분석
게임사의 새로운 게임 마케팅 전략: 자동화된 게임 푸쉬의 시대

복잡한 게임 마케팅 운영 프로세스를 자동화한 방법은?

February 29, 2024
게임 업계는 끊임없이 변화하고 있으며, 이러한 변화의 최전선에는 마케팅 기술이 있습니다. 과거 게임 회사들은 앱 푸시와 같은 운영 마케팅을 수행할 때 여러 제한과 한계에 직면했습니다.

마케팅 프로세스의 복잡성

예를 들어, 다양한 유저 그룹에게 앱 푸시를 진행하려면 개발자와 데이터 분석가의 도움이 필수적이었고, 이로 인해 대부분의 경우 대량의 앱 푸시 방식이 선택되었습니다. 하지만 이 방법은 정확하고 효과적인 마케팅에 어려움을 겪었으며, 전환 효과가 낮고 중복 문제가 발생하는 등 많은 단점을 가지고 있었습니다.

상황 예시
  • A 상품: 골드 패스
  • B 상품: 프리미엄 패스
목표

곧 출시될 B상품은 기존 A상품과 연관성이 높아, A상품을 구매했던 유저는 B상품 구매 가능성이 높습니다.
이런 경우, A상품을 구매한 유저에게 B상품의 프로모션 할인 정보를 전달하는 것이 우리의 목표입니다.

이 목표를 달성하기 위해 여러 단계의 복잡한 작업을 거쳐야 합니다.

  1. A상품을 구매한 적이 있는 유저 리스트 작성
    • 이 단계는 데이터 분석 팀이 과거 구매 이력 데이터를 광범위하게 분석하여 A상품 구매자를 식별하는 작업을 포함합니다. 이 과정에서 정확성을 확보하기 위한 복잡한 데이터 검증 작업이 필요합니다.
  2. 이미 B상품의 프로모션 정보를 받은 유저 제외
    • 이는 마케팅 팀과 데이터 분석 팀 간의 긴밀한 협력을 필요로 합니다. 이미 프로모션 정보를 받은 유저를 정확히 식별하기 위해선 최신의 데이터를 기반으로 한 지속적인 업데이트와 검증이 필요합니다.
  3. B상품의 프로모션 정보 알림 보내기
    • 이 단계는 마케팅 커뮤니케이션 팀이 관련 유저에게 맞춤형 메시지를 디자인하고 발송하는 작업을 포함합니다. 이 과정에서 메시지의 타이밍, 내용, 그리고 매체 선택에 이르기까지 수많은 결정이 필요하며, 각 결정은 전략적 고려를 필요로 합니다.
  4. (위 1~3 작업을 반복적으로 진행)
  5. 발송 후의 전환 상황 확인
    • 프로모션 알림을 받은 후, 7일 이내에 B상품의 구매 현황을 파악하는 작업입니다. 이는 마케팅 효과를 측정하고, 향후 전략을 조정하는 데 필수적인 정보를 제공합니다. 이 과정은 데이터 분석 팀의 깊은 분석을 필요로 하며, 실시간 데이터 피드백을 통해 진행됩니다.

복잡성의 근원

이러한 단계들은 각각 많은 수동 작업을 필요로 하며, 특히 부서 간 의사소통과 협력이 매우 중요합니다. 데이터의 수집과 처리, 메시지의 개인화, 그리고 캠페인의 실행과 평가까지, 각 단계는 상당한 시간과 노력을 요구합니다. 이 과정에서 발생할 수 있는 오류를 최소화하고 효율성을 극대화하기 위해서는 높은 수준의 조정과 관리가 필수적입니다.

ThinkingData의 새로운 운영 모듈

하지만 이제, ThinkingData가 제공하는 새로운 운영 모듈을 통해 이 모든 과정을 간단한 설정만으로 자동화할 수 있게 되었습니다

어떻게 설정하고 이를 게임 마케팅에 적용할 수 있는지 한번 살펴보도록 하겠습니다

  • (1) 알림 시간 설정
    이 알림은 장기간에 걸쳐 반복적으로 진행되는 미션으로 매일 조건에 부합하는 유저들을 찾아내야 합니다.
    우선, 우리는 이 알림의 시간을 설정할 수 있습니다.

  • (2) 조건에 맞는 타겟 유저 설정
    예를 들어 지난 1년간 101번 상품은 구매한 적이 있으나 201번 상품은 구매한 적이 없는 유저.
    그런 다음 조건에 맞는 유저들을 설정할 수 있습니다.

  • (3) 이벤트 푸시 내용 작성
    이 때 다양한 언어 지원도 가능합니다.

  • (4) 목표 설정
    예를 들어 저희의 목표는 201번 상품을 하루안에 구매 했는지를 확인하는 것입니다.

