Vortex Gaming

ゲームをリリースすると、サービスと運営を行いながら、多様な収益モデルを通じて売上を創出します。誰もが知っていて当然のように行われるプロセスですが、ユーザーのデータを収集して分析することには、やや戸惑ったり躊躇したりする場合が多いです。

「ユーザー分析は選択ではなく必須だ」と話すところがあります。それは、ノーコードベースの分析ツールを提供する「ThinkingData」です。ThinkingDataは、ゲーム内のユーザー行動を分析し、離脱原因を把握してリテンションを高めることに焦点を当てたソリューションを提供します。このような機能のおかげで、開発会社は複雑なコーディングなしでもデータに基づいて運営戦略を立てることができ、軽くて効率的なゲーム改善が可能であるという特徴を持っています。

セガ、Kuro Game、Hobby Gamesのようなグローバル企業から、韓国のグラビティ、Dragonfly、ロードコンプリートなど、全世界1,200社以上のゲーム会社がこのツールを使用しており、「鳴潮（Wuthering Waves）」、「Survivor.io」、「Whiteout Survival」、「ロードモバイル」、「弓使い伝説」など、6,000以上のゲーム分析に活用されたそうです。

特に、Hobby GamesはThinkingDataの代表的なパートナーで、設立当初から協力しており、多様な方面でのユーザー分析を基に「弓使い伝説」と「탕탕특공대」をグローバルヒット作にしたそうです。

これと関連して、ThinkingDataのコ・チェヨン理事に会い、ユーザー分析ツールの具体的な機能と連動方式、ユーザーデータの必要性など、多様な方面から話を聞くことができました。

Q. ThinkingDataはユーザー行動を分析するツールだと紹介されていますが、具体的にどのようなサービスを提供しているのか説明をお願いします。

= 通常、データ分析ソリューションといえば、「AppsFlyer」や「Adjust」のようなアトリビューションツール（広告成果の最適化に関連して具体的な数値とデータを確認するためのツール）を考えます。このようなツールを通じて「ユーザーがどこから来たのか」を分析することになりますが、「ThinkingData」はユーザー行動分析ツールです。つまり、「ユーザーがゲームの中で何をするのか」に対する行動を追跡して分析することができます。

もう少し簡単に例えてみると、アトリビューション分析ツールは「どこからお客様がうちの店を知って来るようになったのか」を把握するのと同じで、ThinkingDataのようなユーザー行動分析ツールは「お客様が店に入ってきて、どのような動線で移動するのか、どのような製品を長く見ているのか、どのような理由で購入を諦めるのか」など、店舗内の行動を分析することだと言えます。

追加で例を挙げると、アトリビューション分析ツールはゲームに流入したユーザーが「Facebook広告を見て来たのか」、「Google検索を通じて流入したのか」を分析するもので、ThinkingDataのようなツールは「ユーザーがチュートリアルを最後まで終えたのか」、「離脱区間と原因は何なのか」、「VIPユーザーの行動パターンはどのようなものなのか」、「ゲーム内財貨の流れはどのようなものなのか」などを分析することができます。

結局、アトリビューション分析はマーケティング最適化を通じた流入に焦点が当てられており、ユーザー行動分析は流入後の行動を追跡してゲーム内のUX/UI改善、離脱防止、リテンション向上を目的としています。

Q. ユーザー行動分析はなぜ必要なのでしょうか？ゲーム会社がデータ分析ツールを使用しなければならない理由は何だと思いますか？

= 最近、UA（ユーザー獲得）費用が増加し、マーケティング効率が低下している傾向にあります。一方、ユーザーを誘致する費用が大きくなっているのに対し、ユーザー1人当たりの売上はますます減少しています。例えば、莫大なマーケティング費用を投資しても、新規ユーザーが期待どおりに定着しなかったり、特定のレベルで大量に離脱して売上成長の限界を感じる事例が多いです。

ユーザー収益を上げるには、ユーザーがゲームに長く留まらなければならず、どの部分を改善または追加する必要があるのか​​を追跡してアップデートし、改善していく必要があります。この部分でThinkingDataを活用すると、ユーザーがなぜ離脱するのか、どのような要素がリテンションを高めるのか、売上を最大化できる最適な戦略は何かといった核心的な部分で答えを見つけることができます。

売上戦略を効果的に展開するためにも、このような分析は必要です。例えば、迅速に複数のゲームをリリースして収益を創出するゲーム会社の場合、データに基づいて迅速に成果を分析し、収益性の低いゲームを大胆に整理することができます。1つのゲームを長期的に運営し、安定的な売上を確保するゲーム会社の場合、ユーザー行動と決済パターン、ライフサイクルデータ分析などを通じてユーザー残存率を維持し、持続的な売上を創出する戦略を立てることができます。

結論として、データ分析はユーザーの行動を理解し、これを基に最適な運営戦略を導き出してゲームの成果を最大化する最も強力な武器だと言えます。

Q. それでは、ThinkingDataで提供する機能や分析データはどのようなものがありますか？

= 私たちのツールはノーコードベースなので、SQLやコーディングの知識がなくてもクリック数回でデータを分析できます。例えば、メインダッシュボードで新規ユーザー数、離脱ユーザー数、最後の参加コンテンツなどを簡単に確認でき、経路分析（ファネル）やグループ別分析も可能です。ゲーム会社がユーザー行動を分析して問題を見つけるのに役立ちます。

ユーザー離脱率、チュートリアル離脱地点、ステージ別通過率、戦闘失敗率などを見ることができます。例えば、3ステージで離脱率が突然60％に増加した場合、その原因を把握し、チュートリアル最適化や難易度調整のためのデータを提供します。広告チャネル別の流入やチェリーピッカー（リワードだけもらって去るユーザー）分析も可能です。

