본문 바로가기

도서관

게임로그 분석 예시 - 레벨업 로그


지난 번의 게임로그 구성 (http://gameqa.org/86)에 이어
게임 로그를 실제로 어떻게 활용할 수 있는지 간단한 예시로 살펴 봅시다.


대부분 게임에서 가장 먼저 기본적으로 남기는 로그는 [로그인] 로그 입니다.
로그인(Login) 로그로 할수 있는 분석은 매우 많이 있는데,
예를 들자면, 운영에서 매일 관리하고 있는 동시접속자수나 UV(Unique Visiter) 에 대한 모니터링도
로그인 로그로 확인이 가능 합니다.

※ 동시접속자수 모니터링의 경우, 현재 접속자수를 확인하는 것을 목표로 하기 때문에
     서버의 세션 카운트로 계산 하는 것이 더 정확합니다.
     특히, 특이사항 발생하는 경우, 서버에서 확인하는 방법이 더 즉각적인 조치가 가능합니다.
     그런데 UV의 경우에는 하루나 한달 분량을 누적해서 봐야하기 때문에
     로그를 이용하는것이 더 좋은 방법이라고 할 수 있습니다.

로그인 로그는 보통 이렇게 생겼습니다.
게임에 따라 캐릭터의 레벨이나 경험치, 게임머니 정보를 추가하기도 합니다.


아래는 레벨업 로그로 이탈율을 구해본 예시 입니다.
로그인 로그에서 계정 정보를 따로 테이블로 만들고,
그 테이블에 최초 로그인 시간과 최종 로그인 시간을 넣은 다음,
이탈 기준을 정해서(예를 들면 최근 2주간 접속이 없는 경우 이탈로 본다던가 등) 이탈에 해당하는 계정 숫자를 구하였습니다.

※ 이를 좀더 활용하면, 이탈 후, 복귀하는 유저의 숫자도 구할 수 있고, 
    최초 로그인 계정 수를 이용해 신규 가입율도 구할 수 있습니다.

아래쪽에 있는 라인이 최근이고, 위쪽에 있는 라인이 오래된 것임을 감안해 보면,
점차 이탈율이 개선되어 감을 알 수 있습니다.
(그러나, 4레벨에서의 이탈율이 다른레벨보다 높은 편이고, 이 부분은 시간이 지나도 여전히 개선이 되고 있지 않습니다)





밸런스와 관련하여 자주 사용하는 로그는 [레벨업] 로그 입니다.
레벌업(Level Up) 로그는 캐릭터가 레벨업 하는 순간 기록되고, 보통은 이렇게 생겼습니다.


레벨업 로그를 캐릭터별로 선을 그어보면
기획에서 설정한 레벨업 타임과 얼마나 차이가 나는지 확인해 볼 수 있습니다.
만약, 유저들이 기획보다 더 빨리 레벨업을 하고 있다면
기획에서 놓친 어뷰징 요소가 있다는 것을 의미 합니다.

※ 어뷰저들은 소수이지만, 어뷰저들의 행동패턴은 유저들 사이에 빠르게 전파 됩니다.
    결국, 한명이라도 어뷰징을 하고 있다면, 그 부분은 반드시 고쳐야 합니다.
    만약 그렇지 않으면, 언젠가 모든 사람들이 그 어뷰징을 사용하는 시점이 오게 되고, 이 때 게임의 밸런스는 크게 위협받게 됩니다.


반대로, 레벨업이 느린 유저가 많다면
이는 게임 가이드가 부족하여 기획에서 의도한 대로 유저들이 움직이지 못하고 있다는 의미가 됩니다.
이럴 때는, 해당 레벨의 컨텐츠 중에서 어느 부분에 문제가 있는지 확인해 보면 됩니다.




위 그래프를 보면, 기획에서 설정한 빨간 선을 중심으로
위쪽과 아래쪽에 각각 유저가 분포하고 있습니다.
아래쪽에 있는 유저가 하드코어 유저에 해당하는데, 이 유저들의 게임 로그 내역을 따로 확인해 보면
어느 컨텐츠에 어뷰징 요소가 있는지 확인할 수 있습니다.

