2025.05.13 본_캠프 57일차

게임 유저 행동 및 결제 데이터 기반 대시보드 분석 프로젝트

1. 프로젝트 제목

“게임 유저 행동·수익성 기반 세그먼트 분석 및 인사이트 도출 대시보드 개발”

2. 프로젝트 배경 및 필요성

• 게임 산업에서 유저 이탈, 과금 유도, 리텐션 유지 등은 수익성과 직결되는 핵심 이슈입니다.

• 유저의 접속/활동/결제 데이터를 분석하여 이탈 징후를 조기에 감지하고, 고가치 유저를 유지하는 전략이 필요합니다.

• 유관부서(사업, 운영, 마케팅, 경영진 등)가 한눈에 파악할 수 있는 대시보드를 통해 실무 적용 가능한 인사이트를 도출합니다.

3. 프로젝트 목표

• 유저 세그먼트 도출 및 분석

• 세그먼트별 유저 특성 및 결제 패턴 분석

• 접속 빈도, 결제 금액, 플레이타임, 서비스 평가 등 주요 지표 기반

• VIP 유저의 행동 특성 및 이탈 원인 분석

• 맞춤형 운영 전략 및 리텐션 방안 제시

• 세그먼트별 맞춤 프로모션 전략 도출

• 환불 경험 유저의 불만 요인 선제적 개선

• 시각화 중심 대시보드 구축

• 비즈니스 실무자가 즉시 활용 가능한 형태로 인터랙티브 시각화 제공

4. 데이터 활용 계획

• 데이터 출처
  Kaggle 공개 게임 로그 데이터셋 (Game Rawdata 240705)

• 전처리 및 분석 계획

  	- 결측치, 이상치(예: 접속 0회 유저) 제거
  	- 날짜 데이터 datetime 형식 변환
  	- 계산된 필드 생성 (순 결제 금액, 활동 기간 등)
  	- 이탈 유저(2024년 미접속) 레이블링
  	- 성별, 국가 등 범주형 변수 처리
  	- 군집 분석을 위한 수치형 변수 정규화 및 차원 축소

5. 분석 및 시각화 내용!!!!

게임 데이터 분석·시각화 핵심 항목

• 유저 분석

- 세그먼트별 접속·결제·행동 패턴 파악
- 성별·국가·연령·직업별 활동 시간대 및 선호 콘텐츠 분석

• 유지 vs 이탈 비교

- 이탈 유저(마지막 접속 2024‑04‑01 이전)와 유지 유저 특성 차이

• 결제 분석

- 결제‑환불 흐름 비교?
- 고과금 유저 특성·매출 기여도(상위 20%를 고과금 유저로 설정?)
- 결제 시점과 콘텐츠 소비 관계
- 서비스 평점별 매출·접속 지표 교차 분석

• 고객 행동 흐름

• 이탈 시점 패턴

- 마지막 접속 일자 분포 Histogram?
- 위험군 (긴 휴면·저레벨·저평점) 집중 식별

• 기타?
  - RFM 기반 LTV·ARPU 세그먼트
  - 길드 규모 vs 개인 유저 비교