーをエクスポートして、的確な運営戦略

グループ化エクスポートの方法については、OPEN API のグループ化 APIセクションをご覧ください