안녕하세요. 박지현입니다. 이번 시간에는 앞서 살펴본 지표작업의 실무 프로세스의 세부적인 내용을 설명하기 전에 게임 개발 및 서비스과정에 일반적으로 사용되는 지표의 종류가 어떤 것이 있는지 보도록 하겠습니다.
게임의 개발 및 서비스는 궁극적으로 최대한 오랫동안 서비스를 하면서 수익을 유지, 확대하려는 목표 2가지로 크게 설정됩니다.
이를 위해서 게임의 수명을 예측하는 것이 필요하고 연장하는 방법을 도출하기 위해 플레이 로그를 분석한 플레이 분석 지표와 수익을 예측하며 유지하거나 확대, 즉 사업성을 판단하기 위해 필요한 로그를 분석한 사업성 분석 지표로 나눌 수 있습니다.
이 2가지 분석지표에 많이 사용하는 지표 가운데 일반화되고 실무에서 약속처럼 사용되는 것으로는 DAU, WAU, MAU, Retention, NRU, ARPU, ARPPU 등등이 있습니다. 실무상 의사소통에 많이 사용되므로 간단하게 살펴보겠습니다.
DAU는 Daily Active Users의 약자로 일활성이용자수를 말합니다. WAU는 Weekly Active Users로 주간활성이용자수, 유니크 이용자 수를 의미하고요. MAU는 월간 단위의 이용자수를 의미합니다. NRU는 New Registered Users로 신규로 가입한 유저를 의미하고요. Retention은 사용자의 재방문율을 의미합니다.
PU는 Paying Users, Payed Users로 결제를 한 이용자수를 말합니다. 가끔 PUR라고 하는 PUR이라는 단어를 사용하기도 하는데요. 이는 Paying User Ratio, 즉 결제이용자비율을 나타냅니다. ARPU는 Average Revenue Per User, 즉 유저당 평균 매출액을 의미합니다. ARPPU는 글자가 하나 달라지지만 의미는 굉장히 다르게 해석해야 합니다. Average Revenue Per Paying User, 즉 과금을 한 유저들의 평균 매출액으로 ARPU와는 전혀 다른 수치가 나오게 됩니다. 그 외에도 ROAS, Return On Ad Spend, 광고 마케팅에 들어간 비용 회수율 등 다양한 용어가 사용되고 있습니다.
이상으로 살펴본 용어 가운데 사업성 분석과 플레이 분석지표에서 가장 중요하게 보는 Retention이 어떻게 측정되는지 알아보겠습니다. 흔히 D+1, D+2 또는 D1, D2 라고 말하는데 이는 오늘 가입한 사용자 가운데 1일이 지나서 다시 방문한 사용자비율을 D+1이라고 하고 2일이 지나서 다시 방문한 사용자 비율을 D2라고 합니다.
아래 2개의 예제 표는 실제로 대부분의 게임에서 사용하는 Retention 지표 데이터 포맷으로 자세히 보도록 하겠습니다.
원본 데이터의 첫번째 칼럼을 보면 NRU라고 되어 있는데 앞서 용어 설명에서 NRU는 신규가입자수라고 말씀을 드렸습니다.
2번째 칼럼에는 Day로 표시되어 있고 아래에 날짜가 표시되어 있습니다.
해석을 하면 2020년 1월 1일에 2,467명의 신규사용자가 이 게임에 유입되었다는 뜻입니다. 2020년 1월 2일에는 2,382명이 새롭게 게임을 시작을 했고, 마지막 Row의 1월 15일에는 1,319명이 신규로 게임을 시작을 한 것을 알 수 있습니다.
여기서 만약 신규가입자의 집계 기준이 무엇인지 의문을 가지셨다면 “아주 좋은 궁금증”이라고 말씀드리겠습니다. 신규 가입자로 판단하는 기준은 측정방법, 즉 구현방법에 따라 조금씩 상이할 수 있기 때문에 측정기준을 명확히 확인하고 분석에 임해야 합니다. 이 부분은 지표를 전문으로 기획, 분석하려는 경우에 자세히 살펴보시면 좋겠습니다.
다시 원본 데이터로 돌아가서, 3번째 칼럼에 우리가 알아볼 Day+1, 즉 D+1 또는 D1이라고 표시된 칼럼이 나옵니다. 2020년 1월 1일 Day+1에 1,258명으로 표시되어 있는데 해석을 하면 1월 1일에 신규사용자 가운데 1,258명이 하루가 지난 1월 2일에도 다시 게임을 했다는 뜻입니다.
