분석 기본 개념

분석 모듈을 통해, 유저는 이벤트와 속성들을 집계하여 특정 지표를 빠르게 생성할 수 있으며, 차트와 테이블에 결과 데이터를 표시하여 지표의 추세를 관찰하고 다차원적인 교차 비교를 수행할 수 있습니다.

분석 지표

‍

TE 시스템의 분석 모델 페이지에서 분석 지표를 쉽게 설정할 수 있습니다. 복잡한 SQL 문을 사용하지 않고도 몇 초 내에 결과를 얻을 수 있으며, 유저의 요구에 맞춰 이벤트와 속성을 자유롭게 조합할 수 있습니다.

• 이벤트 모델을 사용하면 지표를 유연하게 정의할 수 있습니다. 유저가 원하는 대로 이벤트와 속성을 조합해 사용할 수 있으며, 기본적인 사칙연산(더하기, 빼기, 곱하기, 나누기)을 기반으로 한 지표도 만들 수 있습니다.

• 리텐션과 같은 모델은 이미 지표 계산 방식이 설정되어 있습니다. 예를 들어, 잔존율, 이탈율, 전환된 유저 수 등이 이에 해당합니다. 사용자는 분석할 이벤트와 시간 범위만 선택하면 바로 결과를 얻을 수 있습니다.

‍

분석 기간

‍

분석 기간은 이벤트 데이터가 포함될 시간 범위를 정의합니다. 이 기간에 따라 같은 지표라도 다른 결과를 얻을 수 있습니다.분석 기간은 이벤트들이 발생한 시간 범위를 설정하는 기능입니다. 동일한 지표라도 선택한 분석 기간에 따라 결과가 달라집니다. 속성 분석이나 SQL IDE를 제외한 모든 분석 모델에 대해 분석 기간을 설정해야 합니다.

• 상대적 날짜 선택: ‘오늘’ 기준으로 최근 7일 등 상대적 기간을 선택할 수 있습니다.

• 정확한 날짜 설정: 시작일과 종료일을 특정 날짜로 지정하여 분석할 수 있습니다. 단, 종료일은 반드시 시작일보다 나중이어야 합니다.

‍

시간대

‍

사용자의 시간대가 다른 경우, 이를 분석에 반영하는 것이 중요합니다. 여러 시간대에서 발생한 데이터를 분석해야 할 때는 이벤트가 발생한 시간대를 기록하고, 프로젝트 시간대에서 다중 시간대 기능을 활성화할 수 있습니다. 보고서에서는 분석할 기준 시간대를 먼저 설정해야 하며, 시스템은 선택한 시간대를 기준으로 다른 시간대의 데이터를 자동으로 변환해 일관된 결과를 제공합니다.

‍TE 시스템은 표준 시간대인 UTC를 사용합니다. 예를 들어, UTC-8 시간대의 유저가 12월 31일에, UTC+8 시간대의 유저가 1월 1일에 등록한 경우, 둘 다 같은 순간에 등록했더라도 표시되는 시간대에 따라 등록일이 다르게 보일 수 있습니다.

‍

1) 이벤트 시간(#event_time) 외에도 다른 시간 관련 속성도 선택한 시간대로 변환됩니다.

2) 시간 관련 유저 정의 속성은 선택한 시간대에 맞춰 변환되지 않습니다.

‍

분석 대상

‍

리텐션, 전환율, 간격 분석 등을 수행할 때는 먼저 유저(분석 대상)를 어떻게 정의할지 결정해야 합니다. TE에서는 기본적으로 TE Account ID(#user_id)를 사용하여 분석을 수행하지만, 원하는 대로 커스텀 분석 대상을 생성해 사용할 수 있습니다. 예를 들어, 게임 내에서 #user_id가 캐릭터를 의미한다고 가정할 때, 한 계정으로 여러 캐릭터를 만들 수 있습니다. 이때 특정 계정의 로그인 데이터를 분석할 경우, 어떤 캐릭터로든 로그인했다면 그 계정에 대해 ‘로그인 이벤트’가 발생한 것으로 처리됩니다. 리텐션 분석에서도 캐릭터별 또는 계정별로 분석할 수 있어, 더 정확한 데이터를 얻을 수 있습니다.