선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존의 ARPU에 기초한 재무적 성과뿐만 아니라 다양한 비재무적 성과지표를 종합하여 지속적인 성과 관리 도구로써 포트폴리오 모형을 제시하였다. 본 연구는 게임 산업 및 기업 관련 이해관계자들에게 온라인 게임 성공과 게임 성과 측정에 대해 신뢰성 있는 하나의 척도를 제공할 수 있으며, 온라인 게임에 적용할 수 있는 게임 평가 척도 및 게임 평가 가치 등에 대한 기준을 제시하고, 포트폴리오 모형을 통해 게임 투자 및 자원 효율성 제고, 즉 게임에 대한 투자 효율성, 위험도, 자원 배분 등의 기준을 제공 할 수 있다는 데 의의가 있다고 하겠다.
- 본 연구는 사용자 설문조사 및 전문가 중심의 정성적인 연구가 주를 이루었던 온라인 게임의 성과 측정 및 평가 분야에서 객관적이고 정량적인 산출지표를 이용하여 온라인 게임의 상대적 평가를 수행함으로써, 기업의 전략적 의사결정을 지원할 수 있는 체계적인 성과 평가 및 관리 기법을 제시했다는 데에 의의가 있다. 기존의 ARPU에 기초한 재무적 성과뿐만 아니라 다양한 비재무적 성과지표를 종합하여 지속적인 성과 관리 도구로써 포트폴리오 모형을 제시하였다.
- 최근 온라인 게임 제작 및 서비스의 대표적인 기업인 넥슨, 네오위즈, NHN 등이 이전보다 다양화된 온라인 게임 라인업을 구축하고 효율적 자원배분에 대한 온라인 게임별 프로젝트 관리를 시작한 것은 포트폴리오 전략을 경영에 반영하고 있는 실례라고 하겠다. 이에 본 연구에서는 온라인 게임의 포트폴리오 모형을 구축하여 전략적 도구로 활용할 수 있는 방안을 제시한다.
- 본격적인 온라인 게임 서비스가 시작되면 게임 개발 및 제공업체의 전략 담당자들은 해당 온라인 게임에 대한 사용자 반응을 통해 나타난 다양한 사용자 관련 정보를 수집하고, 분석함으로서 단계별 전략적 방향을 결정한다. 즉, 온라인 게임 개발 후 퍼블리싱 단계인 1, 2차 클로즈 베타, 오픈 베타 및 상용화를 거치면서 단계별로 변화하는 사용자 반응 및 사용자 집단 분포, 게임 사용시간, 사용자 관심도 등의 비재무적 성과를 전략 수립의 핵심 데이터로 활용하는 것이다. 따라서 비재무적 성과 지표들은 게임 개발/제공업체들의 서비스 업무와 자원 배분과 관련된 의사결정의 기초자료로 활용된다.
가설 설정
- (1978)에 의해서 처음 제시된 CCR(Charnes, Cooper, and Rhodes) 모형은 수익불변을 가정하여 규모의 효율성과 순수 기술적 효율성을 구분하지 못한다. 이러한 점을 보완하기 위해 제시된 BCC(Banker, Charnes, and Cooper)모형은 규모에 대한 수익이 변할 수 있다는 가정을 적용하였다(Banker et al., 1984). 또한 DEA 모형은 그 목적에 따라 투입지향(input-oriented)모형과 산출지형(output-oriented)모형으로 나눌 수 있다.
제안 방법
- 온라인 게임의 유형별 성과를 분석한 결과, ARPU와는 반대로 퍼블리싱 게임의 성과가 웹보드 게임보다 더 우수한 성과를 보이고 있음을 도출하였다. DEA를 통해 도출된 비재무적 성과와 ARPU를 이용하여 온라인 게임 성과관리 포트폴리오 모형을 구축하였으며, Dark Horse, Stop Loss, Jack Pot, Luxury Goods의 네 가지사분면으로 온라인 게임을 분류하였다.
- 각각의 온라인 게임을 장르별로 파악하여 이를 다시 게임 사용의 플랫폼에 따라 퍼블리싱 게임과 웹보드 게임으로 유형화하였다. 본 연구에 DMU로 선정된 온라인 게임들 세부 장르 및 유형은 [Table 1]과 같다.
