Game Analytics (게임 분석론)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터를 통해 플레이어의 경험을 읽고 설계하라" — 게임 내에서 발생하는 방대한 로그를 분석하여 리텐션, 이탈 지점, 경제 균형 등을 진단하고 개선하는 정량적 의사결정 체계.

추출된 패턴: 사용자 행동 로그를 깔대기(Funnel) 구조로 분석하여 특정 구간에서의 이탈 원인을 파악하고, A/B 테스트를 통해 최적의 게임 구성을 찾아가는 데이터 주도 패턴.
주요 지표 (Metrics):
- Retention (D1, D7, D30): 게임에 다시 접속하는 비율. 게임의 근본적인 재미와 지속 가능성을 나타냄.
- DAU/MAU: 활성 사용자 수 지표. 서비스의 규모와 활성도를 측정.
- ARPU/ARPPU: 사용자당 평균 결제 금액. 비즈니스 모델의 효율성 측정.
- Churn Rate: 이탈률. 특정 레벨이나 퀘스트에서의 난이도 병목 지점 파악에 유용.
분석 기법:
- Funnel Analysis: 튜토리얼 완료율, 상점 진입 후 구매율 등 단계별 전환 확인.
- Cohort Analysis: 유입 시기별 사용자 그룹의 행동 변화 추적.

과거 데이터와의 충돌: 단순히 전체 매출만 보던 방식에서, 개별 플레이어의 '생애 가치(LTV)'와 '심리적 몰입 지표'를 정교하게 추적하는 방식으로 진화.
정책 변화: Skybound 프로젝트는 실시간 텔레메트리(Telemetry) 시스템을 통해 플레이어가 선호하는 무기 조합과 사망 지점 데이터를 수집, 밸런싱 작업에 즉시 환류함.