여기에서 만약, 같은 사용자가 1월 2일에 2번 실행한 경우, 2명으로 집계된 것은 아닌지 우려를 했다면 “지표 분석자로서의 자질“이 있다고 말씀드리고 싶습니다. 지표 분석에 임할 때는 항상 주어진 로그가 정확히 어떤 상태에서 어떻게 집계되고 있는지 확인하고 의심하는 자세가 필요합니다.
다시 표로 돌아가서 1월 2일에 신규가입한 사용자중 150명이 7일이 지난 1월 9일에 게임을 실행했다는 것을 알 수 있습니다.
그런데 왼쪽의 원본 데이터는 하나씩 읽어보면 앞서 설명 드린 것과 같이 무슨 뜻인지는 알겠으나 전체적으로 어떤 통찰을 얻을 수 있고 어떤 판단을 할 수 있는지 보기 어려운 점이 있습니다. 2천명이 신규가입하고 D1에 500명이 재방문한 것과 1천명이 신규가입하고 D1에 500명이 재방문한 것은 전혀 다른 의미이기 때문입니다. 그래서 비율로 기준을 맞춰서 살펴본다면 상태를 진단하고 판단을 하기 쉬울 것이라는 생각이 들게 됩니다.
그래서 실무에서는 대부분 오른쪽의 가공 데이터 테이블을 만드는 것이 일반적입니다. 다시 15일간의 신규가입한 사용자에 대한 Retention을 보면 1월 1일 가입한 사용자 가운데 50.99%가 하루가 지나서도 재방문하였다는 것을 볼 수 있습니다.
여기에서 15일간 평균 D+1 재방문율이 어떻게 되는지 궁금하시지 않으신가요? 잠깐 시간을 내어 D+1의 평균 수치를 구해보면 55.29%가 나오는데 이렇게 D+7까지의 평균 재방문율을 계산해보면 상단의 빨간색으로 표시된 수치가 됩니다.
이제 위에 게임의 평균적인 재방문율까지 지표로 추출해 보았는데 여러분은 이 게임의 수명과 인기, 사업성을 어떻게 보시나요? 이러한 판단은 다른 지표들과 복합적으로 사용하여 이루어지는 것이 일반적이며, 게임 장르마다 평균적인 수치가 보고되기도 하니 참고하여 판단하는 것도 좋은 방법입니다.
그런데 이런 신규가입자수 측정뿐만 아니라 앞서 살펴본 일반적인 로그와 지표는 많은 기업에서 필요로 하기 때문에 이를 전문적으로 개발한 툴들이 많이 생겨나게 되었고 지속적으로 고도화되어 이제는 개별기업에서 직접 하나씩 개발하기보다 전문 툴을 사용하는 것이 비용절감에 많은 도움이 되기도 합니다.
이러한 외부 전문툴을 사용하게 되면, 방대한 양의 로그를 저장하고 통신하기 위해 구축하고 운영하는 인건비와 인프라 비용을 절감할 수 있고 다양한 플랫폼에도 손쉽게 대응 가능하며 변화하는 기술과 환경에 대응하기 위해 연구하고 개발하는 비용의 절감, 그리고 전문적으로 개발하고 고도화되어 있어 정확성이 놓고 지표를 통합하거나 다양한 보고서 형식으로 제공 되고 있어 분석에 소요되는 시간이 단축되어 빠른 대응이 가능합니다. 이런 장점을 가진 툴들이 무료로 제공되는 것들이 많으므로 만약 여러분들 가운데 이런 기능의 필요성이 있으나 직접 개발을 주저하고 있다면 전문 툴의 도입을 긍정적으로 검토해보시기 바랍니다.
많이 사용되는 툴을 몇 가지 알려드리면, 구글 어낼리틱스, 게임 어낼리틱스, 애드져스트, 튠, 애드브릭스 외에도 여러가지가 있고 기능과 사용법, 무료의 범위, 특징을 살펴보시고 선택하시면 됩니다. 이상으로 Retention을 예시로 일반적인 지표항목과 외부 전문툴을 소개해 드렸습니다.
01. 이 강좌에 대해서
지표 활용의 목표를 이해하고 일반적으로 자주 사용하는 주요 지표 항목들을 소개한다.
02. 강사 소개
박지현 (㈜오락 대표)
03. 강사 이력
- <아크로드>, <Warface>, <모아모아용 for Kakao>, <바니팡 for Kakao>, <Hello, Cooking Days> 개발