- 본 연구는 사용자 설문조사 및 전문가 중심의 정성적인 연구가 주를 이루었던 온라인 게임의 성과 측정 및 평가 분야에서 객관적이고 정량적인 산출지표를 이용하여 온라인 게임의 상대적 평가를 수행함으로써, 기업의 전략적 의사결정을 지원할 수 있는 체계적인 성과 평가 및 관리 기법을 제시했다는 데에 의의가 있다. 기존의 ARPU에 기초한 재무적 성과뿐만 아니라 다양한 비재무적 성과지표를 종합하여 지속적인 성과 관리 도구로써 포트폴리오 모형을 제시하였다. 본 연구는 게임 산업 및 기업 관련 이해관계자들에게 온라인 게임 성공과 게임 성과 측정에 대해 신뢰성 있는 하나의 척도를 제공할 수 있으며, 온라인 게임에 적용할 수 있는 게임 평가 척도 및 게임 평가 가치 등에 대한 기준을 제시하고, 포트폴리오 모형을 통해 게임 투자 및 자원 효율성 제고, 즉 게임에 대한 투자 효율성, 위험도, 자원 배분 등의 기준을 제공 할 수 있다는 데 의의가 있다고 하겠다.
- 이처럼 온라인 게임의 비재무적 성과와 재무적 성과는 게임개발이나 기획단계에서는 예측할 수 없었던, 사용자들의 피드백 요소와 반응을 통해 실시간으로 반영한 성과를 입체적으로 보여주기 때문에 게임 전략 수립을 위한 의사결정자들은 비재무적 성과와 재무적 성과를 동시에 고려할 필요가 있는 것이다. 따라서 두 가지 측면의 성과를 모두 고려하여 온라인 게임의 성과를 평가하고 관리하는 것이 필요하며, 이에 다음 절에서는 온라인 게임 성과 포트폴리오를 구축 하는 방법을 제시한다.
- 온라인 게임을 사용자의 플랫폼에 따라 웹에서 구현하는 웹보드 방식과, 게임사의 서버 플랫폼을 통해 구현하는 퍼블리싱 방식으로 구분하여 성과의 차이를 분석한다. 마지막으로는 DEA를 통해 산출된 비재무적 성과와 ARPU로 대표되는 재무적 성과의 조합을 통해 온라인 게임의 성과를 복합적으로 평가하고, 지속적인 관리 및 전략적 도구로 활용할 수 있는 온라인 게임 포트폴리오 모형을 구축한다.
- 본 연구는 DEA를 활용하여 온라인 게임의 비재무적 성과를 측정 및 분석하고 더 나아가 재무적 성과와의 조합을 통한 온라인 게임 포트폴리오 모형을 제시하였다. 온라인 게임의 주요 산출지표인 RU, UV, TS, ACU, MCU를 산출변수로 설정하여 순수 산출요소 DEA 모형을 적용하여 비재무적 성과 점수를 측정한 결과, 총 39개의 온라인 게임 중에서 약 26% 인 10개의 온라인 게임이 효율적인 게임으로 나타났다.
- 본 연구에서 제시한 온라인 게임 포트폴리오 모형은 비재무적성과 점수인 DEA 효율성 점수와 재무적 성과인 ARPU 점수를 함께 고려한다. 비재무적 성과로써의 DEA 점수는 사용자 반응도와 게임성 등을 나타낸다.
- DEA를 MCDM 도구로써 활용할 경우, 값이 높을수록 바람직한 평가기준은 산출요소로, 값이 낮을수록 바람직한 평가기준은 투입요소로 간주된다(Stewart, 1996). 본 연구에서 채택한 5개의 비재무적 성과지표는 모두 값이 높을수록 바람직한 평가기준들이므로, 순수 산출요소 모형을 활용하여 온라인 게임의 성과를 측정한다.
