게임 이용자의 재방문 흐름, 리텐션으로 확인하기
전체 이용자 수만으로는 재방문 여부를 알 수 없으므로, 같은 시점에 특정 행동을 한 이용자를 하나의 집단으로 묶어 이후 복귀했는지 살펴봐야 한다. Hive 애널리틱스의 리텐션은 기준 이벤트와 복귀 이벤트를 설정해 재방문 또는 다른 행동으로의 전환을 분석하는 기능이다. 국가·OS 같은 차원을 더하면 변화가 두드러지는 이용자 그룹을 좁혀볼 수 있고, 서로 다른 이벤트를 연결하면 콘텐츠 완료 이후 재접속처럼 행동 간 흐름도 확인할 수 있다.
전체 이용자 수만으로 알기 어려운 재방문 흐름
이용자 수를 확인하면 게임을 이용한 전체 규모는 알 수 있지만, 특정 시점에 활동한 이용자가 이후에도 다시 돌아오는지는 파악하기 어렵다. 전체 이용자 수가 비슷하게 유지되더라도 기존 이용자가 계속 방문한 결과인지, 이탈한 이용자를 새로운 이용자가 대신한 결과인지에 따라 의미가 달라질 수 있다. 따라서 같은 시점에 특정 행동을 한 이용자를 하나의 집단으로 나누고, 이후 다시 접속하거나 원하는 행동을 반복했는지 살펴봐야 한다.
콘텐츠 개선에 필요한 이용자 리텐션 분석
게임 기획에서는 신규 콘텐츠나 업데이트가 이용자의 지속적인 활동으로 이어졌는지 확인해야 한다. 신규 콘텐츠를 추가했다면 참여 이용자가 이후에도 해당 콘텐츠를 이용하거나 게임에 다시 접속하는지 살펴보고, 업데이트를 진행했다면 이후에도 재방문이 유지되는지, 업데이트 전후에 유입된 신규 이용자의 재방문 흐름이 달라졌는지 비교할 필요가 있다.
추가로 국가, OS 등 이용자 환경 차이까지 확인하면 변화가 두드러지는 시점과 이용자 그룹을 구체화할 수 있다. 이를 통해 콘텐츠의 초기 반응뿐 아니라 이후에도 이용자의 활동이 이어지는지 살펴보고 개선 우선순위를 정할 수 있다.
Hive 애널리틱스의 리텐션
Hive 애널리틱스의 리텐션은 특정 시점에 기준 이벤트를 발생시킨 이용자를 하나의 집단으로 구성하고, 이후 복귀 이벤트를 발생시켰는지 분석하는 기능이다. 기준 이벤트와 복귀 이벤트를 동일하게 설정하면 같은 행동의 반복 여부를 확인할 수 있으며, 서로 다른 이벤트를 선택하면 기준 행동 이후 다른 행동으로 이어졌는지 살펴볼 수 있다.
프로젝트와 조회 기간을 설정한 뒤 일간·주간·월간 중 집계 단위를 선택하고, 기준 이벤트와 복귀 이벤트, 이용자 식별 기준을 지정할 수 있다. 기준 이벤트의 속성을 차원값으로 추가하면 국가나 OS와 같은 조건에 따라 이용자 집단을 나누어 비교할 수 있으며, 필터를 활용해 분석할 이용자와 이벤트의 범위를 구체화할 수도 있다.
리텐션 결과는 테이블 또는 라인 차트로 확인할 수 있다. 테이블에서는 같은 기간에 기준 행동을 한 이용자의 재방문 수치와 비율을 날짜 경과에 따라 비교하고, 라인 차트에서는 특정 이용자 집단의 잔존율이 변화하는 흐름을 살펴볼 수 있다.
userId로 설정하고 로그인 이벤트를 기준 이벤트와 복귀 이벤트로 지정해 날짜별 재방문 수치와 비율을 확인할 수 있다.이용자 리텐션 확인해보기
업데이트 이후 신규 이용자의 재방문 변화를 차원별로 좁혀 보는 방법과, 기준 이벤트와 복귀 이벤트를 다르게 설정해 신규 콘텐츠 이후의 행동을 확인하는 방법을 각각 살펴보자.
신규 이용자의 재방문 흐름 살펴보기
업데이트 이후 신규 이용자의 재방문 흐름을 확인하려면 기준 이벤트와 복귀 이벤트를 로그인으로 설정하고, 기준 이벤트에 신규 이용자 조건을 적용한다. 아래 화면에서는 2026년 9월 10일 이후 신규 이용자의 1일차 리텐션이 50% 아래로 나타난다.
전체 수치의 변화가 어떤 이용자 그룹에서 나타났는지 확인하기 위해 국가 차원을 추가할 수 있다. 2026년 9월 13일의 결과를 국가별로 펼쳐보면 1일차 리텐션은 JP 33%, KR 50%, US 75%로 나타난다. 전체 리텐션이 47%로 나타난 가운데 JP 이용자의 수치가 상대적으로 낮다는 점을 확인해 추가 분석 범위를 좁힐 수 있다.
신규 콘텐츠 이후의 리텐션 살펴보기
아래 화면은 애널리틱스 이벤트 템플릿 구조로 신규 콘텐츠와 관련된 이벤트를 전송한 경우, 콘텐츠 이용 이후의 재방문 흐름을 확인하는 예시다. 기준 이벤트를 contents_success로 설정하고 modeTypeName = tutorial1 조건을 적용한 뒤, 복귀 이벤트를 로그인 이벤트인 app_login으로 지정했다.
이를 통해 튜토리얼 콘텐츠를 완료한 이용자가 이후 다시 로그인했는지 날짜 경과에 따라 살펴볼 수 있다. 같은 이벤트의 반복뿐 아니라 콘텐츠 완료 이후 재접속처럼 서로 다른 행동 사이의 흐름도 리텐션으로 확인할 수 있다.
Hive 애널리틱스 시작해보기
리텐션을 활용하면 특정 행동을 한 이용자가 이후 다시 돌아오거나 원하는 행동을 이어가는지 기간별 이용자 그룹에 따라 확인할 수 있다. 전체 이용자 규모만으로는 알기 어려운 재방문과 잔존 흐름을 살펴보면 콘텐츠 개선이 필요한 시점과 이용자 그룹을 구체화할 수 있다.
Hive 애널리틱스는 Hive SDK를 통해 수집한 이벤트를 이용자 집단별로 구성하고, 재방문과 재행동 흐름을 분석할 수 있는 게임 전문 애널리틱스 솔루션이다. 지금 Hive 애널리틱스에서 기준 이벤트와 복귀 이벤트를 설정하고 이용자의 잔존 흐름을 확인해 보자.
