신규 컨텐츠를 냈을 때 가장 기분 좋은 순간은 출시 첫 주다. 매출 그래프가 튀고, 접속자가 몰리고, 슬랙에 축하 이모지가 쌓인다. 나도 처음엔 그 그래프만 봤다. 그런데 몇 번 겪고 나니 알게 됐다. 정작 위험한 신호는 매출이 오른 바로 그 직후에 조용히 시작된다. 첫 주 매출이 좋을수록 방심하고, 3주 뒤 재구매(한 번 산 유저가 다시 결제하는 것)가 꺾이기 시작할 때는 이미 손 쓰기 늦은 경우가 많았다.
그래서 나는 “출시 성공/실패”를 첫 주 매출로 판단하는 걸 그만두고, 이탈이 표면화되기 전에 울리는 선행 경보 지표 세트를 만들기로 했다. 이 글은 그 지표를 어떻게 골랐고 어떻게 계산했는지에 대한 기록이다. (특정 게임·회사와 무관한 일반화·합성 예시다.)
flowchart TD A[신규 컨텐츠 출시] --> B[첫 주 매출·DAU 상승] B --> C{후행 지표만 보면?} C -->|매출 상승만 확인| D[방심 · 대응 없음] D --> E[3주 뒤 재구매 급락] E --> F[매출 하락 · 코어 이탈] B --> G{선행 경보 지표} G -->|메타 획일화 감지| H[조기 밸런스 대응] G -->|재구매율 이상 감지| H H --> I[이탈 곡선 완만화] classDef warn fill:#fff0f0,stroke:#e03131,color:#a11111; classDef good fill:#e7f5ff,stroke:#1c7ed6,color:#10548f; class D,E,F warn; class H,I good;
왜 매출이 오른 직후에 이탈이 시작되나?
신규 컨텐츠(특히 신규 캐릭터·장비·모드)는 게임의 밸런스 균형을 흔든다. 강력한 신규 요소가 나오면 유저들이 그쪽으로 몰리는데, 이게 두 방향으로 갈린다.
- 긍정 시나리오: 신규 요소가 기존 선택지에 “하나 더” 얹혀서 조합의 다양성이 늘어난다.
- 부정 시나리오: 신규 요소가 기존 선택지를 전부 밀어내고 메타(주류 전략)가 획일화된다. 모두가 같은 조합을 쓰게 되면 게임이 단조로워지고, 코어 유저부터 지루함을 느끼기 시작한다.
문제는 이 획일화가 매출에는 오히려 단기 호재라는 점이다. 강한 신규 요소를 얻으려 다들 결제하니까. 그래서 매출 그래프만 보면 부정 시나리오가 성공처럼 보인다. 나는 이 “달콤한 착시”에 몇 번 속았다.
flowchart TB subgraph 후행["후행 지표 · 이미 늦음"] L1[일매출 · ARPPU] L2[DAU · 리텐션] end subgraph 선행["선행 경보 지표 · 조기 감지"] E1["메타 획일화 지수(HHI)"] E2["신규 구매자 재구매율"] E3["가챠 피로도(무료재화 소진·천장 도달 후 이탈)"] end 선행 --> 후행 classDef late fill:#fff9db,stroke:#f08c00,color:#a5620a; classDef early fill:#ebfbee,stroke:#2f9e44,color:#1a6b2e; class L1,L2 late; class E1,E2,E3 early;
ARPPU는 “결제한 유저 1명당 평균 결제액”이다. 이런 후행 지표는 결과가 다 나온 뒤에야 움직인다. 내가 원한 건 그 앞단에서 먼저 떨리는 바늘이었다.
어떤 지표가 ‘선행 경보’가 될 수 있나?
세 가지를 핵심으로 골랐다.
| 지표 | 무엇을 보나 | 경보 조건(예시) |
|---|---|---|
| 메타 획일화 지수 | 상위 조합/빌드의 점유율 집중도 | HHI가 출시 전 대비 급등 |
| 신규 구매자 재구매율 | 신규 컨텐츠 첫 구매자의 2차 결제 전환 | 직전 시즌 대비 하락 |
| 가챠 피로도 | 무료재화 소진 속도·천장 도달 후 접속 감소 | 천장 후 이탈률 상승 |
메타 획일화 지수로는 HHI(허핀달-허시먼 지수, 시장 집중도를 재는 지표)를 빌려 썼다. 원래 산업 독과점을 재는 지표인데, “상위 조합이 얼마나 소수에 쏠렸나”를 재는 데 그대로 들어맞는다. 각 조합의 사용 점유율을 제곱해 다 더하면, 한 조합이 100% 쓰이면 값이 최대, 여러 조합이 고루 쓰이면 값이 작다.
