젠틀매니악은 서브컬처 장르에 특화된 게임 개발사로, 개발부터 글로벌 서비스 운영까지 전 과정을 자체적으로 수행하고 있습니다. 현재 성인향 서브컬처 게임 <호라이즌 워커>를 글로벌로 서비스하며, 다양한 국가와 플랫폼에서 유저 데이터를 기반으로 한 운영을 이어가고 있는데요. 이 과정에서 사업팀이 데이터를 어떻게 활용했는지 확인해보도록 하겠습니다.

‍

[고객사 프로필]

• 회사명: 젠틀매니악
• 업종: 서브컬쳐 게임
• 서비스: 호라이즌 워커
• 특징: 글로벌 서비스를 직접 운영하는 서브컬처 게임 개발사

‍

‍

게임 업계 공통 Pain Point

‍

① 지표는 많은데, 정합성은 믿기 어렵다

라이브 서비스를 운영하는 대부분의 게임사는 여러 툴을 함께 사용합니다. GA, MMP, 플랫폼 리포트, 내부 로그… 문제는 숫자가 서로 다르다는 점입니다.

• DAU, 매출, 전환율이 툴마다 다르게 보임
• 어떤 수치를 기준으로 봐야 할지 내부 합의가 어려움
• 플랫폼·마켓 확장 시 정합성 이슈가 반복적으로 발생

젠틀매니악 역시 글로벌 크로스 플랫폼 게임을 운영하며 같은 문제를 겪고 있었습니다.

“지표는 계속 보고 있었지만, 이 숫자가 맞는지부터 확신하기 어려운 상황이 반복됐습니다.”

‍

② 필요한 지표가 없어서, 결국 수작업 분석

운영에 정말 필요한 질문은 점점 더 구체화됩니다.

• 업데이트 이후 상품별 매출 변화는?‍
• 신규 캐릭터 반응은 이전 업데이트와 비교해 어떤가?‍
• 국가·마켓별 소비 패턴 차이는?

하지만 기존 분석 툴로는 이런 질문에 바로 답하기 어려웠고, 젠틀매니악은 서버 로그를 직접 받아 수작업으로 데이터를 가공해야 했습니다. 이는 개발팀 리소스를 소모시켰고, 분석까지 수일이 소요되고, 라이브 DB 접근에 따른 운영 리스크라는 다양한 문제를 야기시켰습니다.

“데이터를 보기 위해 너무 많은 과정을 거쳐야 했고, 그만큼 의사결정이 늦어질 수밖에 없었습니다.”

‍

③ 업데이트는 했는데, 결과 확인이 늦다

라이브 게임 운영에서 ‘타이밍’은 곧 성과입니다.

• 업데이트 당일 유저 반응 확인 불가
• 매출 추이를 며칠 뒤에야 파악
• 이미 다음 업데이트 일정은 확정된 상태

젠틀매니악 역시 업데이트 효과를 빠르게 검증하지 못해, 운영 전략을 사후적으로 조정하는 구조에 가까웠습니다.

‍

‍

‍

Turning Point : “이 문제를 한 번에 정리할 수 있는 도구가 필요했다”

‍

젠틀매니악이 ThinkingData를 선택한 이유는 단순한 기능 비교가 아니었습니다. 지금 겪고 있는 운영 병목을 구조적으로 해결할 수 있는가가 핵심이었습니다.

• 데이터 정합성을 하나의 기준으로 통합
• 원하는 지표를 즉시 확인할 수 있는 자유롭게 구성가능한 대시보드
• 분석을 특정 팀이 아닌, 전사 공통 자산으로 만들 수 있는 구조

결국 지표를 만들기 위해 분석을 하는 게 아니라 결정을 하기 위해 데이터를 쓰고 싶었고, ThinkingData를 통해 필요한 데이터를, 원하는 시점에, 즉시 확인할 수 있는 환경을 구축할 수 있을 것이라 판단했습니다.

