Unity
Analytics
데이터분석

분석 데이터로 게임 최적화하는 법

감이 아닌 데이터로 게임을 개선한다. Unity Analytics로 수익 3배 올린 실전 전략.

"왜 유저들이 3일 만에 이탈하는지 알 수 있나요?"

게임 출시 1주일. 다운로드 5000건. 그런데 D7 리텐션 12%...

개발자: "뭐가 문제인지 모르겠어요. 감으로는 레벨 10이 너무 어려운 것 같긴 한데..."

"감이 아니라 데이터를 봐야 합니다."

Unity Analytics 설정 후 3일 뒤: "유저의 68%가 레벨 7에서 이탈하네요. 난이도 조정 필요."

난이도 수정 → D7 리텐션 12% → 34%. 광고 수익 3배 증가.

Rookiss 강사님이 넥슨 프로젝트에서 써먹은 데이터 기반 게임 최적화 전략을 알려준다.

꼭 추적해야 할 핵심 지표 5가지

📊

리텐션 (Retention)

정의: 유저가 며칠 뒤 다시 접속하는가?

중요한 이유: 리텐션 높을수록 광고 수익 ↑, LTV ↑

목표 수치: D1: 40%, D7: 20%, D30: 10% 이상이 양호

액션: 이탈 구간 파악 → 난이도/보상 조정

⏱️

세션 길이 (Session Length)

정의: 한 번 접속 시 평균 플레이 시간

중요한 이유: 세션 길수록 광고 노출 기회 ↑

목표 수치: 클리커 게임: 3~8분, RPG: 15~30분

액션: 너무 짧으면 컨텐츠 추가, 너무 길면 피로도 관리

🚪

퍼널 분석 (Funnel)

정의: 튜토리얼 → 레벨 10 → 레벨 50 진행률

중요한 이유: 이탈 구간이 어딘지 정확히 파악

목표 수치: 각 단계 통과율 70% 이상 유지

액션: 이탈 많은 레벨 난이도 하향 or 보상 상향

💵

수익 지표 (ARPU / ARPPU)

정의: 유저당 평균 수익 / 결제 유저 평균 수익

중요한 이유: 게임이 실제로 얼마나 벌고 있는가

목표 수치: ARPU $0.5 이상, ARPPU $5 이상

액션: 광고/IAP 타이밍 최적화

🎯

이벤트 추적 (Custom Events)

정의: 특정 액션 발생 빈도 (예: 업그레이드 클릭)

중요한 이유: 유저 행동 패턴 이해

목표 수치: 핵심 이벤트는 세션당 3회 이상

액션: 낮은 이벤트는 UI/UX 개선 필요

🎮 강의 미리보기

유니티 AI 게임개발 강의
유니티 클리커 게임 수익화

실제 강의에서 만드는 AI 활용 클리커 게임

데이터 기반 의사결정으로 수익 극대화

Rookiss AI Creative GameDev - 클리커 게임 수익화 시리즈

Unity Analytics 설정 가이드

1단계: Unity 서비스 활성화

• Window → Services → Unity Analytics 활성화

• Project ID 자동 생성 확인

• GDPR 동의 팝업 설정 (EU 출시 시 필수)

2단계: 커스텀 이벤트 추적

// 레벨업 이벤트
AnalyticsEvent.LevelUp("level_5");

// 구매 이벤트
AnalyticsEvent.IAPTransaction("gold_pack_1000", 4.99m);

// 커스텀 이벤트
Analytics.CustomEvent("upgrade_click", new Dictionary<string, object>
{
  { "item_name", "speed_boost" },
  { "level", 10 }
});

3단계: 대시보드 확인

• Unity Dashboard → Analytics 탭 이동

• 실시간 데이터 24시간 후 확인 가능

• 리텐션, 퍼널, 커스텀 이벤트 그래프 분석

데이터로 게임 개선한 실제 사례

문제점

D1 리텐션 25% → 낮음

데이터 분석

퍼널 분석: 튜토리얼 완료율 45%

개선 액션

튜토리얼 4단계 → 2단계 축소, 보상 추가

결과

D1 리텐션 25% → 42% 상승 ✅

문제점

광고 수익 정체

데이터 분석

세션 길이 평균 2분 → 너무 짧음

개선 액션

자동화 시스템 추가, 컨텐츠 확장

결과

세션 길이 2분 → 6분, 광고 노출 3배 ✅

문제점

IAP 전환율 0.8%

데이터 분석

결제 팝업 표시 타이밍: 레벨 3

개선 액션

레벨 10으로 지연 + 할인 이벤트 추가

결과

전환율 0.8% → 2.1% 상승 ✅

AI로 데이터 분석 자동화

ChatGPT로 분석 리포트 생성

"내 게임 데이터 분석해줘.
- D1 리텐션: 30%
- D7 리텐션: 12%
- 평균 세션 길이: 4분
- 레벨 5 통과율: 85%
- 레벨 10 통과율: 42%

문제점과 개선 방안 제시해줘."

AI 분석 결과 예시:

"레벨 10 통과율이 42%로 급락 → 난이도 스파이크 발생.
레벨 8~9에 중간 보상 추가하거나, 레벨 10 적 HP 20% 감소 권장.
D7 리텐션 12%는 낮은 편 → 일일 미션 시스템 추가로 복귀 유도."

강의에서는 AI 기반 데이터 분석 프롬프트 30개 + 엑셀 자동화 스크립트 제공.

분석 도구 비교

Unity Analytics

Unity 통합, 무료, 설정 쉬움

고급 기능 제한

추천: 인디 게임, 초기 단계

Google Analytics (Firebase)

강력한 분석, 무료 한도 넉넉

설정 복잡, 학습 필요

추천: 중형 게임, 크로스 플랫폼

GameAnalytics

게임 특화, 대시보드 직관적

유료 플랜 필요

추천: 상업 게임, 정교한 분석

강의에서 배우는 것

Unity Analytics 완전 정복

핵심 지표 5가지 추적법

퍼널/리텐션 분석 실습

A/B 테스트 설계

AI 기반 데이터 분석

수익 최적화 전략

대시보드 읽는 법

실전 개선 사례 10개

"데이터 안 보고 게임 개선하는 건 눈 감고 총 쏘는 거랑 같습니다."
— Rookiss 강사 (前 크래프톤)

데이터로 게임 수익 3배 올리기

감이 아닌 Analytics로 정확히 개선하는 법

4주 후, 데이터 기반으로 게임을 운영하는 개발자가 됩니다.