분석 시작하기

*이 콘텐츠는 AI(베타)를 사용해 번역되었으며, 오류가 있을 수 있습니다. 이 페이지를 영어로 보려면 여기를 클릭하세요.

분석은 플레이어가 게임과 상호작용하는 방식을 이해하는 데 도움을 주어 더 나은 디자인 결정을 내릴 수 있도록 합니다. 추측이나 일화적인 피드백에 의존하는 대신, 메트릭을 사용하여 패턴을 식별하고, 변화를 평가하며, 게임을 지속적으로 개선할 수 있습니다.

이 가이드는 분석에 대해 생각하는 방법을 설명합니다: 메트릭이 플레이어에 대한 질문에 어떻게 답할 수 있는지, 더 나은 질문을 할 수 있도록 어떻게 도와주는지, 다음에 무엇을 만들지 결정할 때 어떻게 사용할 수 있는지에 대해 설명합니다.

메트릭을 사용하여 플레이어에 대한 질문에 답하기

메트릭은 플레이어가 게임에서 무엇을 하고 있는지에 대한 신호를 제공합니다. 주요 행동을 추적함으로써 다음과 같은 질문에 답할 수 있습니다:

플레이어가 게임의 특정 부분을 즐기고 있나요?
온보딩 콘텐츠에 대한 초기 세션 유지율 또는 완료율을 살펴보세요. 많은 플레이어가 가입 직후에 떠나는 경우, 해당 메트릭은 온보딩, 난이도 급증 또는 불명확한 목표에 문제가 있음을 나타낼 수 있습니다. 최근에 추가된 시스템이나 콘텐츠와 플레이어가 얼마나 자주 상호작용하는지 측정하세요. 더 많은 정보는 참여 메트릭을 참조하세요.
플레이어가 어디에서 진행을 중단하나요?
퍼널 또는 진행 메트릭은 플레이어가 어디에서 이탈하는지를 보여줄 수 있습니다. 더 많은 정보는 유지 메트릭을 참조하세요.
수익화 시스템이 의도한 대로 작동하고 있나요?
구매율, 상점과의 상호작용 또는 보상 사용을 추적하세요. 더 많은 정보는 수익화 메트릭을 참조하세요.

메트릭만으로는 항상 전체 설명을 제공하지 않지만, 더 자세히 살펴볼 곳을 드러내는 데 도움을 줍니다. 메트릭을 활용하여 사용자에 대한 질문에 답하는 방법을 이해한 후, 세분화 및 필터링 필터를 사용하여 특정 사용자 집단을 깊이 파고들고, 점진적으로 변화를 테스트하세요.

참여 메트릭

참여 메트릭은 플레이어가 게임과 얼마나 자주, 얼마나 오랫동안 상호작용하는지를 드러냅니다. 가장 중요한 세 가지 참여 메트릭은 다음과 같습니다:

일일 활성 사용자 (DAU): 일일 활성 사용자 메트릭은 특정 날짜에 게임에 있는 플레이어 수를 추적합니다. 이는 시간이 지남에 따라 게임의 전반적인 건강 상태를 이해하는 좋은 방법입니다. 하루에 1,000,000명의 플레이어가 있고, 며칠 후 500,000명으로 감소하는 추세를 보인다면, 문제를 식별하고 문제 해결을 시작할 수 있습니다.
월간 활성 사용자 (MAU): 월간 활성 사용자 메트릭은 특정 월에 게임에 있는 플레이어 수를 추적합니다. 이 메트릭은 월별 추세를 보여주며, 더 큰 시간 프레임에서 사용자 활동을 비교하는 데 사용할 수 있습니다. 예를 들어, 일부 월은 계절 이벤트와 휴일로 인해 플레이어 트래픽이 증가합니다. 지난 10월의 월간 활성 사용자 수가 이번 10월보다 낮다면, 할로윈 이벤트가 커뮤니티를 만족시키지 못했다는 통찰력을 제공할 수 있습니다.
평균 세션 길이: 평균 세션 길이는 플레이어가 세션 시작부터 로그아웃할 때까지 게임을 플레이하는 평균 시간입니다. 이 메트릭은 게임이 대부분의 플레이어가 즐길 수 있도록 그 시간 내에 맞춰 콘텐츠를 설계하는 데 도움을 줍니다. 평균 세션 길이는 또한 건강 메트릭으로 작용합니다. 중요한 업데이트나 계절 이벤트 후 평균 세션 길이가 변동하면, 최신 콘텐츠가 어떻게 수용되었는지를 알 수 있습니다.

참여 보상을 생성하기 위한 기본 기능에 대한 자세한 내용은 참여 보상 기능 패키지를 참조하세요.