‍

ThinkingData 적용 ① 데이터 정합성부터 바로잡다

도입 이후 가장 먼저 진행한 것은 지표 정합성 확보였습니다.

• 결제, 뽑기, 상품 판매 등 기존에 서버 로그로 개별 분석하던 데이터를 이벤트 단위로 정리
• 하나의 기준 데이터로 통합
• 모든 팀이 같은 숫자를 보도록 구조화

이 과정만으로도 “숫자가 맞는지”에 대한 내부 논의가 크게 줄어들었습니다.

‍

ThinkingData 적용 ② 운영자가 바로 쓰는 실시간 대시보드

젠틀매니악은 ThinkingData를 통해 운영에 바로 쓰는 대시보드를 구축했습니다.

• 업데이트 당일 실시간 매출 추적
• 상품별·캐릭터별 소비 흐름 비교
• 이전 업데이트 대비 성과 변화 분석

이를 통해 “이번 업데이트에서 어떤 요소가 효과적이었는지”를 빠르게 판단하고, 다음 업데이트의 상품 구성과 방향성에 즉시 반영할 수 있게 되었습니다.

‍

ThinkingData 적용 ③ 글로벌·크로스플랫폼 분석의 현실적인 해법

글로벌 서비스를 운영하는 환경에서는 단순 평균 지표만으로는 실제 유저 행동을 정확히 이해하기 어렵습니다. 젠틀매니악은 ThinkingData를 통해 국가별·마켓별·플랫폼별로 유저 행동을 분리해 분석하며, 각 시장의 특성과 반응 차이를 보다 정밀하게 파악할 수 있는 분석 체계를 구축했습니다.

이를 통해 같은 콘텐츠라도 국가·마켓별 반응 차이를 명확히 인지하고 운영 전략을 세분화할 수 있었습니다.

‍

‍

‍

데이터로 확인한 핵심 인사이트

‍

⁉️리세마라·다계정 유저, 이제는 ‘추정’이 아니다

‍

<호라이즌 워커>는 리세마라가 존재하는 게임 특성상 다계정 유저가 많을 것이라는 가설은 있었지만, 정확한 규모와 패턴을 파악하기는 어려웠습니다.

ThinkingData에서는 계정 단위, 디바이스 단위 분석이 가능했고, 이를 통해 다음을 명확히 확인할 수 있었습니다.

• 다계정 유저의 실제 비중
• 국가·마켓별 발생 편차
• 일반적인 패턴과 다른 특이 케이스 식별

이는 막연히 '그럴 것이다'라고 생각하던 영역을 데이터로 정확하게 확인할 수 있게 도와줬고, 이후 유저 수를 해석하거나 지표 왜곡을 판단하여 운영 정책을 설계하는데 있어 중요한 기준점이 되었습니다.

‍

‍

‍

도입 후 변화 : “분석 시간이 줄자, 운영의 밀도가 달라졌다”

‍

ThinkingData 도입 이후 젠틀매니악의 변화는 명확했습니다.

• 수작업 데이터 가공 비용 대폭 절감
• 업데이트 이후 분석까지 걸리던 시간 단축
• 데이터에 대한 팀 신뢰도 상승

그리고 무엇보다 중요한 변화는 의사결정 속도와 방향성이었습니다.

“이제는 데이터를 정리하고 나서 고민하는 게 아니라, 데이터를 보면서 바로 다음 액션을 결정합니다.”

‍

‍

이런 게임사에 추천합니다

‍

• 글로벌·크로스플랫폼 서비스를 운영 중인 게임사
• 업데이트 효과를 빠르게 검증해야 하는 라이브 게임
• 수작업 로그 분석에 지친 사업팀·PM·라이브옵스 팀
• ‘지표는 많은데 판단이 느린’ 조직

‍

ThinkingData의 솔루션이 궁금하다면 상단 문의하기를 통해 편하게 문의부탁드립니다!