このようなデータを基に、ゲーム会社は仮説を立てて検証するのにこれを使用します。例えば、「チュートリアル離脱がリワード広告のせいなのか？」という仮説を立てた場合、離脱ユーザーをグループにまとめて広告チャネルデータを分析して行動パターンを確認してみるのです。このような過程を通じて難易度の問題やコンテンツ改善点を見つけ、リテンションを高めるのにも活用できます。

Q. このような分析を通じて、実際にどのような部分で効果を得られますか？

= 新規コンテンツを準備する際、ゲーム会社で最も重要視する部分が「どのような要素がユーザーが最も望んで求めているものなのか？」でしょう。これを確認するためにコミュニティユーザーの反応を見て決定したりしますが、データを活用すると静かにプレイするユーザーの結果値まで確認でき、より客観的な数値を通じて最適な選択をすることができます。

例えば、ゲームで有料財貨パッケージを発売すると仮定する時、価格を9,900ウォンにするか12,000ウォンにするか悩むでしょう。データを活用すると、ユーザーがより多く購入する価格帯はどこなのか、どのような構成のパッケージを好むのかを正確に把握でき、これを基にパッケージを構成すれば、これはすぐに売上増大につながる可能性があります。

そして、チュートリアル段階でユーザーが離脱したり、あるいはリテンションが急激に低下するなどの問題を経験する時、迅速に問題地点を発見して原因を分析し解決することが重要です。この時、ユーザーの離脱と関連してデータ分析を通じて特定のパターンを見せる離脱可能性の高いユーザーを対象に、インアプリメッセージ、プッシュ通知、パーソナライズされた報酬システムを導入するなどの戦略的事前対応が可能です。

例えば、過去3日間接続していない顧客の中で決済を1回以上行った顧客は、リターゲティング時に戻ってくる確率が高いと仮定し、ターゲットユーザー対象をグループ化し、該当時点に合わせてインアプリメッセージを送信してリテンションを改善するのに役立ちます。

Q. 他のデータ分析ツールと比較してみた時、ThinkingDataならではの差別化ポイントは何ですか？

= 既存のツールと比較して、私たちはより柔軟なデータ収集方式とカスタマイズ機能をサポートします。ゲームごとに重要な指標が異なる場合がありますが、ThinkingDataは開発会社が望む方式でデータを収集して分析できるようにサポートします。

単純なデータ提供にとどまらず、「実際に活用できるデータ」を提供する点が最も大きな差別化ポイントです。通常、データ分析ツールを導入すると膨大なデータを蓄積することはできますが、これをどのように解釈して活用するかについてのガイダンスを提供しない場合が多いです。

一方、ThinkingDataは単純にツールを販売するだけでなく、「同伴成長」を指針としており、過度な費用を請求しておらず、自社支社を運営し、支社で直接1:1担当マネージャーがマッチングしてツールを使用しながら気になる部分に対する質疑応答をリアルタイムで対応します。

Q. 多様なデータを得られるだけに、ツールを連動して分析に活用するまで長い時間が必要なようですが。

= そうではありません。ツール連動の場合、SDKでゲームクライアントと連動します。イベントごとにコードを一行挿入する形です。Unity、Unreal、Androidなど多様なプラットフォームをサポートしており、サードパーティ（例：Adjust、AppsFlyer）とも連携して広告データまで分析できます。

最初は私たちがトラッキングポリシー設計を一緒に手伝うので、難なくセッティングできます。契約後、キックオフから指標設計、データ連動、ダッシュボード設定、教育まで平均2週間ほどかかります。早ければ1週間で終わることもあります。顧客社がデータをどれだけ早く挿入するかによって異なります。

Q. ゲーム会社で開発者以外に非開発者もこのツールを使用できますか？

= もちろんです。私たちのツールを現在最も積極的に活用している部署が事業チームです。コーディングなしでもDAUや売上、リテンション、ユーザー行動データを抽出して見ることができるため、多く使っています。

例えば、事業チームで新規BMを議論する時、開発チームにユーザーデータを依頼しますが、この過程で時間がかかる場合が多いです。それでThinkingDataを通じてデータを確認し、迅速に企画を推進できるようになります。

もちろん、非常に深い分析が必要な場合はデータアナリストと協力する必要がありますが、基本的なレベルは事業チームも十分に扱うことができます。実際、顧客社の事業チームの方々が「もう開発者に毎回聞く必要がなくて良い」とフィードバックをくださる場合も多いです。

マーケティングチームでも広告チャネル別ユーザー流入後、実際のゲーム内での活動データを分析し、最も高いROAS(Return on Ad Spend)を見せるチャネルを集中的に攻略するのに使ったり、ユーザーセグメント分析を基にカスタマイズされた広告クリエイティブ制作及びファネルを最適化するのに使用しています。

その他にも運営チームでも特定レベルやプレイ時間でユーザー離脱が急増するパターンを感知し、これを防止するためのインゲームメッセージや報酬を提供するのに活用したりします。非正常的な決済、ボット使用、不法プログラム使用など異常行動を感知して迅速に対応し、ゲーム生態系を保護したりもします。

Q. 最後に強調したい話があれば一言お願いします。

= データ分析はもはや選択ではなく必須です。しかし、最初から複雑な分析を試みるより、小さいことから始めることが重要です。例えば「チュートリアル離脱率を下げる方法」、「決済転換率を高める方法」のような明確な目標を設定してデータを活用してみてください。

ThinkingDataはこのような過程でゲーム会社が簡単かつ迅速にインサイトを得られるように支援します。ゲームを単純にリリースして運営することを超え、データを活用して持続的に最適化し成長させたいゲーム会社なら、ThinkingDataが最高のパートナーになるでしょう。

ウェブジン インベンキム・ジヨン記者
2025-02-28