[OSEN=판교, 임재형 인턴기자] 단 30일로 1년 간 유저 소비 패턴을 추측할 수 있다면? 데브시스터즈의 데이터과학팀 박주홍 그룹장, 장세진 팀원은 자신들이 설계한 ‘통계 모델링’을 발표하며 “데이터를 이용하면 효율적인 마케팅을 진행할 수 있다”고 밝혔다.
데브시스터즈 데이터과학팀은 25일 경기도 성남시 넥슨 사옥 1층 발표장에서 열린 ‘Life Time Value(이하 LTV)를 통한 손해보지 않는 마케팅’에 연사로 나섰다. 먼저 박주홍 그룹장은 LTV의 중요성에 대해 역설했다. 게임 회사에서 LTV는 ‘게임 설치 후 고객 지불금액’, Cost Per Install(이하 CPI)는 ‘게임 설치 유저당 고객 모집비용’이다.
LTV와 CPI의 차이는 회사의 순이익과 직결되는 만큼 정확한 LTV 도출은 각 회사에게 중요한 쟁점이다. 그러나 LTV 값을 명확하게 구하는 것은 쉽지 않다. 박주홍 그룹장은 “게임 설치 후 한달간 적자를 기록하고 있는 유저가 있다. 그런데 3달만 기다리면 이 유저는 흑자로 전환된다”며 “적자를 기록하고 있다고 해당 유저에 대한 마케팅을 소홀히할 수 없다”고 LTV의 중요성을 강조했다.
LTV는 ARPDAU(일 평균 지불금액)과 LT(지속 방문일)의 곱연산으로 도출되는데, 소량의 데이터로도 추출할 수 있는 ARPDAU에 비해 LT는 미래를 예측해야 해서 매우 힘들다. 박주홍 그룹장에 이어 강단에 오른 장세진 팀원은 데브시스터즈가 LT의 오차범위를 어떻게 줄였는지 공개했다.
장세진 팀원에 따르면 기존 LT 예측에 사용되던 ‘커브 피팅’의 멱함수, 유리함수와 sBG 방식과 실제 LT 차이는 각각 53.7%, 34.5%, 53.4%를 기록했다. 이를 해결하기 위해 데브시스터즈 데이터과학팀은 ‘가중평균’을 적용했다. 가중치는 개인 및 산업에 맞는 값을 찾아야 하지만, ‘가중평균’ 사용시 실제 LT와의 차이는 9.6%로 줄어들었다. 마지막으로 장세진 팀원은 “효율적인 마케팅을 위해 마케터와 데이터과학자의 협업은 반드시 필요하다”며 강연을 마무리했다. /lisco@osen.co.kr
