tech

주요 차원별 마케팅 성과 차이 확인하기

#다차원분석 #마케팅 #애널리틱스 #하이브

전체 지표만으로는 드러나지 않는 성과 차이는 국가, 마켓, OS 등 이용자 조건별로 데이터를 나눠봐야 확인할 수 있다. Hive 애널리틱스에서 국가·마켓 수준부터 OS, 앱 버전, 기기 모델 등으로 범위를 단계적으로 좁혀가면 원인이 집중된 지점을 구체화할 수 있다.

전체 지표에 가려지는 성과 차이

전체 결과가 안정적으로 보여도 모든 이용자 그룹이 같은 양상을 보이는 것은 아니다. 유입 환경에 따라 구매 전환과 매출이 서로 다르게 움직일 수 있다.

일부 이용자군에서만 신규 이용자 수나 매출이 감소하면 전체 지표에서는 증감이 작게 보인다. 여러 지역과 플랫폼에서 유입을 확보할수록 평균값과 함께 편차가 나타난 구간까지 봐야 한다.

성과 판단을 위한 세부 점검

유입 결과가 기대와 다르더라도 광고 소재나 매체만을 원인으로 단정하기는 어렵다.

같은 광고 활동으로 들어온 이용자도 접속 지역이나 환경에 따라 이후 행동이 달라질 수 있다. 한 지역에서는 신규 유입이 늘지만 구매와 매출이 상대적으로 낮고, 다른 지역에서는 유입 규모가 비슷해도 전환율이 높게 나타날 수 있다.

따라서 집행 방향을 조정하기 전, 결과를 이용자 조건별로 나눠 차이가 집중된 범위를 가려내야 한다. 이 과정을 거치면 유입 규모와 구매 전환, 매출 가운데 어느 지표가 어떤 그룹에서 달라졌는지 구체화할 수 있다.

Hive 애널리틱스의 다차원 분석

Hive 애널리틱스는 Hive SDK를 연동하면 게임 분석에 필요한 기본 이벤트와 속성을 자동으로 수집한다. 여기에 포함된 국가, 마켓, OS, 앱 버전, 기기 모델, 언어, 서버 정보를 기준으로 이용자와 결과를 세분화할 수 있다. 게임에서 별도로 분석할 행동이나 조건은 원하는 이벤트와 속성으로 정의해 전송할 수 있어 분석 범위도 게임별 상황에 맞게 확장할 수 있다.

마켓별 활성 사용자(AU)와 매출 KPI를 비교한 Hive 애널리틱스 대시보드 화면 — 마켓별 활성 사용자(AU)와 매출을 나란히 놓으면 결과가 엇갈린 구간을 찾을 수 있다.

전체 지표가 달라졌다면 먼저 국가와 마켓으로 구분한 뒤 OS와 앱 버전순으로 범위를 좁혀볼 수 있다. 게임 고유의 기준이 필요하면 커스텀 이벤트와 속성을 더해 세분화한다.

핵심은 정해진 항목을 반복해서 보는 데 있지 않다. 자동 수집 데이터에 필요한 정보를 더하면서 차이가 생긴 구간을 단계적으로 찾는 데 있다.

MMP를 연동하면 유입 매체와 캠페인 정보도 함께 활용할 수 있다. 이를 게임 내 행동과 연결하면 특정 경로로 들어온 이용자가 환경에 따라 어떤 결과를 보이는지 같은 분석 과정에서 파악할 수 있다.

국가별 구매 양상

같은 기간 한국과 일본을 놓고 보면 두 지역 모두 신규 이용자 수가 늘 수 있다. 하지만 매출은 한국에서 확대되고 일본에서는 감소하는 등 상반된 양상을 보일 수 있다.

구매 전환율까지 더하면 차이는 분명해진다. 일본의 전환율이 한국보다 낮다면, 유입 증가가 구매로 이어지는 정도가 지역마다 다르다는 사실을 발견할 수 있다. 신규 이용자 수만으로는 드러나지 않는 구매 전환과 매출의 격차가 보이는 지점이다.

한국과 일본의 신규 이용자, 매출, 구매 전환율을 비교한 Hive 애널리틱스 대시보드 화면 — 한국과 일본의 신규 이용자, 매출, 구매 전환율을 함께 보면 유입이 구매로 이어지는 정도가 드러난다.

여기에서 분석을 끝내지 않고 일본 이용자를 OS, 앱 버전, 기기 모델, 언어, 서버 등으로 다시 나누면 범위를 더 좁힐 수 있다. 특정 그룹에서 구매 전환이나 매출 증감이 두드러질 경우 영향을 받은 대상을 구체화할 수 있다.

일본 매출을 OS별로 나눈 Hive 애널리틱스 막대그래프 화면 — 일본 매출을 OS별로 나누면 변동이 집중된 운영체제를 찾을 수 있다.

이런 분석은 모든 지역에 같은 조치를 적용하기 전에 실제 편차가 나타난 영역을 찾는 데 유용하다. 유입 규모와 구매·매출의 추이를 함께 보고, 앱 업데이트 이후 특정 운영 환경에 변동이 집중되는지 점검해 다음 판단의 근거로 삼을 수 있다.

Hive 애널리틱스 시작해보기

전체 지표만으로는 편차의 출발점을 파악하기 어렵다. 데이터를 이용자 조건별로 나누면 평균값에 가려진 그룹별 특징이 드러난다.

Hive 애널리틱스에서는 Hive SDK로 수집한 게임 이벤트와 속성을 바탕으로 유입 이후의 행동을 여러 기준으로 나눠볼 수 있다. 필요한 정보를 추가로 전송해 분석 범위를 넓히고, MMP를 연동해 유입 경로별 결과까지 함께 점검할 수 있다.

지금 Hive 애널리틱스에서 이용자 그룹별 특징을 파악하고, 차이가 두드러진 지점을 찾아 더욱 효율적인 게임 운영에 활용해보자.

김동완 기자

애널리틱스가 게임 운영과 의사결정에 도움이 되기를 바랍니다. 앞으로도 게임 운영에 유용하게 활용할 수 있는 다양한 기능과 활용 방법을 꾸준히 소개할 예정이니, 애널리틱스에 많은 관심 부탁드립니다.

관련글

이전으로 가기

TOP