📊

Kibana 대시보드 가이드

이터널 리턴 데이터 분석을 위한 대시보드 구축 및 관리 가이드

구축 완료

진행 중

⚠️ 현재 이슈

Transform 권한 대기 중 - 첫 게임 진입률, 리텐션 시각화를 위해 필요
시간대별 히트맵 - Runtime field 생성 필요 (요일/시간 추출)
조인 시각화 - 인덱스 간 데이터 조인 (new-user + battle-user-game)

📋 대시보드 현황

✅ 신규 유저 온보딩 대시보드

상태: 구축 완료

시각화: 신규 가입자 추이, 국가별 분포, 튜토리얼 스킵 현황, 단계별 완료 유저 수, PC방 비율, 언어별 분포

인사이트: 튜토리얼 스킵률 ~47%, 첫 게임 진입률 51.6%, D1 리텐션 16.8%

🔄 추가 예정 (Transform 권한 필요)

첫 게임 진입률 시계열
D1/D7 리텐션 추이
시간대별 가입 히트맵

💡 추천 대시보드

🎮 1. 캐릭터 밸런스 대시보드

인덱스: battle-user-game-release-log

시각화:

캐릭터별 픽률 (characterNum)
캐릭터별 평균 순위 (gameRank)
캐릭터별 킬/데스 비율
무기 조합별 성과
시간대별 메타 변화

활용: 패치 전후 밸런스 변화 추적, 핫픽스 필요 캐릭터 식별

🌐 2. 서버 성능 대시보드

인덱스: battle_latency_*, battle-user-game-release-log (avgLatency)

시각화:

지역별 평균 레이턴시
시간대별 레이턴시 추이
레이턴시 분포 히스토그램
고레이턴시 유저 비율 알림

활용: 서버 이슈 조기 감지, 지역별 인프라 개선 우선순위

💰 3. 경제 시스템 대시보드

인덱스: battle-user-game-release-log (creditSource, crGet*, crUse*)

시각화:

크레딧 획득/소비 밸런스
획득 소스별 비율 (몬스터, 드론, 가이드로봇 등)
소비 카테고리별 비율
게임 모드별 경제 차이

활용: 인게임 경제 밸런싱, 콘텐츠 가치 평가

📈 4. 매치메이킹 품질 대시보드

인덱스: battle-user-game-release-log (beforeNormalTeamMmr, preMade)

시각화:

MMR 분포 히스토그램
매치 내 MMR 편차
프리메이드 vs 솔로 비율
매칭 대기시간 추이 (별도 로그 필요)

활용: 매칭 품질 모니터링, 랭크 시스템 개선

🏆 5. 게임 모드별 현황 대시보드

인덱스: battle-user-game-release-log (gameMode, gameModeSub)

시각화:

게임 모드별 플레이 비율
시간대별 모드 선호도 변화
모드별 평균 게임 시간 (duration)
모드별 이탈률 (giveUp)

활용: 콘텐츠 인기도 파악, 이벤트 모드 효과 측정

🚨 6. 이상 행위 탐지 대시보드

인덱스: battle-user-game-release-log (hackAttemptLog, afk)

시각화:

핵 시도 유형별 빈도
AFK 비율 추이
비정상 플레이 패턴 (극단적 스탯)
의심 유저 리스트

활용: 치터 조기 탐지, 제재 우선순위 결정

🎯 개요

이터널 리턴의 다양한 게임 데이터를 Kibana로 시각화하여 의사결정에 활용합니다. 이 가이드는 대시보드 구축 방법과 주요 인사이트를 문서화합니다.

💡 현재까지 발견한 인사이트

튜토리얼 스킵률 ~47% - 거의 절반의 신규 유저가 스킵
첫 게임 진입률 51.6% - 가입자 절반만 게임 플레이
D1 리텐션 16.8% - 다음 날 복귀율 낮음
피크 타임: 금요일 20-23시 - 주말 저녁이 최대 유입

🗄️ 데이터 인덱스 구조

1. new-user-release-log 신규 가입

유저가 계정을 생성할 때 기록되는 로그입니다.

필드	타입	설명
`userNum`	number	유저 고유 번호
`authProvider`	keyword	인증 제공자 (Steam, Kakao 등)
`country`	keyword	국가 코드 (KR, US, JP 등)
`language`	keyword	클라이언트 언어
`pcCafe`	boolean	PC방 여부
`@timestamp`	date	가입 시각

2. tutorial-release-log 튜토리얼

튜토리얼 진행 상태가 기록되는 로그입니다.

