기능
글로벌 서비스 게임 데이터 수집을 위한 시간대 관리 기능

글로벌 게임 서비스에서는 다양한 시간대를 고려한 데이터 관리가 중요합니다. ThinkingData의 #zone_offset 속성을 활용하면 시간대 차이로 인한 데이터 불일치를 최소화하고, 더욱 정확한 글로벌 데이터를 수집 및 분석할 수 있습니다. 특히, 서버에서 각 시간대 정보를 추가해 데이터를 수집하면, 시간대 변환을 통해 현지화된 데이터 분석이 가능해집니다.

November 18, 2024
게임이 글로벌로 출시되면서, 데이터 수집과 분석에서 중요한 요소 중 하나가 바로 다양한 시간대입니다. 특히, 각기 다른 시간대에 걸쳐 발생한 데이터를 하나의 프로젝트에 모아 분석할 때, 시차로 인해 데이터의 정확성이 떨어질 수 있습니다. 이를 해결하기 위해 ThinkingData에서는#zone_offset 속성을 활용한 시간대 관리 기능을 제공합니다. 이번 포스팅에서는 #zone_offset의 개념과 함께, 이를 활용해 글로벌 데이터 수집을 최적화하는 방법을 소개합니다.

시간대와 #zone_offset 속성 이해하기

#zone_offset시간대 오프셋을 의미하며, 특정 지역의 표준 시간과 UTC(협정 세계시) 사이의 차이를 나타냅니다. 예를 들어, 한국 표준시(KST)는 UTC+9를 기준으로 하며, #zone_offset 값은 9가 됩니다. 이를 통해 사용자가 어떤 시간대에서 활동했는지를 기록할 수 있어, 데이터를 분석할 때 각 지역 시간대에 맞춰 데이터를 변환하는 데 도움을 줍니다.

(UTC+9는 대표적으로 대한민국, 북한, 일본, 인도네시아, 동티모르 등의 나라가 위치해 있으며 KST, JST가 이 시간대를 기준으로 한다.)

예시: #zone_offset을 이용한 시간 변환

예를 들어, 2024년 11월 15일 19:00:00에 한국에서 이벤트가 발생했다면, 이 시간은 UTC+9 시간대 기준입니다. 이를 UTC+8 시간대로 변환하고자 한다면 다음 공식을 사용합니다.

EventTime(UTC+8)=EventTime+(8−ZoneOffset)

계산 예시:

- UTC+8 시간 변환: 2024-11-15 18:00:00

- UTC 기준 시간 변환: 2024-11-15 10:00:00

이처럼, #zone_offset을 통해 원하는 시간대로 손쉽게 변환할 수 있습니다.

#zone_offset의 자동 수집 기능

ThinkingData Client SDK는 #zone_offset 속성을 자동으로 수집하도록 설계되어 있습니다.

즉, 개발자가 별도로 설정할 필요 없이 사용자가 속한 시간대를 기반으로 한 #zone_offset 값이 자동으로 포함되어 수집됩니다.

글로벌 서비스에서 #zone_offset 속성을 활용하는 방법

글로벌 시장에서 게임을 서비스할 경우, 특히 데이터가 여러 시간대에 걸쳐 발생할 때, 시간대 관리가 더욱 중요해집니다.

이때 #zone_offset 속성을 잘 활용하면 국가별로 발생한 이벤트의 정확한 시간을 분석할 수 있습니다. 다음은 #zone_offset 속성을 활용한 시간대 관리 전략입니다.

1. 서버에서 데이터 수집 시 #zone_offset 속성 추가

서버에서 데이터를 수집할 때, 각 서버의 로컬 시간대에 따른 #zone_offset 속성을 포함하여 기록하는 것이 좋습니다.

예를 들어, 서버가 미국 서부 시간대(UTC-8)에 위치한 경우, 해당 시간대의 #zone_offset 값을 추가하여 데이터를 저장합니다.

이를 통해, 데이터가 어느 시간대에서 발생했는지 명확히 구분할 수 있으며, 다양한 시간대를 고려한 데이터 분석이 가능합니다.

2. 하나의 프로젝트에서 글로벌 데이터 관리

ThinkingData에서는 하나의 프로젝트에 다양한 시간대의 데이터를 통합 관리할 수 있습니다.

이를 통해 글로벌 유저의 활동을 한눈에 파악할 수 있으며, 시간대 별로 데이터를 변환하여 분석할 수도 있습니다.

