게임 출시 이후의 데이터부터 분석하기

Hive 애널리틱스의 파이 차트는 측정값 전체에서 각 항목이 차지하는 수치와 비율을 함께 보여주며, 비율 기준을 날짜 또는 차원값 중에서 선택할 수 있다. 날짜 기준으로는 조회 기간 중 어떤 시점이 비중을 크게 차지했는지, 차원 기준으로는 국가·OS 같은 이용자 환경 구성이 날짜마다 어떻게 달랐는지 확인할 수 있다. 범례에서 필요한 항목만 남기면 그 항목들 사이의 상대적인 비중을 다시 […]

여러 게임을 서비스하거나 하나의 게임을 여러 국가에 서비스하면 시장마다 다른 통화로 매출이 발생해 그대로 비교하기 어렵다. Hive 애널리틱스의 통화 설정은 조직이 매출 분석에 쓸 통화를 미리 등록해 두는 기능으로, 등록한 통화를 차트에 적용하면 여러 게임·국가의 매출을 하나의 기준으로 환산해 비교하거나 같은 매출을 여러 통화로 나누어 볼 수 있다. 여러 게임을 운영하거나 하나의 게임을 여러 국가에 […]

오늘의 수치만 보면 지표가 높은지 낮은지 판단하기 어렵고, 라이브 이벤트나 업데이트 이후 성과를 점검하려면 과거 시점과의 비교가 필요하다. Hive 애널리틱스는 차트와 대시보드에 기간 비교를 설정해 기준 기간과 비교 기간의 수치, 증감률을 한 화면에서 확인하게 해준다. 비교 기간은 조회 기준일에 따라 함께 이동하는 가변일과 특정 날짜를 그대로 유지하는 고정일 중에서 선택할 수 있어, 지난주 같은 요일처럼 […]

오픈AI가 주최하고 컴투스가 주관한 ‘오픈AI 게임 빌더스 서울’이 지난 8월 31일, 서울 ‘그래픽 바이 대신’에서 성황리에 진행됐다. 이번 행사는 참가자들이 기획과 개발 역량을 다각도로 선보일 수 있도록 2개의 메인 트랙으로 구성됐다. 본선 40개 팀은 사전 제출작(트랙1)의 구조와 핵심 재미를 소개하는 ‘3분 기획 발표’와 현장에서 공개되는 주제에 맞춰 5시간 동안 게임을 제작하는 5시간 라이브 해커톤(트랙2)에서 기량을 […]

▲ 서울 ‘그래픽 바이 대신’에서 열린 ‘오픈AI 게임 빌더스 서울’ 행사 조형물. 모바일 게임 한 편에 허용된 최대 용량이 24KB이던 시절이 있었다. 개발자는 그 제한된 공간 안에 그래픽과 로직, 플레이 요소를 모두 담아내야 했다. 그로부터 25년이 지난 현재, 개발자들은 AI 코딩 에이전트를 활용해 5시간 만에 게임을 완성하고 있다. ▲ ‘오픈AI 게임 빌더스 서울’ 행사장 전경. […]

게임 개발과 검증 과정에서 발생하는 QA 서버·테스트 앱의 이벤트가 섞이면 이용자 수, 매출, 구매 전환율 같은 핵심 KPI가 실제와 다르게 나타날 수 있다. Hive 애널리틱스의 지표 필터 관리에서 서버 ID 또는 앱 ID를 한 번 등록하면 해당 조건의 이벤트가 차트·퍼널·리텐션·대시보드에서 한꺼번에 제외된다. 여러 QA 서버나 테스트 앱을 운영하더라도 반복 설정 없이 실제 서비스 데이터를 기준으로 […]

콘텐츠 완료 수치만으로는 이용자가 어느 단계에서 이탈했는지 알 수 없다. Hive 애널리틱스의 차트로 콘텐츠 수락·완료 규모와 완료율의 변화를 먼저 확인하고, 변화가 두드러진 시점은 퍼널로 이어서 단계별 전환·이탈 구간을 좁혀볼 수 있다. 이 흐름을 반복하면 기획 의도와 실제 이용 행동의 차이를 구체적인 구간 단위로 파악할 수 있다. 새로운 콘텐츠를 공개하면 참여 이용자 수와 완료 횟수부터 살펴보게 […]

주의) 이 글은 eBPF 자체의 동작 원리나 쿠버네티스 자체의 동작 원리를 설명하는 글이 아니다. Cilium은 쿠버네티스를 위한 eBPF 기반 네트워킹·보안·가시성(Observability) 플랫폼이다. 쿠버네티스에 배포된 파드는 저마다 IP를 가진 채로 죽고 다시 뜨기를 반복한다. 그때마다 IP가 바뀌고, 배포 한 번에 수십 개의 IP가 사라지고 새로 생기기 때문에 전통적인 제어 규칙인 IPTables는 그때마다 재작성이 필요하다. 이는 성능 저하로 […]