사용자 분석 입문

작성자: (Anders Drachen, Alessandro Canossa, Magy Seif El-Nasr)
작성일: 2013년 5월 30일

이 글은 가마수트라의 자매지인 게임 디벨로퍼 매거진(Game Developer magazine) 2013년 5월판에 실린 글로, 안드로이드 개발을 둘러싼 도전들과 기회들을 알아내기 위해 2013년 개발자들을 대상으로 실시한 설문조사를 담고 있다. 2013년 5월호 구입하기1

게임 분석은 최근 몇 년 사이 큰 주목을 받았다. 게임 개발 사이클에 분석학을 도입하는 것은 플레이어에 대한 더 좋은 지식을 얻으려는 필요에 의한 것이었다. 경영과 기획 등을 포함한 게임 회사의 많은 부서들에게 도움이 되기 때문이다. 따라서 게임 분석은 게임 산업에서 점점 더 중요한 비즈니스 인텔리전스(business intelligence)의 영역이 되고 있다. 원격 측정, 시장 보고, 품질 보증 시스템, 벤치마크 테스트, 그리고 그 밖의 많은 원천들을 통해 얻은 모든 양적인 데이터는 비즈니스 인텔리전스와 정보를 주는 의사 결정에 영향을 끼친다.

게임 개발 과정에 분석학을 도입할 때 가장 중요한 문제 두 가지는 무엇을 추적할 것인가와 어떻게 데이터를 분석할 것인가이다. 어떤 데이터를 모을 것인지를 결정하는 과정은 특징 선택(feature selection)이라고 한다. 특징 선택은 특히 그것이 사용자의 행동으로 이어질 때 도전이 된다. 우리가 어떤 행동을 추적할 것인지를 결정하기 위해 적용할 수 있는 단 하나의 올바른 대답이나 표준적인 모델은 없다. 그 대신 예를 들어 사용자의 경험을 향상시키거나 수익화(monetization)를 증가시키는 등 다양한 목표에 따라 다양한 전략이 가능하다. 이 글에서 우리는 특징 선택을 글 전체의 주제로 다루면서, 사용자 중심의 게임 분석의 몇 가지 근본적인 관심사들에 대해 대략적으로 다루고자 한다. 먼저 추적할 수 있는 사용자 데이터의 유형들에 대해 다루고 난 후, 개발자들이 무엇을 그리고 어떻게 측정할 것인지를 선택하는 특징 선택의 과정에 대해 다룰 것이다. 중요한 것은 이 글이 무료 게임과 온라인 게임에 초점이 맞추어져 있지 않다는 점이다. 즉 분석학은 모든 게임에 유용하다.

분석 대상 데이터

게임 분석을 위한 세 가지 주요 데이터 원천은 다음과 같다.

퍼포먼스(performance) 데이터: 이것은 게임의 기술적인 기반과 소프트웨어 기반의 실행과 관련된 데이터로, 특히 온라인 게임이나 지속적 게임(persistent game)과 관계가 있다. 퍼포먼스 매트릭스는 일반적으로 게임이 클라이언트 하드웨어 플랫폼에서 실행되는 프레임레이트 또는 게임 서버의 안정성을 포함한다.

프로세스 데이터: 이것은 게임을 개발하는 실제 과정과 관련된 것이다. 게임 개발은 어느 정도 창조적인 과정이지만, 예를 들어 업무 규모를 평가하는 것과 번다운 차트(burndown chart)를 사용하는 것을 통한 모니터링이 여전히 필요하다.

사용자 데이터: 가장 일반적인 데이터 원천인 이것은 개발자의 게임을 플레이하는 사용자들에게서 얻어진다. 개발자들은 사용자를 소비자(수익의 원천)로 봄과 동시에 플레이어, 즉 게임과 상호작용하게 될 때 특정한 방식으로 행동하는 사람으로도 본다. 첫 번째 관점은 사용자당 평균 매출(average revenue per user, ARPU)과 일간 접속 사용자(daily active users, DAU) 같은 수익과 관련된 매트릭스를 계산할 때, 또는 수익과 관련된 분석(사용자 이탈(churn) 분석, 소비자 지원 실행 분석, 또는 소액결제(microtransaction) 분석)을 수행할 때 사용된다.

두 번째 관점은 게임 내 행동(평균 플레이 시간, 세션당 받는 데미지 등)에 초점을 맞춤으로써, 사람들이 실제 게임 시스템과 그 요소들 그리고 다른 플레이어들과 상호작용하는 방식을 조사하는 데 사용된다. 이것이 우리가 이 글에서 초점을 맞추게 될 데이터 유형이다. 이 세 가지 유형은 일반적인 비즈니스 데이터, 예를 들어 기업 가치와 기업 매출 등을 포괄하지 않는다. 우리는 이런 데이터를 게임 분석의 세부 영역이 아니라, 비즈니스 분석의 일반적인 영역에 속하는 것으로 간주한다.

