You are here: Home - Studies∞ - GDC day-2 Class 2

GDC day-2 Class 2

GDC day-2 Class 2

Datamining : How to Harvest the Gold in your Game Sales Database(SOGS Business)
Room 130, North Hall
Speaker : Nick Berry(DataGenetics)

소셜게임에 대해서 게임 판매 시에 얻게 되는 정보 데이터베이스를 어떻게 하면 유용하게 활용할지에 대한 강연입니다.
이 수업에서 말하는 소셜게임은 소셜의 활동이 있어야 하는 것보다는 더 넓은 범위인 Social Network 를 기반으로, 소셜 네트워크의 유저들이 즐길 수 있는 모든 게임을 지칭했습니다.

왜 소셜게임을 대상으로 하느냐, 일단 소셜 게임이 잘 되기 때문입니다.
그렇다면 소셜 게임이 왜 잘 되느냐?
소셜 네트워크의 풀 자체가 기반이 되기 때문에 유저들에게 노출되기 쉽고, 소셜 네트워크 시스템 기반이 이미 잡혀 있으므로 유저들 또한 노출된 앱에 접근하기가 쉽고, 주변의 친구들을 통해 간접적으로라도 플레이 하게 되는 바이럴 효과가 있기 때문이라고 합니다.

소셜게임은 이미 마련된 유저들의 풀, 그릭 유저들에 대한 정보가 있기 때문에,
잘 팔리는 게임이 되기 위한 조건을 가지기가 더 쉽습니다.
그렇다면 우리도 우리의 유저들에 관한 정보를 가지면 좀 더 경쟁력있는 앱을 만들 수 있을 것입니다.

그런데 이런 소셜 기반이 없는 게임에서는 특별히 정보를 얻고자 해도 얻을 것이 없겠지요.
그래서 강연에서는 결제 정보가 로그로 남겨져있는 앱을 기준으로 설명했습니다.
강연자가 가정한 앱은 신용카드 결제 정보에서 결제일, 결제가격, 이름, 카드번호의 데이터베이스만이 특별하게 가공하지 않은 채 남겨져있는 앱입니다.
여기서 사용자에 대한 정보를 제공할 수 있는 것은 사실상 이름 뿐인데, 이 이름의 데이터베이스를 어찌하면 유용하게 바꿀지 설명합니다.

일단 이름에서 알 수 있는 것으로 대표적인 것이 성별이 있습니다.
남자들이 자주 쓰는 이름, 여자들이 자주 쓰는 이름이 나뉘기 떄문이죠.
그렇지만 어떤 이름들은 남자, 여자 특별한 구분없이 쓰이는 이름도 있습니다.
이렇게 양 성별에서 사용되는 이름들은 통계를 이용해 해당하는 이름의 남녀 분포를 계산했습니다.
각 연대별로 인구조사 통계에서 이름과 성별에 따른 인구수로 이름별 성별 분포 값을 가져오고, 해당 이름을 가진 사람들이 아직도 생존해있는지 여부를 사망률 조사 데이터를 이용해 가져와 남자와 여자의 퍼센트에이지를 추정한 것입니다.

이런 과정을 통해 이름이라는 단순 데이터를 추정이긴 하지만 통계라는 수단을 이용해 의미있는 데이터로 바꾸었습니다.
예시로는 단순히 유저의 결제 정보 이름만으로 데이터마이닝을 했지만, 유저 정보에 대해서 SNS 플랫폼이나 기타 좀 더 많은 데이터베이스를 구축한 환경이 있다면,
그곳에서 좀 더 많은 데이터를 뽑아낼 수 있겠습니다.
단순히 유저들에게 얻는 데이터는 직접적으로 가져와야 한다고 생각을 했는데,
통계를 이용해 간접적으로 유의미한 데이터를 뽑아내는 것에 대해서도 고려해보게 되는 참신한 강연이었습니다.

by Jake Noah

Leave a Reply

Back to top