“유저 분석은 선택이 아니라 필수다”라고 이야기하는 곳이 있으니, 바로 노 코드 기반의 분석툴을 제공하는 ‘씽킹데이터 (ThinkingData)’입니다. 씽킹데이터는 게임 내 유저 행동을 분석해 이탈 원인을 파악하고 리텐션을 높이는 데 초점을 맞춘 솔루션을 제공합니다. 이런 기능 덕분에 개발사들은 복잡한 코딩 없이도 데이터를 기반으로 운영 전략을 세울 수 있어, 가볍고 효율적인 게임 개선이 가능하다는 특징을 지니고 있습니다.
세가, 쿠로게임즈, 하비게임즈 같은 글로벌 기업부터 한국의 그라비티, 드래곤플라이, 로드컴플릿 등 전 세계 1,200개 이상의 게임사가 이 툴을 사용했으며, '명조: 워더링 웨이브', '서바이버.io', '화이트아웃 서바이벌', '로드 모바일', '궁수의 전설' 등 6,000개 이상의 게임 분석에 활용되었다고 합니다.
특히, 하비게임즈는 씽킹데이터의 대표적인 파트너로, 설립 초창기부터 함께 해오고 있다고 하며, 다양한 방면에서의 유저 분석을 기반으로 ‘궁수의 전설’과 ‘탕탕특공대’를 글로벌 흥행작으로 만들었죠.
이와 관련하여 씽킹데이터 고채영 이사와 만나, 유저 분석 툴의 구체적인 기능과 연동 방식, 유저 데이터의 필요성 등 다양한 방면에서 이야기를 들어볼 수 있었습니다.
Q. 씽킹데이터는 사용자 행동을 분석하는 툴이라고 소개되어 있는데요. 구체적으로 어떤 서비스를 제공하시는지 설명 부탁드립니다.
= 보통 데이터 분석 솔루션이라고 하면 '앱스플라이어'나 '애드저스트'와 같은 어트리뷰션 툴 (광고 성과 최적화와 관련해 구체적인 수치와 데이터를 확인하기 위한 툴)을 생각합니다. 이런 툴을 통해 "유저가 어디에서 왔는가"를 분석하게 되는데, '씽킹데이터'는 사용자 행동 분석 툴이에요. 즉, "유저가 게임 안에서 무엇을 하는가"에 대한 행동을 추적하고 분석할 수 있습니다.
조금 더 쉽게 비유해보자면, 어트리뷰션 분석 툴은 ‘어디서 손님이 우리 가게를 알게 되어 오게됐는지”를 파악하는 것과 같고, 씽킹데이터와 같은 사용자 행동 분석 툴은 ‘손님이 가게에 들어와서 어떤 동선을 따라 이동하는지, 어떤 제품을 오래 살펴보는지, 어떤 이유로 구매를 포기하는지’ 등 매장 내 행동을 분석하는 것이라고 할 수 있습니다.
추가로 예를 들자면 어트리뷰션 분석 툴은 게임에 유입된 유저가 “페이스북 광고를 보고 왔는지”, “구글 검색을 통해 유입됐는지”를 분석하는 것이고, 씽킹데이터와 같은 툴은 “유저가 튜토리얼을 끝까지 마쳤는지”, “이탈 구간과 원인은 무엇인지”, “VIP유저들의 행동패턴은 어떠한지”, “게임 내 재화의 흐름은 어떠한지” 등을 분석할 수 있습니다.
결국 어트리뷰션 분석은 마케팅 최적화를 통한 유입에 초점이 맞춰져있고, 사용자 행동 분석은 유입 이후의 행동들을 추적해서 게임 내 UX/UI개선, 이탈 방지, 리텐션 향상을 하고자 하는 목적을 갖고 있습니다.
= 최근 UA(유저 확보) 비용이 증가하면서 마케팅 효율이 떨어지고 있는 추세에요. 반면, 유저들을 유치하는 비용이 커지고 있는데 비해 유저 1명당 발생되는 매출은 점점 줄어들고 있어요. 예를 들어, 막대한 마케팅 비용을 투자해도 신규 유저가 기대만큼 정착하지 않거나, 특정 레벨에서 대량으로 이탈하면서 매출 성장의 한계를 느끼는 사례가 많습니다.
유저 수익을 올리려면 유저들이 게임에 오래 머물러야 하며, 어떤 부분을 개선하거나 추가해야 하는 지를 추적해서 업데이트하고 개선해 가야 하죠. 이 부분에서 씽킹데이터를 활용하면, 유저가 왜 이탈하는지, 어떤 요소가 리텐션을 높이는지, 매출을 극대화할 수 있는 최적의 전략이 무엇인지와 같은 핵심적인 부분에서 해답을 찾아갈 수 있습니다.