도표 1: 사용자 매트릭스를 강조하는 게임 분석을 위한 데이터 원천들의 위계적 다이어그램

사용자 데이터로 매트릭스 구성하기

지난 몇 년 동안 많은 사람들이 사용자 데이터를 분류하는 다양한 방법들을 제안했다. 하향적인 관점에서 보면 개발 중심의 분류 시스템이 유용하다. 이 시스템은 사용자 매트릭스를 세 가지 관련요소들(stakeholders)로 집중하는 데 도움이 되기 때문이다. 그 관련 요소들은 다음과 같다.

    ● 소비자 매트릭스: 소비자로서 사용자의 모든 측면들, 예를 들어 소비자를 확보하고 유지하는 일의 비용 같은 것을 포괄한다.

    게임과 게임 개발의 마케팅과 운영을 담당하는 전문가들에게 특히 유용하다.
    ● 커뮤니티 매트릭스: 포럼 활동 같은 모든 수준의 사용자 커뮤니티 활동들을 포괄한다. 커뮤니티 운영자들에게 유용하다.
    ● 게임플레이 매트릭스: 게임 내부의 플레이어로서 사용자가 취하는 실제 행동(예를 들어 object interaction, 물건 거래, 환경

    속에서의 탐사)과 관련된 모든 변수를 말한다. 게임플레이 매트릭스는 게임 디자인과 사용자 경험을 평가하는 데 있어 가장

    중요한데, 게임 개발에서의 수익 사슬에 대한 전통적인 관점과는 가장 관련이 없는 것이므로 보통 우선순위 아래에 있다. 디자인,

    사용자 조사, 품질보증, 사용자의 실제 행동이 관심사가 되는 그 밖의 역할을 담당하는 전문가들에게 유용하다.

소비자 매트릭스: 소비자로서 사용자는 게임을 다운받아 설치할 수 있고, 짧거나 긴 시간 동안 실제 화폐나 게임 머니로 게임 내부나 외부의 상점에서 게임 아이템을 구매할 수 있다. 동시에 소비자는 버그를 보고하고 도움을 요청하고 불만 사항을 제출하는 등, 소비자 서비스와 상호작용한다. 또한 사용자는 공식적이거나 비공식적인 포럼들이나 소셜 네트워크 플랫폼들과도 상호작용하는데, 여기서 사용자들의 행동, 게임에 대한 만족도에 대한 정보를 얻고 분석할 수 있다.

개발자는 국적과 IP 주소, 때로는 나이와 성별, 이메일 주소 같은 소비자에 대한 정보도 수집할 수 있다. 이런 인구 통계학적인 정보와 행동에 대한 데이터를 결합하면 게임의 소비자 기반에 대한 강력한 통찰을 줄 수 있다.

커뮤니티 매트릭스: 사용자들은 기회가 있으면 서로 상호작용한다. 이 상호작용은 게임플레이(전투나 게임 메카닉을 통한 협력)나 소셜 네트워크(게임 내 채팅)와 관련될 수 있다. 플레이어들 간의 상호작용은 게임 내부나 외부에서, 또는 그것들의 결합, 예를 들어 페이스북에 올리기 기능을 사용해 새로운 장비를 획득한 것을 자랑하는 메시지를 보내는 것을 통해 이루어질 수 있다. 사용자들은 게임 내적으로는 채팅 기능을 통해, 외적으로는 실시간 대화(TeamSpeak 나 스카이프)나 포럼을 통해 다른 사용자들과 상호작용한다.

플레이어들 간의 이런 상호작용은 일련의 맥락들에서 사용할 수 있는 중요한 정보의 원천이 된다. 예를 들어 무료게임에서의 사용자 커뮤니티에 대한 소셜 네트워크 분석은 강력한 소셜 네트워크를 가진 플레이어들을 보여준다. 이들은 좋은 소셜 네트워크 환경을 만들어냄으로써 많은 수의 플레이어들을 게임에 남아있도록 하는 데 도움을 줄 수도 있다(MMORPG 게임의 길드 리더들을 생각해 보라). 마찬가지로 채팅 로그와 포럼 글들을 수집하는 것은 게임의 디자인에서 발생한 문제점들에 대한 정보를 줄 수 있다. 예를 들어 온라인 게임의 채팅 로그에서 얻은 데이터를 모으는 데이터세트들은 버그들이나 다른 문제점들을 보여준다. 플레이어들 간의 상호작용을 모니터하고 분석하는 것은 다수의 플레이어가 존재하는 모든 상황에서 중요하지만, 지속적인 플레이어 커뮤니티를 만들고 지원하고자 하는 게임들과 많은 소셜 온라인 게임과 무료게임을 포함하는 온라인 사업 모델을 적용하는 게임의 경우에 특히 중요하다. 이 사례들은 빙산의 일각일 뿐이며, 플레이어들 간의 상호작용에서 얻은 게임 매트릭스에 대한 수집과 분석, 보고는 책 몇 권은 나올 수 있는 주제다.

※ 자세한 내용은 첨부(PDF)화일을 참고하시기 바랍니다.