경보 지표를 어떻게 코드로 계산하나?
메타 획일화부터. 매치 로그에서 상위 조합의 점유율을 구해 HHI를 계산한다. (아래는 합성 데이터 기준 동작 예시다.)
import pandas as pd
# 합성: 하루치 매치별 사용 조합 로그
df = pd.DataFrame({
"match_id": range(1, 10001),
"comp": (["A"]*4200 + ["B"]*1800 + ["C"]*1500
+ ["D"]*1200 + ["E"]*800 + ["F"]*500),
})
def meta_hhi(frame: pd.DataFrame) -> float:
share = frame["comp"].value_counts(normalize=True) # 조합별 점유율
return float((share ** 2).sum() * 10000) # 0~10000 스케일
print(round(meta_hhi(df), 1)) # 예: 2478.0 → 특정 조합 쏠림 경보HHI가 출시 전 1500 근처였다가 출시 후 2500을 넘어가면, 나는 “한 조합이 메타를 먹었다”는 신호로 읽었다. 절대값보다 출시 전후의 변화폭이 중요하다.
다음은 재구매율. 신규 컨텐츠 첫 구매자가 며칠 안에 다시 결제하는 비율을 코호트(같은 시점에 묶인 유저 집단)로 본다.
-- 신규 컨텐츠 첫 구매자의 7일 내 재구매율
WITH first_buy AS (
SELECT user_id, MIN(paid_at) AS first_at
FROM payments
WHERE item_tag = 'new_content_S12'
GROUP BY user_id
)
SELECT
COUNT(DISTINCT f.user_id) AS buyers,
COUNT(DISTINCT p.user_id) AS repurchasers,
ROUND(COUNT(DISTINCT p.user_id) * 100.0
/ COUNT(DISTINCT f.user_id), 1) AS repurchase_rate
FROM first_buy f
LEFT JOIN payments p
ON p.user_id = f.user_id
AND p.paid_at BETWEEN f.first_at + INTERVAL '1 hour'
AND f.first_at + INTERVAL '7 day';이 재구매율이 직전 시즌보다 눈에 띄게 낮으면, “첫 결제로 끝나는 유저”가 늘고 있다는 뜻이다. 신규 컨텐츠가 한 방 지르게는 했지만 지속적으로 붙잡지는 못한 것이다.
경보가 울리면 무엇을 봐야 하나?
지표 하나가 튀었다고 바로 밸런스 패치를 때리진 않는다. 나는 상태를 단계로 나눠서 대응 수위를 조절했다.
stateDiagram-v2 [*] --> 정상 정상 --> 관찰 : 경보지표 1개 이탈 관찰 --> 경계 : 2개 동시 이탈 · 3일 지속 경계 --> 대응 : 재구매율까지 하락 확인 대응 --> 정상 : 밸런스·이벤트 보정 후 회복 관찰 --> 정상 : 일시적 변동으로 판명
핵심은 단일 지표를 믿지 않는 것이다. 메타 획일화만 튀면 “강한 게 나왔나 보다”로 끝날 수 있다. 하지만 획일화 + 재구매율 하락 + 가챠 피로도 상승이 겹치면, 이건 매출 착시 뒤에서 코어 유저가 빠지고 있다는 강한 신호다. 이 조합을 봤을 때 조기에 밸런스를 손보거나 보상 이벤트를 넣으면, 이탈 곡선이 눈에 띄게 완만해졌다.
마무리
신규 컨텐츠의 성공은 첫 주 매출이 아니라 3주 뒤에도 재구매가 유지되는가로 판가름 났다. 후행 지표는 결과를 알려줄 뿐 막아주지 못한다. 매출이 오른 순간일수록 선행 경보 지표를 켜 두는 게, 내가 여러 번 손해 보고 나서야 배운 습관이다.
다음엔 이 경보 지표들을 실시간 대시보드로 묶고, 임계치를 넘으면 슬랙으로 알림이 오게 자동화한 이야기를 정리해 볼 생각이다. HHI 같은 집중도 지표는 게임뿐 아니라 상품 카테고리 쏠림, 유입 채널 편중을 볼 때도 그대로 쓸 수 있어서 두고두고 유용했다.