  • (5) 운영 태스크 & 모니터링
    이 모든 설정 이후, 시스템은 매일 같은 조건으로 마케팅 광고 푸쉬를 자동으로 내보내고,
    매일 대시보드에서 설정해 놓은 KPI 달성 현황을 확인할 수 있습니다.


이제 게임 회사들은 수동으로 게임 푸쉬를 할 필요가 없어졌습니다.
우리는 알림의 시간을 설정하고, 조건에 맞는 유저들을 자동으로 찾아내며, 이벤트 내용을 작성하여 다양한 언어로 전송할 수 있습니다.
이러한 변화는 실제 게임 고객사의 사례를 통해서도 확인할 수 있습니다.

실제 사례: AA 패키지 마케팅 프로모션

이러한 자동화된 접근 방식의 효과를 보여주는 실제 사례로, 한 게임 회사의 AA 패키지 마케팅 프로모션을 살펴볼 수 있습니다. 이 프로모션의 목표는 과거에 특정 금액 이상을 충전한 경험이 있는 유저들을 대상으로 새로운 패키지 상품을 홍보하는 것이었습니다.

  • 대상 유저 선정: 과거에 400달러 이상 충전했으나, AA 패키지를 구매하지 않았던 약 3,000명의 유저들이 타겟팅되었습니다.
  • 성공률: 앱 푸쉬를 받은 후 1일 이내에 새로운 패키지를 구매한 유저 수는 전체 구매자의 약 1.3%에 달했습니다.
  • 플랫폼 별 결과: 특히 안드로이드 플랫폼에서 높은 반응률을 보였으며, 앱 푸쉬를 받고 패키지를 구매한 유저 중 약 70%가 푸쉬를 통해 유입된 것으로 나타났습니다.

이 사례는 자동화된 마케팅 접근이 유저의 구매 의향을 높이는 데 얼마나 효과적일 수 있는지 보여줍니다. 또한, 이러한 접근은 유저의 신뢰를 증진시키고, 고액 패키지 구매를 유도할 수 있는 기회를 제공합니다. 이 모든 것이 간단한 설정을 통해 가능해졌다는 점은 게임 회사들에게 큰 전환점이 될 것입니다.

게임 마케팅의 미래: ThinkingData와 함께하는 자동화된 접근 방식

이처럼 ThinkingData의 새로운 운영 모듈을 활용함으로써, 게임 회사들은 더 이상 수동 작업과 복잡한 협업 과정에 의존하지 않고도 효과적인 게임 마케팅 캠페인을 실행할 수 있게 되었습니다. 이러한 자동화된 접근 방식은 마케팅의 효율성을 극대화하고, 게임 업계의 변화하는 요구에 신속하게 대응할 수 있는 능력을 제공합니다. 이는 결국 게임 회사들이 유저 경험을 개선하고, 매출 증대를 실현하는 데 중요한 역할을 할 것입니다. ThinkingData의 혁신적인 솔루션은 게임 마케팅의 미래를 새롭게 정의하며, 이를 통해 게임 회사들은 더욱 성공적인 결과를 달성할 수 있을 것입니다.

https://zdnet.co.kr/view/?no=20240226093808

새로운 자동화된 마케팅 운영 프로세스가 궁금하다면? 상단 문의하기를 통해 연락주세요!

왜 ‘리텐션 분석 A to Z 플레이북’ 인가?

게임 기획자와 데이터 분석가라면 필수로 알아야 할 리텐션 분석의 핵심과, 이를 바탕으로 제품 개선 및 유저 유지율을 높일 수 있는 실전 전략까지 모두 담았습니다.

만약 게임의 리텐션이 고민이라면, 지금 바로 이 플레이북을 통해 게임 유저들의 마음을 사로잡는 방법을 알아보세요. 비즈니스 로직 기반의 리텐션 분석 전략을 확인하고, 당신의 게임을 한 단계 성장시킬 기회를 잡으세요!


[플레이북의 주요 내용]

프롤로그
• 리텐션 데이터의 중요성 이해
• 게임의 순위에 따른 평균 리텐션율

1. 실전에서의 데이터 분석 사례
• 분석 주제 명확히 세우기
• 합리적인 가정 제시하기
• 데이터로 가설 세우기

2. 비즈니스 로직 기반의 리텐션 분석
• 플레이어 행동 지표와 목표 파악
• 게임 진행 단계별 플레이어 목표 분석
• 분석 방법
• 신규 운영 전략의 아이디어 발굴 및 실행

3. 데이터 계산시 주의사항
• 유저의 식별 기준과 식별 규칙
• 초기 이벤트와 복귀 이벤트의 정의
• 유저의 시간대와 잔존 기간의 처리

4. 결론

Check - Elements Webflow Library - BRIX Templates

제출해주셔서 감사합니다.

입력해주신 이메일로 플레이북 전달드릴 예정입니다
폼을 제출하는 중에 오류가 발생했습니다. 다시 시도부탁드립니다.