유저를 하드코어 유저, 평균적인 유저, 라이트 유저로 나누어 그룹을 지을 수 있는데,
각 그룹의 대표적인 캐릭터를 선택하고, 캐릭터의 성장 패턴을 살펴 봅시다.



이 게임의 경우에는 하드코어 유저에 의한 어뷰징도 존재하고,
평균적인 유저들이 기획 내용보다 상당히 위쪽 라인을 따르고 있으므로, 전반적으로 가이드가 많이 부족하다고 볼 수 있겠습니다.
특히, 라이트 유저 그래프가 3레벨->4레벨 구간에서 크게 꺽어지고 있어서,
아무래도 3레벨의 컨텐츠(예를 들면 퀘스트)에 문제의 소지가 있을것 같습니다.

※ 레벨업 로그가 이탈율을 보여주지는 않습니다.
    만약 3레벨->4레벨 사이에 유저가 이탈하는 경우, 이 유저는 4레벨의 레벨업 로그가 남지 않기 때문에
    위 그래프의 기울기에 영향을 주지 않습니다.

레벨업 그래프에서 중요하게 살펴보아야 할 것은 각 구간별 기울기 입니다.
하드코어 유저를 살펴보면, 6레벨->9레벨 사이의 그래프가 기획 설정보다 낮은 것을 볼수 있고,
9레벨->10레벨 사이는 위치상으로는 오른쪽에 많이 치우쳐 있지만, 기울기 자체는 기획 설정과 비슷하기 때문에
문제가 있는 구간은 6레벨->9레벨 사이이고, 9레벨->10레벨 사이는 상대적으로 문제의 소지가 적다고 할 수 있습니다.

그런데 이것은 하드코어 유저의 경우이고,
같은 방법으로 평균적인 유저를 살펴보면, 3레벨->7레벨 까지는 레벨업이 느리다가
7레벨->10레벨 까지 레벨업 속도가 갑자기 빨라져 하드코어 유저에 근접할 정도로 빨라집니다.

두 그룹 모두 속도가 빠른셈인데, 이것은 7레벨에 들어서면서 부터 게임 난이도가 낮아진 것으로 보는것이 타당할 것 같습니다.
게임 난이도는 MMORPG를 기준으로 예를 들자면,
몬스터가 갑자기 약해졌거나, 캐릭터가 갑자기 강해진 것인데,
레벨 디자인에서 몬스터를 갑자기 약하게 배치하지는 않으니,
7레벨에서 입수할 수있는 아이템이 캐릭터를 강하게 하고 있는것 이 아닐까 하는 가설을 세워볼 수 있습니다.

※ 만약, 이것이 어뷰저의 패턴과 연결되는 것이라고 한다면,
    어뷰저들은 이 아이템을 3레벨에 입수하였다고 생각해 볼 수 도 있겠습니다.




위 그래프는 유저가 어느 구간에 많이 몰려있는가를 살펴본 것입니다.
기울기가 낮은 구간에 유저가 많이 몰려 있는 셈인데,
평균적인 유저들 중에서도 그룹(1)과 그룹(2)는 성향이 다른것 같습니다.

보통 이런 경우에는 평균적인 유저(1) 그룹이 충성도가높은 그룹으로 발전을 하게 되고,
유저(2) 그룹은 점차 라이트 유저층으로 이동할 가능성이 있습니다.
로그인 로그와 함께 분석하면 각 그룹별로 이탈율을 구할 수 있는데, 이런 자료를 활용하면
유저(2) 그룹이 유저(1) 그룹으로 이동할 수 있도록 전략을 세울 수 있습니다.


로그 분석은 특정 로그 한가지로도 할 수 있지만,
대개의 경우 여러가지 로그를 함께 살펴보는 형태로 진행합니다.
방향이 정해지고 나면, 데이터를 가공하는 것은 시간을 들이면 가능한 일이기 때문에,
다양한 로그를 어떠한 형태로 조합하면 원하는 데이터가 나올지,
늘 아이디어를 모으고 고민하는 일이라고 할 수 있겠습니다.