관련글
MMP와 게임 이벤트를 연결해 이용자 행동 확인하기
유입 정보와 게임 이벤트를 함께 봐야 유입 이후의 이용자 행동까지 확인할 수 있다. Hive 애널리틱스는 Airbridge, AppsFlyer, Adjust 연동을 지원하며, 연동한 MMP 이벤트를 차트·퍼널·리텐션에서 게임 이벤트와 함께 분석할 수 있다. 서로 다른 분석 환경에 나뉜 유입과 게임 행동 광고를 통해 유입된 이용자가 게임 안에서 어떤 행동으로 이어졌는지 확인하려면 유입 정보와 게임 이벤트를 함께 살펴봐야 한다. […]
- MMP
- 마케팅
- 애널리틱스
- 하이브
게임 이용자의 재방문 흐름, 리텐션으로 확인하기
전체 이용자 수만으로는 재방문 여부를 알 수 없으므로, 같은 시점에 특정 행동을 한 이용자를 하나의 집단으로 묶어 이후 복귀했는지 살펴봐야 한다. Hive 애널리틱스의 리텐션은 기준 이벤트와 복귀 이벤트를 설정해 재방문 또는 다른 행동으로의 전환을 분석하는 기능이다. 국가·OS 같은 차원을 더하면 변화가 두드러지는 이용자 그룹을 좁혀볼 수 있고, 서로 다른 이벤트를 연결하면 콘텐츠 완료 이후 재접속처럼 […]
- 기획
- 리텐션
- 애널리틱스
- 하이브
게임 매출에 기여한 이용자 확인하기
합산된 전체 매출 지표로는 상위 성과 대상을 찾기 어렵다. Hive 애널리틱스의 랭킹은 선택한 기간 전체를 하나로 집계해 측정값 기준 순위를 산정하고, 차원값을 두 개 이상 선택하면 전체 또는 차원별 범위로 순위를 나눠 볼 수 있다. 이용자별 매출액 순위로 VIP 관리 대상을 찾고, 마켓별·상품별 순위로 후속 분석의 범위를 좁힐 수 있다. 수치만으로 비교하기 어려운 상위 성과 […]
- 랭킹
- 매출순위
- 사업
- 애널리틱스
- 하이브
Cilium, Under the Hood #2: eBPF로 들여다보는 Kubernetes 네트워크의 동작 원리
이전 시리즈에서는 Cilium의 기본 개념과 Identity, Endpoint, IPAM 등을 쿠버네티스 환경에서 직접 실습했고, Socket LB(East-West Load Balancing)는 TCPDUMP를 기반으로 패킷을 하나하나 분석하며 이해를 진행했다. 다만 내용이 길어지면서 다음 주제인 North-South Load Balancing은 다루지 못했다. 이번 글에서는 North-South Load Balancing을 다루고자 한다. North-South Load Balancing 지금까지 다룬 내용은 In-Cluster 내 Pod to Pod 통신, 즉 East-West […]
- Cilium
- eBPF
- tuuna
- 기술이야기
- 클라우드네이티브
게임 분석 콘텐츠, 템플릿으로 빠르게 구성하기
게임 데이터를 분석하려면 목적에 맞는 지표·차원·이벤트 구성을 매번 새로 정해야 한다. 처음 시도하는 분석일수록 이 준비 과정에 시간이 걸린다. Hive 애널리틱스의 템플릿은 대시보드·차트·퍼널·리텐션에서 자주 쓰는 구성을 미리 제공해 초기 설정 과정을 줄여준다. Create 메뉴에서 템플릿을 선택하면 주요 항목이 채워진 생성 화면으로 이동하며, 제공된 구성을 그대로 쓰거나 분석 목적에 맞게 수정할 수 있다. 처음부터 구성해야 하는 […]
- 애널리틱스
- 템플릿
- 하이브
담당 프로젝트에 맞게 데이터 접근 범위 관리하기
여러 게임을 운영하는 조직에서는 구성원마다 담당 프로젝트와 필요한 데이터 접근 범위가 다르다. Hive 애널리틱스의 조직 관리는 조직 단위로 프로젝트와 멤버를 묶어, 데이터 관리자가 개별 사용자 권한을 매번 설정하지 않고도 업무 책임에 맞는 데이터 접근 범위를 구성할 수 있게 한다. 게임별로 조직을 나누거나 여러 게임을 총괄하는 조직을 만들면, 담당자가 바뀌어도 조직의 멤버 구성만 조정하면 된다. 여러 […]
- 데이터관리
- 애널리틱스
- 조직관리
- 하이브
게임 지표의 구성 비중을 원하는 기준으로 살펴보기
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 […]
- 데이터분석
- 비율
- 애널리틱스
- 파이차트
- 하이브
게임 출시 이후의 데이터부터 분석하기
QA·소프트 론칭·CBT 데이터가 정식 서비스 지표와 섞이면 실제 이용자 수와 매출을 정확히 파악하기 어렵다. Hive 애널리틱스의 시간 설정에서 프로젝트별 출시일을 등록하면, 분 단위로 지정한 시점 이전의 이벤트는 지표 집계에서 제외된다. 이 기준은 새로 만드는 차트·퍼널·리텐션은 물론 이미 쓰고 있는 대시보드에도 함께 적용되므로, 게임 출시 전에 미리 등록해 두면 이후에는 정식 서비스 데이터만 기준으로 성과를 확인할 […]
- 애널리틱스
- 운영
- 출시일
- 필터
- 하이브



