안녕하세요! 게임 서버 뒤끝입니다?♀️
지난 1탄에서 ‘퍼널 분석’의 개념과 필요성에 대한 이야기를 나누어 보았는데요.
오늘은 두 가지 시나리오를 통해, 퍼널 분석의 구체적인 활용 방안을 바로 알아보도록 하겠습니다.
〈시나리오1〉 퍼널 분석 기능으로 업데이트 성과를 측정할 수 있다❓
?'퍼널 분석'을 통해, 특정 구간에서 유저 이탈이 심하게 발생하는 현상을 발견한 실제 사례를 각색했습니다. 심화) 문제 상황에 대한 업데이트를 진행한 후, 그 성과를 측정하는 과정에서 퍼널 분석을 어떻게 활용할 수 있는지도 함께 살펴봅니다.
(1) A 게임은 퍼널을 통해 스테이지별 유저 분포를 확인했습니다. 그리고 스테이지 100에서 유저 이탈이 비정상적으로 많이 발생하는 현상을 발견했습니다. 스테이지 100에서 101까지의 전환율은 41%로 절반 이상의 유저가 스테이지 100을 넘지 못하고 이탈하는 행동 패턴을 보이는데요.
(2) 개발사는 해당 구간에 어떤 문제가 있는지 파악하는 작업을 진행합니다. 스테이지 100은 다른 스테이지들과 어떤 차이가 있길래, 유저 이탈이 눈에 띄게 발생했을까요? 가장 쉽게 확인할 수 있었던 특이 사항은 스테이지 100이 챕터 1의 최종 보스가 출현하는 구간이라는 점입니다.
(3) 기획자나 데이터 분석가가 더 자세한 분석을 진행합니다. 그리고 스테이지 100은 무기나 펫 등의 메인 장비보다 장신구가 좋아야 통과할 수 있도록 디자인되어 있다는 사실을 발견합니다.
(4) 따라서 아래와 같이 ‘장신구 업그레이드 진행’을 추천하는 인앱 메시지를 띄워 보기로 합니다.
(5) 여기서 인 앱 메시지의 성과가 어떤지 정확하게 비교하기 위해서는, 유저를 두 그룹으로 나눠 A/B 테스트를 진행해야 합니다. 만약 A/B 테스트를 진행하는 것이 여의치 않다면? 유저를 나누는 대신 인앱 메시지 업데이트를 일괄 진행하고, 업데이트 일자를 기준으로 전후의 데이터를 비교하는 것도 차선책이 될 수 있습니다.
단! 신뢰도 높은 결과를 도출하기 위해서는, 반드시 다른 교란 요인들(ex. 추가 업데이트, 추가적인 밸런싱 작업, 이벤트 진행 등 유저의 행동에 영향을 줄 수 있는 요인들)을 완벽히 차단해 주어야 하겠죠?
(6) 해당 사례에서 뒤끝은 개발사에 A/B 테스트를 진행할 것을 강력히 추천드렸는데요.
방법은 아래와 같습니다.먼저 ①유저들 중 절반은 아무런 변화를 주지 않고, 기존의 상태를 유지(A)합니다. ②나머지 절반을 임의로 선별해 업그레이드 추천 인앱 메시지를 띄워주고(B), 그 여부를 아래와 같이 로깅합니다.
그리고 메시지가 노출된 유저와 그렇지 않은 유저의 퍼널을 비교합니다.
(7) 인앱 메시지 노출 여부에 따라 스테이지 99~스테이지 100 구간의 전환율에서 보이는 차이를 확인합니다. 인앱 메시지를 통해 이전에 발생하던 유저 이탈 문제가 개선되었다면, A/B 테스트를 종료하고 스테이지 100에서 모든 유저에게 인앱 메시지를 제공하는 업데이트를 진행합니다.
〈시나리오2〉 유저들은 어떤 콘텐츠에 돈을 쓰고 있을까❓
?'퍼널 분석'을 통해, A와 B 중 어떤 콘텐츠가 유저의 인 앱 결제를 더 유발하는지 알아보고자 한 가상의 시나리오입니다. 퍼널 분석은 문제 현상을 발견하는 것 이외에도, 게임 운영의 방향성에 대한 판단을 돕는 수단으로 활용할 수 있어요!