- 일반적으로 게임업계 및 전문가들은 게임 장르를 아래 [Table 1]과 같이 15개 정도로 분류하고 있는데, 주로 게임의 내용(FPS, NTCG, RTS, TPS, 레이싱, 뮤직, 슈팅, 스포츠, 액션, 커뮤니티, 퍼즐 및 보드)이나 게임 사용자의 접속방식(웹 게임, MMORPG, MORPG, RPG)에 따라 분류하고 있다. 본 연구에서는 게임 업계에서 일반적으로 사용하고 있는 15개의 장르를 다시 2개의 유형(퍼블리싱 게임과 웹보드 게임)으로 분류하여 유형별 성과의 차이를 분석한다. 이는 대규모 사용자가 접속하여 게임을 진행하는 온라인 게임 특성상, 게임이 구동되는 플랫폼에 따라 개발 혹은 서비스의 설계, 기획, 운용이 달라지기 때문이다.
- 본 연구에서는 실증 데이터를 바탕으로 온라인 게임의 재무적 성과와 함께 비재무적 성과를 측정하고, 이를 바탕으로 경영자 및 전략수립자로 하여금 최선의 전략적인 의사결정을 내릴 수 있도록 지원하는 온라인 게임 포트폴리오 모형을 제시한다. 그러나 비재무적 성과 역시 다양한 측면에서 측정될 수 있는 바, 복수의 비재무적 성과지표를 종합하여 단일 성과 점수를 산출하기 위해 자료포락분석(data envelopment analysis : DEA)을 활용한다.
- DEA 적용 시 가장 중요한 부분 중에 하나는 변수의 선정이라고 할 수 있다. 본 연구에서는 온라인 게임의 성과를 나타낼 수 있는 비재무적 성과지표 중 가장 널리 활용되는 5개의 성과지표를 선정하고, 이를 DEA의 산출변수로 활용하였다. 선정된 비재무적 성과지표에 대한 정보는 [Table 2]에 요약되어 있으며, 39개의 온라인 게임 DMU별로 5개의 변수 값을 수집한 결과가 다음 [Table 3]에 제시되어 있다.
- 본 연구에서도 순수 산출요소 모형을 이용하여 MCDM 관점에서 온라인 게임의 비재무적 성과를 평가한다. 이는 본 연구에서 측정하고자 하는 성과의 개념이 투입 대비 산출 측면의 효율성 관점이 아닌, 그 자체로써 하나의 성과 지표라고 할 수 있는 다수의 비재무적 성과지표를 종합하기 위한 것이기 때문이다.
- 수집된 데이터를 활용하여 총 39개의 온라인 게임의 비재무적 성과 평가를 DEA를 이용하여 수행하였다. [Table 4]는 DEA 분석 결과를 요약한 것이며, 개별 온라인 게임의 DEA 효율성 점수는 ARPU와 함께 [Table 5]에 제시되어 있다.
- Man-Whitney U test는 비모수 자료에 대해 집단 간의 평균 차이를 검정하는 통계 기법이다. 온라인 게임을 사용자의 플랫폼에 따라 웹에서 구현하는 웹보드 방식과, 게임사의 서버 플랫폼을 통해 구현하는 퍼블리싱 방식으로 구분하여 성과의 차이를 분석한다. 마지막으로는 DEA를 통해 산출된 비재무적 성과와 ARPU로 대표되는 재무적 성과의 조합을 통해 온라인 게임의 성과를 복합적으로 평가하고, 지속적인 관리 및 전략적 도구로 활용할 수 있는 온라인 게임 포트폴리오 모형을 구축한다.
- 온라인 게임의 주요 성과 지표들은 비재무적 성과지표와 재무적 성과지표로 구분된다. 이 중 비재무적 성과지표를 산출변수로 설정하고, 각 온라인 게임을 DMU로 하는 DEA를 수행하여 온라인 게임의 비재무적 성과점수를 산출한다. 도출된 성과 점수를 바탕으로 두 가지 분석이 이루어진다.
- , 2010). 일반적으로 DEA는 투입 대비 산출의 효율성 관점에서 성과를 측정하는 도구이나, 복수의 평가 대상에 대해 복수의 성과 지표가 존재하는 경우의 다기준 의사결정(multiple criteria decision making: MCDM) 도구로써도 활용될 수 있는데(Ramanathan, 2005), 본 연구에서는 이러한 DEA의 특성을 이용해 온라인 게임의 비재무적 성과 점수를 측정하는 방법을 제시한다.