매출 전략을 효과적으로 펼치기 위해서도 이러한 분석은 필요합니다. 가령 빠르게 여러 개의 게임을 출시해 수익을 창출하는 게임사의 경우, 데이터를 기반으로 빠르게 성과를 분석하고, 수익성이 낮은 게임을 과감히 정리할 수 있습니다. 하나의 게임을 장기적으로 운영하며 안정적인 매출을 확보하는 게임사의 경우, 유저 행동과 결제 패턴, 라이프사이클 데이터 분석 등을 통해 유저 잔존율을 유지하고 지속적인 매출을 창출하는 전략을 세울 수 있습니다.
결론적으로 데이터 분석은 유저의 행동을 이해하고, 이를 바탕으로 최적의 운영 전략을 도출하여 게임의 성과를 극대화하는 가장 강력한 무기라고 할 수 있습니다.
Q. 그렇다면 씽킹데이터에서 제공하는 기능이나 분석 데이터는 어떠한 것이 있나요?
= 저희 툴은 노코드 기반이라 SQL이나 코딩 지식이 없어도 클릭 몇 번으로 데이터를 분석할 수 있어요. 예를 들어, 메인 대시보드에서 신규 유저 수, 이탈 유저 수, 마지막 참여 콘텐츠 등을 쉽게 확인할 수 있고, 경로 분석(퍼널)이나 그룹별 분석도 가능합니다. 게임사들이 유저 행동을 분석하고 문제를 찾는 데 유용하죠.
유저 이탈률, 튜토리얼 이탈 지점, 스테이지별 통과율, 전투 실패율 등을 볼 수 있어요. 예를 들어, 3스테이지에서 이탈률이 갑자기 60%로 증가하면 그 원인을 파악하고, 튜토리얼 최적화나 난이도 조정을 위한 데이터를 제공합니다. 광고 채널별 유입이나 체리피커(리워드만 받고 떠나는 유저) 분석도 가능하죠.
이러한 데이터를 기반으로 게임사는 가설을 세우고 검증하는데 이를 사용합니다. 예를 들어, “튜토리얼 이탈이 리워드 광고 때문인가?”라는 가설을 세웠다면, 이탈 유저를 그룹으로 묶어 광고 채널 데이터를 분석하여 행동패턴을 확인해보는 것입니다. 이러한 과정을 통해 난이도 문제나 콘텐츠 개선점을 찾고, 리텐션을 높이는 데도 활용할 수 있습니다.
Q. 이러한 분석을 통해서 실제로 어떤 부분에서 효과를 볼 수 있나요?
= 신규 콘텐츠를 준비할 때 게임사에서 가장 중요시 여기는 부분이 “어떤 요소가 유저들이 가장 원하고 바라는 것일까?”일 거에요. 이를 확인하기 위해 커뮤니티 유저 반응을 살펴보며 결정하곤 하는데, 데이터를 활용하게 되면 조용히 플레이하는 유저들의 결과값까지 확인할 수 있으며, 보다 객관적인 수치를 통해 최적의 선택을 할 수 있습니다.
예를 들어, 게임에서 유료 재화 패키지를 출시한다고 가정할 때, 가격을 9,900원으로 할지 12,000원으로 할지 고민될텐데요. 데이터를 활용하면 유저들이 더 많이 구매하는 가격대가 어디인지, 어떤 구성의 패키지를 선호하는지를 정확히 파악할 수 있고 이를 바탕으로 패키지를 구성하면 이는 곧 매출 증대로 이어질 수 있습니다.
그리고 튜토리얼 단계에서 유저가 이탈하거나 혹은 리텐션이 급격하게 떨어지는 등의 문제를 겪을 때, 빠르게 문제 지점을 발견하고 원인을 분석해 해결하는 것이 중요한데요. 이때 유저의 이탈과 관련해 데이터 분석을 통해 특정 패턴을 보이는 이탈 가능성이 높은 유저를 대상으로 인앱 메시지, 푸시 알림, 개인화된 보상 시스템을 도입하는 등의 전략적 사전 대응이 가능합니다.
예를 들어, 지난 3일 동안 접속하지 않은 고객들 중 결제를 1회 이상 진행한 고객들은 리타겟팅 시 되돌아올 확률이 높다라고 가정하고, 타겟 유저 대상을 그룹화하고 해당 시점에 맞춰 인앱 메시지를 보내 리텐션을 개선하는 데 도움을 받을 수 있습니다.
Q. 다른 데이터 분석툴과 비교해보았을 때, 씽킹데이터 만의 차별점이 있다면 무엇인가요?
= 기존 툴들과 비교했을 때 저희는 더 유연한 데이터 수집 방식과 커스터마이징 기능을 지원합니다. 게임마다 중요한 지표가 다를 수 있는데, 씽킹데이터는 개발사가 원하는 방식으로 데이터를 수집하고 분석할 수 있도록 지원합니다.
