#title 노지마 미호의 소셜 게임 컬럼 주요 글귀 정리 {{{ 비즈니스 모델 * 욕구를 만들어 내는 것 - '유료아이템을 구입하고 싶다'라는 욕구를 만들어내는 시스템 - 유료아이템은 게임을 플레이하기 때문에 사용가치가 있는 것 * 유료와 무료의 차이를 연출해 내는 것 - 플레이어에게 '이만한 가격이면 적정하다' 하고 생각하게 해야 - 무료아이템을 기준으로 하여, 플레이어는 유료아이템의 가격이 적정한지 판단하고, 이해한 후 구입하는 것 * 유료아이템을 산 후에는 어떻게 되는 걸까 - 돈을 쓴 후에 더욱 플레이를 열심히 하게 되는 패턴 # 돈을 썼다는 것은 그 만큼 재미있다고 판단했기 때문 # 계속해서 게임을 즐기기 위해서 # 돈을 냈으니 본전 찾기 - 돈을 쓴 순간, 게임을 계속할 마음이 없어지는 경우 # 유료아이템이 있으면, 게임을 유리하게 풀어나갈 수 있어서, 안심이 된다. 그러나 이러한 안심은 그 때까지 무료아이템으로 극복해 온 긴장감이나 집중력까지 해치고 만다 # 충동적으로 지불할 수록, 이러한 경향이 강해진다. * 주기가 짧은 게임은 바로 머니타이즈를 생각해야 함. 만족도 데이터 분석 * 첫번째 대결, 첫번째 퀘스트 달성, 레벨업 등, 게임 진행 상의 상황으로 나누어, 유저의 이탈율을 확인 * RPG게임일까, 육성게임일까, 배틀게임일까, 장르에 따라 구체적으로 측정할 행동변수가 달라진다 * 훅 리텐션 머니타이즈의 프레임워크에서 필자가 강조하고 싶은 점은, 유저가 등록하고 나서 유료이용할때까지의 '시간의 흐름'이다. 훅단계를 넘어가지 못하면 그 다음 단계로는 갈 수 없다. * 모든 변수를 같은 선상에서 취급하는 것이 아니라, 흐름을 막는 병목부분을 중점적으로 봐야 한다 * 많은 소셜게임에서는 '초대'버튼이 달려있으나, 초대제도는 대부분의 게임에 탑재되어 있고, 그만큼 차별화하기란 어렵다. * 과열된 초대제도는 유저를 피곤하게 할 수 있다. 더욱 초대수를 늘리려고, 지금까지 없었던 매력적인 선물을 준비한 캠페인을 시작해도, 이미 친구를 다 초대한 충성심 높은 이용자(로열유저)는 오히려 속았다는 느낌이 든다. 초대 수의 추이는 파악하기 쉬워서, 업체 입장에서는 편리한 모델로 사용되곤 하나, 길게 봤을 때, 로열유저의 정착을 생각할 필요가 있다. * 튜터리얼의 몇번째 스텝에서 클리어했는가, 어떤 유저와 싸워서 결과는 어땠는가, 어떤 아이템을 언제 구입했는가 * 전날과 비교해서 신규유저증가가 둔화되었다면, 프로모션에 역점을 기울어야겠음을 알 수 있다. 액티브유저는 늘고 있는데, 과금유저가 줄었다면, 유료아이템 설정 등의 머니타이즈부분에 문제가 있음을 알 수 있다. KPI의 변동분석으로, 대략적인 문제점을 알 수가 있다 * 예를들어 배틀계열의 게임이라면, 배틀횟수, 이긴 횟수와 진 횟수(승패), 동료에게 도움을 받은 횟수, 배틀상대와의 레벨차이 등, 게임시스템 그 자체를 나타내는 변수다. 이기기만하는 배틀도 시시하겠지만, 지기만 한다면 의욕이 나지 않을 것이다. 딱 좋은 승률과 난이도를 컨트롤하면 유저가 더욱 더 게임에 빠져들게 될 것이다. * 예를들어 '배틀 난이도를 높이면, 전투상황을 유리하게 할 수 있는 유료아이템이 잘 팔릴 것'이란 가설을 세우고, 난이도를 올렸다 치자. 그러나 지고 싶지 않다고 생각해서 과금을 하는 유저가 있는가 하면, 짜증나서 해지해버리는 유저도 나온다. 분명히 가설대로 과금률에 변화는 있겠으나, 반대로 액티브율에도 악영향을 미치게 되는 것이다.   나아가, 승률 변화는 아이템유통에 변화를 주며, 유료아이템의 효과도 변하게 될 것이다. 그래서, 고객단가에 영향을 줄 수도 있다. 또는 유저배틀을 회피하며 싱글퀘스트 플레이스타일로 변화하다보면 게임의 수명에 악영향을 미칠 수도 있다. * 유저의 플레이시간에 맞춘 시계열분석 - 세로축은 유저의 활동정도를 나타낸다. 로그인 유무나 로그인 빈도 등, 행동의 활발함을 나타내는 모든 변수다 - 가로축을 단순히 날짜별로 하지 않은 것은, 시간개념에도 바리에이션이 있기 때문이다. 게임 억세스를 나타내는 변수로는, 등록하고 난 날짜, 총 로그인시간 등이 있다. * 과금이란 유저의 열중도나 만족도를 금전으로 바꾼 것으로, 빨리 지출하면, 그 열의가 나중으로 이어지지 않게 된다. 이렇게 조절하는 것도, 시간축에 따라 데이터를 꾸준히 봐가야 한다 }}}