유지 메트릭

유지 메트릭은 플레이어가 게임에 돌아오는지를 결정합니다. 가장 중요한 세 가지 유지 메트릭은 다음과 같습니다:

1일 차 (D1) 유지: 1일 차 유지율은 플레이어가 게임을 처음 플레이한 날(D0) 다음 날(D1)에 게임에 돌아오는 플레이어 수를 측정합니다. 낮은 D1은 낮은 유지율을 나타내며, 이는 종종 불량한 사용자 온보딩 게임의 결과입니다. 이는 일반적으로 플레이어가 혼란스럽거나 좌절감을 느끼거나, 재미를 빨리 느끼지 못하고 있다는 것을 의미합니다. 효과적인 온보딩 경험을 설계하는 방법에 대한 자세한 내용은 온보딩을 참조하세요.
7일 차 (D7) 유지: D7 유지율은 7일 후에 게임에 돌아오는 플레이어 수를 추적합니다. 이 숫자가 낮으면, 종종 플레이어가 게임을 시작한 지 일주일 후에 자신이 게임을 계속할 이유가 없다는 것을 나타내는 불량한 진행 시스템을 의미합니다.
30일 차 (D30) 유지: D30 유지율은 30일 후에 게임에 돌아오는 플레이어 수를 추적합니다. 이 숫자가 낮으면, 종종 엔드 게임 콘텐츠의 부족이나 엔드 게임 목표의 부족을 나타냅니다. 숙련된 플레이어를 위해 게임 끝에 충분한 콘텐츠가 있는지, 퀘스트, 사회적 측면 또는 내러티브 요소가 있는지 고려하세요.

수익화 메트릭

수익화 메트릭은 게임이 얼마나 많은 수익을 창출하고 있는지를 나타냅니다. 가장 중요한 세 가지 수익화 메트릭은 다음과 같습니다:

일일 활성 사용자당 평균 수익 (ARPDAU): ARPDAU는 플레이어가 게임에서 지출하는 평균 금액입니다. 이는 게임의 전반적인 건강 상태를 나타내는 좋은 스냅샷입니다. 플레이어가 지출하도록 유도하는 성공적인 시스템이 게임에 있는지 고려하세요.
전환율: 전환율은 가장 중요한 메트릭 중 하나로 간주됩니다. 전환율은 게임에서 어떤 금액이라도 지출한 모든 사용자의 비율입니다. 플레이어가 초기 구매를 하면, 미래에 다시 구매할 가능성이 훨씬 높아지기 때문에 이 메트릭이 가장 중요한 이유입니다. 수익화 관행이 플레이어가 지출하도록 유도하는지 고려하세요.
지불 사용자당 평균 수익 (ARPPU): ARPPU 메트릭은 게임의 모든 플레이어가 지출한 총 금액을 추적하며, 이를 지출 깊이라고 합니다. 이는 게임의 플레이어가 많이 지출하도록 동기부여가 되는지, 적게 지출하도록 동기부여가 되는지, 아니면 그 중간에 있는지를 알려줍니다. 이 숫자가 낮으면, 구매 아이템의 가치가 제대로 최적화되지 않았음을 나타내는 경우가 많습니다.

이러한 모든 메트릭을 증가시키고 플레이어가 경험에 돈을 지출하도록 유도하는 시스템을 설계하는 방법에 대한 자세한 내용은 수익화 기초를 참조하세요.

세분화 및 필터링

게임의 분석을 볼 때, 사용자 데이터를 세그먼트로 필터링하여 사용자 집합의 행동을 이해할 수 있습니다. 이를 통해 다양한 특성에 따라 메트릭을 필터링할 수 있습니다:

활성 지불자 상태
사용자가 처음 플레이한 시점
플랫폼 지출자 상태

메트릭 필터의 전체 목록은 메트릭별 대시보드 필터를 참조하세요.

점진적인 변화를 만들고 결과 측정하기

분석은 게임을 개선할 기회를 식별하는 데 도움을 줄 수 있지만, 변화는 점진적으로 도입하고 시간이 지남에 따라 측정할 때 가장 효과적입니다.

한 번에 대규모 업데이트를 하는 대신, 더 작은 조정을 테스트하고 플레이어 행동이 어떻게 변화하는지 관찰하는 것을 고려하세요. 이 접근 방식은 어떤 변화가 의미 있는 영향을 미치는지 이해하는 데 더 쉽게 만듭니다. 다음 도구를 사용하여 이 작업 흐름을 지원하세요:

경험 구성 - 새로운 버전을 게시하지 않고 게임의 값을 조정할 수 있습니다. 게임이 라이브 상태일 때 게임 플레이 시스템, 진행 속도, 보상 또는 기타 매개변수를 조정하는 데 구성을 사용할 수 있습니다.
실험 - 서로 다른 플레이어 그룹과 함께 기능의 다양한 버전을 테스트할 수 있습니다.

분석, 구성 및 실험을 함께 사용하면 지속적인 개선 루프를 생성할 수 있습니다:

분석 메트릭을 통해 기회를 식별합니다.
구성 또는 실험을 사용하여 목표 변경을 수행합니다.
관련 메트릭에서 결과를 모니터링합니다.
반복하여 게임을 계속 개선합니다.

이 프로세스는 정보에 기반한 결정을 내리고 실제 플레이어 행동에 따라 게임을 개선하는 데 도움을 줍니다.

한국어