예를 들어, 특정 국가의 프로모션 효과를 분석할 때 해당 국가의 현지 시간대로 데이터를 변환해 비교할 수 있습니다.

다른 BI 솔루션에서의 시간대 관리 방식

일반적으로 다른 BI 솔루션에서도 시간대 관리를 위해 몇 가지 방법을 사용합니다. 대표적인 방식은 다음과 같습니다.

고정 시간대 설정

프로젝트의 기본 시간대를 설정해두고, 모든 데이터를 이 시간대를 기준으로 수집하고 관리하는 방식입니다.

예를 들어, UTC+0을 기준으로 데이터를 통일해 기록하면 시간대별 차이를 신경 쓰지 않고 분석할 수 있습니다.

그러나 이렇게 하면 지역에 따라 실제 유저가 활동한 시간대와 차이가 발생해 특정 국가나 지역에 대한 인사이트 도출이 어려워집니다.

데이터 수집 시 각 시간대에 맞게 데이터 변환

데이터를 수집할 때마다 해당 지역의 시간대로 변환해 기록하는 방식입니다. 하지만, 이는 시간이 지남에 따라 변경되는 DST(서머타임) 등과 같은 복잡한 요소를 관리하기 어렵고, 데이터 일관성을 유지하기가 힘들 수 있습니다.

추가적인 시간대 속성 필드 활용

일부 BI 솔루션에서는 #zone_offset과 유사한 별도의 시간대 속성을 제공하여 각 이벤트마다 시간대 정보를 포함할 수 있도록 합니다. 하지만 이 경우도 BI 솔루션에서 시간대 변환을 지원하지 않거나, 시간대별 데이터 가공이 제한적일 수 있습니다.

#zone_offset 활용의 장점

1. 다양한 시간대에서 발생한 데이터의 정확성 향상

#zone_offset을 통해 모든 이벤트의 발생 시간을 명확히 구분할 수 있어 글로벌 데이터를 쉽게 비교할 수 있습니다.

2. 다양한 시간대 변환 지원

각기 다른 시간대의 데이터를 단일 시간대로 변환하거나, 특정 시간대로 변환해 분석할 수 있습니다.

3. 프로젝트 내 글로벌 데이터 통합

하나의 프로젝트에서 다양한 시간대 데이터를 통합 관리할 수 있어 효율적입니다.

결론

글로벌 서비스에서 #zone_offset 속성을 적극적으로 활용하면, 시간대 차이로 인한 데이터 불일치를 최소화하고 정확한 분석이 가능해집니다.

ThinkingData의 다중 시간대 기능과 #zone_offset 속성을 통해 더욱 정교한 글로벌 데이터 분석을 구현해 보세요. 이를 통해 시간대에 구애받지

않는 효율적인 데이터 관리를 할 수 있습니다.

왜 ‘리텐션 분석 A to Z 플레이북’ 인가?

게임 기획자와 데이터 분석가라면 필수로 알아야 할 리텐션 분석의 핵심과, 이를 바탕으로 제품 개선 및 유저 유지율을 높일 수 있는 실전 전략까지 모두 담았습니다.

만약 게임의 리텐션이 고민이라면, 지금 바로 이 플레이북을 통해 게임 유저들의 마음을 사로잡는 방법을 알아보세요. 비즈니스 로직 기반의 리텐션 분석 전략을 확인하고, 당신의 게임을 한 단계 성장시킬 기회를 잡으세요!


[플레이북의 주요 내용]

프롤로그
• 리텐션 데이터의 중요성 이해
• 게임의 순위에 따른 평균 리텐션율

1. 실전에서의 데이터 분석 사례
• 분석 주제 명확히 세우기
• 합리적인 가정 제시하기
• 데이터로 가설 세우기

2. 비즈니스 로직 기반의 리텐션 분석
• 플레이어 행동 지표와 목표 파악
• 게임 진행 단계별 플레이어 목표 분석
• 분석 방법
• 신규 운영 전략의 아이디어 발굴 및 실행

3. 데이터 계산시 주의사항
• 유저의 식별 기준과 식별 규칙
• 초기 이벤트와 복귀 이벤트의 정의
• 유저의 시간대와 잔존 기간의 처리

4. 결론

Check - Elements Webflow Library - BRIX Templates

제출해주셔서 감사합니다.

입력해주신 이메일로 플레이북 전달드릴 예정입니다
폼을 제출하는 중에 오류가 발생했습니다. 다시 시도부탁드립니다.