기본 개념
분석 모듈에서는 이벤트와 속성의 집계 계산을 바탕으로 특정 지표를 빠르게 생성하고, 결과 데이터를 차트로 표시하여 지표의 변화 추세를 관찰하고 다차원 교차 비교 분석을 수행할 수 있습니다. 이 문서에서는 AE 분석 모듈의 핵심 개념을 소개합니다.
이벤트와 속성에 대한 자세한 내용은 데이터 관리에서 확인할 수 있습니다.
분석 지표
분석 모델 화면 왼쪽의 지표 설정 영역에서 필요한 분석 지표를 빠르게 구성할 수 있으며, 복잡한 SQL 문 없이도 몇 초 만에 데이터 결과를 얻을 수 있습니다.
이벤트 분석 모델에서는 분석 지표를 매우 유연하게 정의할 수 있습니다. 집계 기준에 따라 이벤트와 속성을 자유롭게 조합할 수 있으며, 사칙연산으로 수식형 분석 지표를 만들 수도 있습니다.
리텐션 분석 등의 모델은 리텐션율, 이탈률, 전환 유저 수 등 분석 지표의 계산 로직이 이미 정해져 있으므로, 해당 이벤트를 선택하고 집계할 기간만 설정하면 결과를 얻을 수 있습니다.
물론 프로젝트 지표 체계를 직접 구축하고, 분석할 때 이미 생성한 지표를 사용하여 집계 기준을 통일할 수도 있습니다. 이에 대한 내용은 지표를 참조하십시오.
분석 기간
분석 기간은 어느 기간 내에 발생한 이벤트를 분석 지표 집계에 사용할지 결정하며, 같은 지표라도 분석 기간이 다르면 데이터 결과가 달라집니다. 속성 분석과 SQL IDE를 제외한 다른 모델은 분석할 때 반드시 분석 기간을 설정해야 합니다.
왼쪽의 시스템 기본 제공 옵션으로 오늘을 기준으로 한 동적 분석 기간(예: 지난 7일, 최근 30일)을 빠르게 선택할 수 있습니다. 커스텀 시간으로 지난 4개월, 이번 분기, 작년 등 필요한 동적 분석 기간을 설정할 수도 있습니다.
빠른 선택 옵션으로 부족하다면 오른쪽에서 시작 날짜와 종료 날짜를 각각 선택할 수도 있습니다. 동적 기간 외에 고정 기간, 즉 오늘에 따라 바뀌지 않는 특정 날짜를 선택할 수도 있습니다. 고정 기간을 선택하면 오늘보다 이후의 날짜도 선택할 수 있습니다. 종료 시간이 고정 기간이면 시작 시간도 고정 기간만 사용할 수 있습니다.
시스템은 개인이 과거에 사용한 분석 기간을 기록하며, 다음에 쉽게 사용할 수 있도록 즐겨찾기에 추가할 수 있습니다.
특정 이벤트 기간처럼 프로젝트에서 관례적으로 쓰는 분석 기간이 있다면, 프로젝트 구성 > 날짜 빠른 선택 설정에서 자주 쓰는 기간을 고정해 두어 프로젝트의 모든 멤버가 편리하게 사용하도록 할 수 있습니다.
시간대
제품의 유저가 여러 시간대에 분포되어 있다면 분석에서 시간대를 처리하는 로직을 이해해야 합니다. 여러 시간대의 유저 데이터를 수집해야 하는 경우, 이벤트를 전송할 때 시간대 필드로 이벤트 발생 시 유저가 있던 시간대를 기록하고 프로젝트 시간대 설정에서 다중 시간대 기능을 활성화해야 합니다.
분석할 때는 집계 기준을 통일하기 위해 표시 시간대를 하나 선택해야 합니다. AE 시스템은 협정 세계시(UTC)를 기록 및 표시 시간대의 기준으로 사용하며, 전 세계 여러 시간대의 이벤트 시간(#event_time)을 전송 시의 시간대 필드에 따라 표시 시간대로 오프셋하여 계산하므로 시간대 차이로 인한 집계 기준 문제를 방지합니다.
전송 시의 시간대 필드가 유효하지 않거나 선택한 이벤트에 해당 속성이 없으면 오프셋하지 않습니다.
예를 들어 UTC-8 시간대의 유저가 현지 시간 2022-12-31 20:00:00에 가입하고, UTC+8 시간대의 다른 유저가 현지 시간 2023-01-01 12:00:00에 가입했다면, 두 유저는 실제로 같은 시각에 가입한 것입니다. 표시 시간대가 UTC+8 기준이면 둘 다 1월 1일 신규 유저로 집계되고, 표시 시간대가 UTC-8이면 12월 31일 신규 유저로 집계됩니다.
- 이벤트 시간 외에 다른 시간 타입 이벤트 속성도 표시 시간대로 오프셋되며, 여기에는 가상 속성과 차원 테이블 속성이 포함됩니다
- 가상 속성 규칙을 만들 때 사용하는 시간 타입 속성은 현지 시간 기준 값으로, 오프셋되지 않습니다
- 시간 타입 유저 속성은 오프셋되지 않습니다
분석 주체
유저의 리텐션율, 전환율, 구간별 분포를 분석하려면 먼저 유저의 정의를 정해야 합니다. AE에서는 유저를 분석 주체라고도 부릅니다.
기본적으로 분석 모델은 AE 유저 ID(#user_id)로 분석하며, 프로젝트 분석 주체에서 커스텀 분석 주체를 생성하여 모델과 태그·코호트에서 사용할 수도 있습니다.
AE 유저 ID 하나가 게임 속 캐릭터 하나에 대응하고, 같은 계정으로 여러 캐릭터를 만들 수 있다고 가정합니다. 분포 분석 모델에서 계정의 로그인 일수를 분석할 때는 그날 어느 캐릭터든 하나라도 로그인하면 해당 계정에 로그인 이벤트가 있었던 것으로 봅니다. 리텐션 분석에서도 캐릭터와 계정 두 관점에서 관찰하여 더 정확한 데이터 결과를 얻을 수 있습니다.
AE 유저 ID와 마찬가지로 커스텀 분석 주체의 행동 시퀀스 페이지로 드릴다운하여 각 분석 주체의 상세 행동을 확인할 수 있습니다.
더 알아보기
핵심 개념을 익힌 후에는 다음 장을 계속 읽으며 모델의 공통 로직을 알아볼 수 있습니다: