분석
Agentic Engine(AE)의 분석 모듈은 유저 행동, 속성 등의 데이터를 다양한 방식으로 분석하여 데이터에 기반한 더 나은 의사 결정을 내릴 수 있도록 돕습니다. 업계 경험을 바탕으로 정립한 분석 모델은 업계를 선도하는 노코드 분석 도구로, 업계의 대부분 분석 시나리오를 다룹니다. 분석 모델로 얻은 데이터 결론은 다양한 형태의 리포트로 저장하고 대시보드를 통해 다른 사람과 공유할 수 있습니다.
기본 개념 장에서는 분석 모듈과 관련된 기본 개념을 설명하고 분석 모델의 기본 사고방식을 소개합니다. 모델마다 대응하는 분석 시나리오가 다르므로, 기본 개념을 통해 분석 요구에 맞는 분석 모델을 선택하는 방법을 알 수 있습니다.
이벤트 분석은 가장 기본적인 모델로, 일정 기간 동안 유저가 특정 행동을 한 집계 지표나 지표의 변화 추세를 계산할 수 있습니다. 예를 들어 매일 DAU가 안정적인지, 오늘 매출이 얼마인지 등을 확인할 수 있습니다.
리텐션 분석은 프로젝트 핵심 KPI 중 잔존율을 분석합니다. 초기 이벤트와 복귀 이벤트를 선택하여 신규 유저의 익일, 3일, 7일 리텐션 등을 빠르게 얻을 수 있으며, 함께 보기로 LTV와 ROI를 계산할 수도 있습니다.
퍼널 분석은 지정한 단계를 순서대로 완료한 유저 수와 비율을 분석합니다. 온보딩 가이드 이탈 지점이나 스테이지 체류 데이터처럼 특정 단계의 전환 및 이탈 현황을 빠르게 파악하여 잠재적인 문제를 발견할 수 있습니다.
간격 분석은 선후 인과 관계가 있는 두 이벤트 사이의 전환 시간을 분석할 수 있습니다. 예를 들어 가입부터 첫 결제까지 걸린 전환 시간의 중앙값이나 건물 업그레이드 소요 시간의 분포 현황 등을 분석할 수 있으며, 퍼널 분석을 보완하는 용도로도 사용할 수 있습니다.
분포 분석은 유저의 참여 현황에 따라 여러 구간으로 나눕니다. 참여 횟수, 일수 등으로 나누거나 누적 충전 금액처럼 유저별 특정 속성의 합계로 나눌 수 있으며, 구간별 유저 수와 비율을 확인할 수 있습니다.
경로 분석은 주로 탐색적 분석에 사용합니다. 생키 차트로 핵심 노드 전후의 유저 유입과 유출을 직관적으로 확인하고 행동 선호를 분석할 수 있습니다. 예를 들어 유저가 매일 로그인한 후 가장 먼저 참여하는 활동이나, 유저가 이탈하기 전 마지막으로 플레이한 핵심 콘텐츠를 분석할 수 있습니다.
속성 분석은 두 차원의 교차 분석을 지원하며, 서로 다른 유저 그룹의 데이터 성과도 비교할 수 있습니다. 특정 유저 그룹의 유저 프로필을 빠르게 파악하여 정밀 운영 방안을 수립하고, 운영에서 작업을 생성하여 푸시할 수 있습니다.
어트리뷰션 분석은 주로 앱 내 여러 리소스 위치의 클릭이나 여러 이벤트의 발생이 목표 이벤트에 얼마나 기여했는지 설명하는 데 사용합니다. 어트리뷰션 분석으로 리소스 위치가 목표 이벤트에 기여한 값을 유연하게 탐색하여 리소스 위치의 투입 대비 산출을 측정하고 리소스 배치를 최적화할 수 있습니다.
시나리오 분석 - 랭킹은 지표 값의 크기에 따라 차원의 순위를 매기며, Top N 순위표, 순위, 순위 변화 데이터를 표시하는 데 사용할 수 있습니다.
시나리오 분석 - 히트맵은 게임 맵 관련 분석 요구에 특화된 모델입니다. 히트맵으로 플레이어 행동이 맵에서 어떻게 분포하는지 분석하고, 서로 다른 유저 그룹이 같은 행동을 할 때 분포에 어떤 차이가 있는지 비교할 수도 있습니다.
SQL IDE는 현재 클러스터에 있는 모든 프로젝트의 데이터(이벤트, 유저, 태그, 코호트 등)를 커스텀 쿼리할 수 있습니다. 기존 모델로 분석 시나리오를 충족할 수 없거나 분석 지표가 여러 프로젝트의 데이터와 관련된 경우 SQL 문으로 직접 계산하고, 결과 데이터를 시각화 모듈과 결합하여 표시할 수 있습니다.
수천 개 프로젝트에 서비스를 제공한 경험을 바탕으로 분석 모델에 관한 모범 사례를 정리했습니다. 사례와 자체 분석 요구를 함께 고려하여 참고할 수 있습니다. 템플릿 기능으로 기본 분석 지표를 빠르게 생성할 수도 있습니다.