단순한 데이터 제공을 넘어서, "실제 활용할 수 있는 데이터"를 제공하는 점이 가장 큰 차별점입니다. 보통 데이터 분석 툴을 도입하면 방대한 데이터를 쌓을 수는 있지만, 이를 어떻게 해석하고 활용할지에 대한 가이드를 제공하지 않는 경우가 많습니다.
반면 씽킹데이터는 단순하게 툴을 판매만 하는 것이 아니라 ’동반 성장’을 지침으로 하며, 과도한 비용을 책정하지 않고 있으며, 자체 지사를 운영하며 지사에서 직접 1:1 전담 매니저가 매칭하여 툴을 사용하며 궁금한 부분에 대한 질의응답을 실시간으로 대응합니다.
Q. 다양한 데이터를 얻을 수 있는 만큼 툴을 연동하고 분석에 활용하는데까지 오랜 시간이 필요할 듯 한데요.
= 그렇지 않습니다. 툴 연동의 경우 SDK로 게임 클라이언트와 연동하고요. 이벤트별로 코드 한 줄을 심으면 되는 형태입니다. 유니티, 언리얼, 안드로이드 등 다양한 플랫폼을 지원하고 있으며, 서드파티(예: Adjust, AppsFlyer)와도 연결해서 광고 데이터까지 분석할 수 있습니다.
처음에는 저희가 트래킹 정책 설계를 함께 도와드리기 때문에 어렵지 않게 세팅할 수 있습니다. 계약 후 킥오프부터 지표 설계, 데이터 연동, 대시보드 설정, 교육까지 평균 2주 정도 소요됩니다. 빠르면 1주 만에 끝나기도 하고요. 고객사가 데이터를 얼마나 빨리 심느냐에 따라 달라지죠.
Q. 게임사에서 개발자 외에 비개발자들도 이 툴을 사용할 수 있나요?
= 물론입니다. 저희 툴을 현재 가장 많이 적극적으로 활용하고 있는 부서가 사업팀이에요. 코딩 없이도 DAU나 매출, 리텐션, 유저 행동 데이터를 추출하여 볼 수 있기 때문에 많이들 쓰고 있습니다.
가령 사업팀에서 신규 BM을 논의할 때 개발팀에 유저 데이터를 의뢰하는데, 이 과정에서 시간이 오래 걸리는 경우가 많습니다. 그래서 씽킹데이터를 통해 데이터를 확인하고 빠르게 기획을 추진할 수 있게 되죠.
물론 아주 깊은 분석이 필요하면 데이터 분석가와 협업해야겠지만, 기본적인 수준은 사업팀도 충분히 다룰 수 있습니다. 실제로 고객사 사업팀 분들이 “이제 개발자한테 매번 물어볼 필요 없어서 좋다”고 피드백을 주시는 경우도 많습니다.
마케팅팀에서도 광고 채널별 유저 유입 후 실제 게임 내에서의 활동 데이터를 분석하여, 가장 높은 ROAS(Return on Ad Spend)를 보이는 채널을 집중 공략하는데 쓰기도 하며, 유저 세그먼트 분석을 기반으로 맞춤형 광고 크리에이티브 제작 및 퍼널을 최적화하는데 사용하고 있습니다.
이외에도 운영팀에서도 특정 레벨이나 플레이 시간에서 유저 이탈이 급증하는 패턴을 감지하여, 이를 방지하기 위한 인게임 메시지나 보상을 제공하는데 활용하기도 하고요. 비정상적인 결제, 봇 사용, 불법 프로그램 사용 등 이상 행동을 감지하고 빠르게 대응하여 게임 생태계를 보호하기도 합니다.
Q. 마지막으로 강조하고 싶은 이야기가 있다면 한마디 해주세요.
= 데이터 분석은 더 이상 선택이 아닌 필수입니다. 하지만 처음부터 복잡한 분석을 시도하기보다, 작은 것부터 시작하는 것이 중요합니다. 예를 들어 “튜토리얼 이탈률을 낮추는 방법”, “결제 전환율을 높이는 방법”과 같은 명확한 목표를 설정하고 데이터를 활용해보세요.
씽킹데이터는 이런 과정에서 게임사가 쉽고 빠르게 인사이트를 얻을 수 있도록 돕습니다. 게임을 단순히 출시하고 운영하는 것을 넘어, 데이터를 활용해 지속적으로 최적화하고 성장시키고 싶은 게임사라면 씽킹데이터가 가장 좋은 파트너가 될 것입니다.
desk@inven.co.kr
페이지 구독하기
다른 기사 보기
기사 제보하기