(1) 개발사는 B 게임을 서비스하고 있습니다. 개발사는 퍼널 분석을 통해 B 게임의 어떤 콘텐츠가 매출로 이어지고 있는지 확인해 보고, 매출이 부진한 콘텐츠를 보완하고자 합니다.
*아래 지문은 퍼널 분석의 다양한 용도를 설명하기 위한 가상의 시나리오로, 게임 운영의 방법에 대한 지식을 전혀 담고 있지 않음을 미리 말씀드립니다.
우선 비교해 보고 싶은 인 게임 콘텐츠 두 가지를 선정합니다. B 게임의 경우 다음 두 가지를 비교 분석해 보기로 결정했어요.
① 유저 간의 대전을 통해 티어를 올리는 대결 콘텐츠(★콘텐츠)
② 캐릭터를 성장시키고 탑을 오르는 한계 돌파 콘텐츠 (♥콘텐츠)개발사는 두 콘텐츠 중 어떤 콘텐츠가 매출에 더 기여하고 있는지 궁금합니다.
(3) 분석하고 싶은 콘텐츠를 선정했다면, 이제 두 콘텐츠 퍼널에 대한 로그를 심어야 합니다. 로직은 아래와 같아요.
(4) 개발사는 위 로직을 따라 로그를 심고, 아래와 같이 두 퍼널을 비교할 수 있습니다.
① ★콘텐츠를 플레이했다. → ★콘텐츠 이용 후 상점을 열었다. → ★콘텐츠 이용 후 구매가 일어났다.
② ♥콘텐츠를 플레이했다. → ♥콘텐츠 이용 후 상점을 열었다. → ♥콘텐츠 이용 후 구매가 일어났다.그리고 둘 중 어떤 콘텐츠가 유저를 상점으로 유입시키는지, 그리고 어떤 콘텐츠가 유저의 구매욕을 자극해 실구매로 이어지도록 하는지. 퍼널 분석 기능을 통해 알아보았습니다.
(5) 위 두 개의 퍼널 분석을 통해 개발사는 다음과 같은 인사이트를 얻을 수 있습니다.
★콘텐츠가 상점으로의 유도는 더 잘 일으킨다. 반면에 ♥콘텐츠는 상점으로 이동하는 유저의 비율은 적어도, 실구매율은 훨씬 높다.
* 여기서 주목해야 할 점은, 우리의 기대와 달리 ‘♥콘텐츠가 유저의 인 앱 결제를 더 유발한다’ 혹은 ‘★콘텐츠가 유저의 구매욕을 더 자극한다’와 같은 류의 결론을 내는 것은 불가능하다는 점입니다. 유저가 구매를 결정하는 데에는 콘텐츠 플레이 이외에도, 많은 다른 요인들이 작용할 수 있기 때문입니다.
마무리
혹시 위 콘텐츠를 읽고 ‘어딘가 시원하지 않네..❄’라고 생각하신 분들, 있으신가요?
그렇다면 지극히 정상입니다. 어떤 현상이 나타나는 데에는 무수히 많은 요인들이 작용합니다. 그중에서도 유저의 충동이나 단순 변심 같은 요인들은 데이터 분석을 통해서도 추적이 불가능한 부분들인데요.
일상생활에서 우리가 모든 현상에 대해 명확한 원인을 규정할 수 없듯이, 게임에서의 데이터 분석도 마찬가지이기 때문입니다.?
?
데이터 분석이란 ‘어떤 콘텐츠가 매출에 더 많은 기여를 할까?’ 하는 단순한 질문에서 시작해서, ‘영향을 주는 다른 요인은 없는가? 왜 그럴까?’ 등 꼬리에 꼬리를 무는 질문을 통해 현상과 분석 사이의 간극을 좁혀 나가는 것입니다.
그런 의미에서, 이번 퍼널 분석 2탄은 퍼널 분석의 다양한 활용 방법을 보여드리려고 하였는데요? 어렵게 느껴지는 데이터 분석이지만 차근차근 시작해 보시기를 권해드리면서, 이만 마치겠습니다.
? 궁금한 점이나, 어려운 부분이 있다면 언제든지 댓글 남겨주세요!
지금 이 순간 내 게임에서 일어나고 있지만, 나는 모르는 일. 흘려버리기엔 조금 아깝지 않나요?
뒤끝 ‘퍼널 분석 기능’과 함께 가볍게 시작해 보시면 좋을 것 같습니다.
4