필드	타입	설명
`userNum`	number	유저 고유 번호
`code`	number	튜토리얼 단계 (10001~10006)
`skip`	boolean	스킵 여부
`clearDtm`	date	클리어 시각
`rewardDtm`	date	보상 수령 시각

                📝 튜토리얼 코드 매핑
                10001 - 기본 조작
- 아이템 획득
- 전투 기초
- 스킬 사용
- 제작 시스템
- 최종 테스트

            

📈 시각화 구성

대시보드는 4개의 시각화로 구성됩니다.

📊 1. 신규 가입자 추이

타입: Date Histogram (Line Chart)

인덱스: new-user-release-log

설정: X축 - @timestamp (3시간 간격), Y축 - Count

용도: 시간대별 가입 패턴 파악, 이벤트/마케팅 효과 측정

🌍 2. 국가별 신규 유저 Top 5

타입: Pie Chart

인덱스: new-user-release-log

설정: Split Slices by country.keyword, Top 5 by Count

용도: 주요 유입 국가 파악, 지역별 마케팅 전략 수립

⏭️ 3. 튜토리얼 스킵 현황

타입: Bar Chart (Horizontal)

인덱스: tutorial-release-log

설정: Split by code, Sub-split by skip (true/false)

용도: 어느 단계에서 스킵이 많은지 파악

✅ 4. 튜토리얼 단계별 완료 유저 수

타입: Vertical Bar Chart

인덱스: tutorial-release-log

설정: Split by code, Metric - Unique Count of userNum

핵심: 단순 Count가 아닌 Unique Count로 중복 제거

⚠️ 주의: Count vs Unique Count

한 유저가 여러 번 튜토리얼을 시도하면 Count는 부풀려집니다. 실제 완료 유저 수를 보려면 반드시 Unique Count of userNum을 사용하세요.

🛠️ 대시보드 생성 단계

Index Pattern 생성

Stack Management → Index Patterns → Create index pattern

new-user-release-log와 tutorial-release-log 각각 생성

Discover에서 데이터 확인

각 인덱스의 필드 구조와 샘플 데이터 확인

시간 범위가 적절한지 체크 (Last 7 days 권장)

시각화 생성

Visualize → Create visualization

4개 시각화를 각각 생성하고 저장

대시보드 조립

Dashboard → Create dashboard

저장된 시각화들을 추가하고 레이아웃 배치

시간 필터 설정

기본 시간 범위를 Last 7 days로 설정

대시보드 저장 시 "Store time with dashboard" 체크

🔍 유용한 필터/쿼리

특정 국가만 보기

country.keyword: "KR"

스킵한 유저만 보기

skip: true

특정 튜토리얼 단계만

code: 10001

PC방 유저만

pcCafe: true

💡 팁: 필터 저장

자주 사용하는 필터 조합은 대시보드에 저장해두면 편리합니다. 국가별/플랫폼별 뷰를 쉽게 전환할 수 있어요.

🔬 고급 분석 결과

Python 스크립트로 new-user-release-log와 battle-user-game-release-log를 조인 분석한 결과입니다. (최근 7일 기준)

🎮 첫 게임 진입률

신규 가입자	2,197명
게임 플레이 유저	1,134명
첫 게임 진입률	51.6%
1시간 내 첫 게임	68.4%
24시간 내 첫 게임	98.9%

💡 게임 플레이 유저의 약 70%는 가입 후 1시간 이내에 첫 게임을 시작합니다.

📈 D1/D7 리텐션

D1 리텐션	16.8% (186/1,105명)
D7 리텐션	측정 대기 중

💡 가입 다음 날에도 플레이하는 유저는 약 17%입니다.

⏰ 시간대별 가입 피크

1위	금요일 20:00 (76명)
2위	목요일 15:00 (75명)
3위	금요일 21:00 (73명)
4위	금요일 23:00 (73명)
5위	목요일 21:00 (72명)

💡 금요일 저녁~밤 시간대가 신규 유저 유입 피크 타임입니다.

🐍 분석 스크립트

이 분석은 Python 스크립트로 수행되었습니다. Kibana Transform 권한이 있다면 자동화할 수 있습니다.

# calculate_onboarding_metrics.py
# Kibana bsearch API로 두 인덱스를 조인 분석
python3 calculate_onboarding_metrics.py

🚀 확장 아이디어

첫 게임 진입률: ✅ 구현 완료 (Python 스크립트)
D1/D7 리텐션: ✅ 구현 완료 (Python 스크립트)
시간대별 히트맵: ✅ 분석 완료 (금요일 저녁이 피크)
Transform 자동화: 🔒 manage_transform 권한 필요

✨ 결론

이 대시보드로 신규 유저 유입과 온보딩 품질을 실시간으로 모니터링할 수 있습니다. 특히 튜토리얼 스킵률 47%라는 인사이트는 온보딩 경험 개선의 중요한 시작점이 됩니다.

데이터 기반 의사결정의 첫 걸음! 🎮📊