인터랙티브 영상 게임 출시 후 확인할 데이터: 선택률, 완료율, 재플레이율과 엔딩 분포

인터랙티브 영상 게임 출시 후 조회 수는 진입 화면이 열렸다는 사실만 보여 줍니다. 작품을 실제로 개선할 수 있는 데이터는 플레이어가 어느 노드에 도달했는지, 선택을 제출했는지, 선택 후 계속 진행했는지, 다른 경로를 보기 위해 돌아왔는지, 엔딩 분포가 설계 의도에 부합하는지입니다.

최소한의 이벤트에는 story_start, node_enter, choice_impression, choice_submit, node_complete, ending_reach, replay_start가 포함됩니다. 각 이벤트에는 익명 사용자 또는 기기 식별자, 세션, 작품 버전, 노드, 분기와 시간을 기록합니다.

세션 종료 규칙을 명확히 해야 합니다. 예를 들어 30분 동안 활동이 없으면 세션을 종료합니다. 그렇지 않으면 다음 날 돌아온 사용자가 매우 긴 한 번의 시청으로 잘못 집계될 수 있습니다.

노드 도달률 = 해당 노드에 도달한 고유 세션 수 / 작품을 시작한 세션 수. 이탈 지점을 찾는 데 사용하되, 이전 노드의 길이와 로딩 오류도 함께 살펴봐야 합니다.

선택 제출률 = 선택 제출 수 / 선택지 노출 수. 값이 낮다면 이해하기 어려운 문구, 가려진 버튼, 카운트다운 또는 기술적 오류가 원인일 수 있습니다.

선택률 = 특정 선택지의 제출 수 / 해당 노드의 전체 제출 수. 분포를 나타낼 뿐, 어느 선택지가 더 좋은지를 직접 보여 주지는 않습니다.

완료율 = 엔딩 중 하나에 도달한 수 / 작품을 시작한 수. 버전, 기기와 유입 경로별로 나누어 봐야 합니다.

재플레이율 = 완료 후 관찰 기간 내 유효한 분기에 다시 진입한 사용자 수 / 완료한 사용자 수. 실수로 새로고침한 경우나 연결 끊김에서 복구한 경우를 재플레이로 집계하지 마세요.

후회율: 선택 후 곧바로 되돌아가거나 인근 노드를 다시 시작한 비율입니다. 플레이어의 후회를 나타낼 수도 있지만 버튼을 잘못 누른 것일 수도 있으므로, 체류 시간과 기기를 함께 확인해야 합니다.

엔딩 분포: 완료한 사용자 중 각 엔딩에 도달한 사용자의 비율입니다. 지나치게 집중된다면 설계에 명백한 최적의 선택이 있거나 다른 경로에 버그가 있을 수 있습니다. 도달자가 매우 적은 엔딩은 선행 조건이 지나치게 엄격한지 확인해야 합니다.

선택 지점 직전에 대량 이탈이 발생하면 먼저 전개 속도와 로딩을 확인하세요. 선택지를 보고도 제출하지 않으면 UI와 문구를 확인하세요. 특정 선택지를 거의 아무도 고르지 않으면 그 선택지가 어떤 조건에서도 더 불리해 보이는지 점검하세요. 재플레이가 적으면 2회차에서 새로운 정보를 제공하는지, 다시 보기 도구가 있는지 확인하세요. 엔딩이 비정상적으로 집중되면 상태와 힌트를 확인하세요.

작품 버전별로 퍼널, 노드 히트맵, 선택 분포, 엔딩 분포와 7일/30일 재플레이를 표시합니다. 모든 지표에는 표본 수를 표시해야 하며, 표본이 작을 때는 과장된 결론을 내리지 않습니다. 내부 테스트, 창작자 미리보기와 실제 사용자도 구분해야 합니다.

경쟁 서비스는 일반적으로 이러한 내부 데이터를 공개하지 않으므로, 이 글은 방법론에 대한 제안이며 어떤 플랫폼의 실제 성과도 나타내지 않습니다. DramaFork는 작품이 늘어난 뒤에야 과거 데이터를 비교할 수 없다는 사실을 발견하지 않도록 첫 버전부터 이벤트 사전을 통일해야 합니다.

각 이벤트에는 최소한 이벤트 이름, 익명 주체, 세션, 작품과 버전, 노드와 선택지, 클라이언트 시간, 서버 수신 시간, 기기와 유입 경로가 포함되어야 합니다. 상태 값을 기록하기 위해 전체 줄거리나 사용자 입력을 업로드할 필요는 없습니다. 필요한 열거형 값, 해시 또는 결과 범주를 기록할 수 있습니다. 이벤트 이름과 필드 타입으로 버전 관리되는 데이터 사전을 구성하고, 변경 시 호환 방식을 설명합니다.

중복 제출, 오프라인 캐시와 연결 끊김 후 재전송으로 인해 한 번의 선택이 여러 번 기록될 수 있습니다. 클라이언트에서 이벤트 ID를 생성하고 서버에서 멱등성을 보장하는 중복 제거를 수행합니다. 시간 순서는 서버 시간과 단조 증가 시퀀스를 함께 사용해 판단합니다. 창작자 미리보기, 자동 테스트와 운영 트래픽에는 반드시 환경 필드를 넣어야 합니다. 그렇지 않으면 내부 클릭이 작품 지표를 오염시킵니다.

노드 도달이 감소하면 먼저 이전 구간이 너무 긴지, 미디어 오류가 있는지, 경로 조건 때문에 도달이 불가능한지 확인하세요. 선택지 노출은 많지만 제출이 적으면 버튼 가림, 문구 이해와 시간제한의 압박을 점검하세요. 제출 후 대량 이탈이 발생하면 결과가 선택지에서 약속한 내용과 충돌하는지 확인하세요. 재플레이 시작은 많지만 곧 끝난다면 이미 본 내용의 건너뛰기가 부족하거나 새 콘텐츠가 너무 늦게 등장하는 것일 수 있습니다.

엔딩 분포에는 해당 엔딩에 도달하기 위한 선행 경로와 표본 수를 함께 표시해야 합니다. 사용자 중 1퍼센트만 도달한 엔딩은 숨겨진 보상일 수도 있고 조건 버그일 수도 있습니다. 이상 여부는 설계 목표에 따라 결정되므로, 기계적으로 균등한 분포를 추구해서는 안 됩니다.

로그는 어디에서 변화가 발생했는지 팀에 알려 줄 수 있지만, 그것만으로 이유를 설명할 수는 없습니다. 이상이 발생한 노드의 오류 로그, 이용 가능한 익명 조작 순서와 사용자 인터뷰를 다시 살펴보고, 플레이어에게 무엇을 보았는지, 무엇을 기대했는지, 왜 떠나거나 다시 시작했는지 물어보세요. 상관관계를 곧바로 대본의 인과관계로 서술하지 말고, 작은 표본의 백분율로 확실성을 만들어 내지도 마세요.

개인정보 보호에는 데이터 최소화 원칙을 적용합니다. 경험 개선에 필요한 필드만 수집하고, 용도와 보관 기간을 설명하며, 접근을 제한하고, 삭제 및 내보내기 요청을 처리할 절차를 마련합니다. 자유 입력 텍스트와 생성형 대화는 위험이 더 크므로 기본적으로 일반 분석 테이블에 들어가서는 안 됩니다. 유용한 대시보드는 정확히 계산할 뿐 아니라, 어떤 데이터를 애초에 수집하지 말아야 하는지도 팀이 알 수 있게 합니다.