- 사용자 반응도는 사용자들이 온라인 게임 서비스를 이용하는 과정에서 산출되는 것으로, 개발비용 보다는 입소문 및 마케팅 효과에 더 큰 영향을 받게 되며, 게임성 등은 온라인 게임 개발의 특성 상 인력의 수보다는 수준에 의해 결정되므로, 노동과 자본 등의 투입요소가 늘어날수록 산출이 늘어난다는 일반적인 가정이 성립하지 않는다. 즉, 본 연구는 투입 대비 산출 개념의 효율성 측정 도구로써 DEA를 사용하여 온라인 게임의 성과를 평가하는 것이 아니라, 복수의 평가지표를 종합하여 다수의 온라인 게임의 상대적 성과를 평가하는 MCDM 도구로써 DEA를 활용하는 것이다. 따라서 본 연구에서 산출되는 온라인 게임별 DEA 효율성 점수는 실질적으로는 효율성의 개념을 나타내는 것이 아니며, 위에서 언급한 바와 같이 MCDM에서의 상대적 우위를 나타내는 점수로써의 의미를 가진다.
대상 데이터
- 본 연구의 프레임워크는 [Figure 1]과 같다. 먼저, 분석 대상 온라인 게임을 선정하고 관련된 성과 지표들에 대한 실증 데이터를 수집한다. 온라인 게임의 주요 성과 지표들은 비재무적 성과지표와 재무적 성과지표로 구분된다.
- 본 연구에서는 국내 대표적 게임 기업인 N사에서 2008년 한해 동안 서비스 되었던 온라인 게임을 대상으로 실증 분석을 수행하였다. 총 41개 온라인 게임 중 일부 데이터가 누락된 게임을 제외한 39개의 게임을 분석 대상으로 선정하였다.
- 본 연구에서는 국내 대표적 게임 기업인 N사에서 2008년 한해 동안 서비스 되었던 온라인 게임을 대상으로 실증 분석을 수행하였다. 총 41개 온라인 게임 중 일부 데이터가 누락된 게임을 제외한 39개의 게임을 분석 대상으로 선정하였다.
데이터처리
- 두 게임 유형별 성과 간에 통계적으로 유의한 차이가 있는지를 알아보기 위해 Mann-Whitney U test를 수행하였다. DEA 효율성 점수는 비모수적 특성을 가지므로 두 모집단 평균의 차이를 검증하기 위한 비모수 통계분석기법인 Mann-Whitney U test를 활용하였으며, 그 결과가 [Table 6]에 제시되어 있다. 유의확률은 0.
- 본 연구에서는 실증 데이터를 바탕으로 온라인 게임의 재무적 성과와 함께 비재무적 성과를 측정하고, 이를 바탕으로 경영자 및 전략수립자로 하여금 최선의 전략적인 의사결정을 내릴 수 있도록 지원하는 온라인 게임 포트폴리오 모형을 제시한다. 그러나 비재무적 성과 역시 다양한 측면에서 측정될 수 있는 바, 복수의 비재무적 성과지표를 종합하여 단일 성과 점수를 산출하기 위해 자료포락분석(data envelopment analysis : DEA)을 활용한다. DEA는 다수의 투입요소(input)와 산출요소(output)를 갖는 의사결정단위(decision making unit : DMU)의 상대적 효율성을 측정하는 선형계획 모형으로(Cooper et al.
- 3점으로 상대적으로 낮게 평가되었다. 두 게임 유형별 성과 간에 통계적으로 유의한 차이가 있는지를 알아보기 위해 Mann-Whitney U test를 수행하였다. DEA 효율성 점수는 비모수적 특성을 가지므로 두 모집단 평균의 차이를 검증하기 위한 비모수 통계분석기법인 Mann-Whitney U test를 활용하였으며, 그 결과가 [Table 6]에 제시되어 있다.
- 도출된 성과 점수를 바탕으로 두 가지 분석이 이루어진다. 먼저, 온라인 게임의 유형별로 성과간의 차이가 있는지를 Man-Whitney U test를 이용하여 검증한다. Man-Whitney U test는 비모수 자료에 대해 집단 간의 평균 차이를 검정하는 통계 기법이다.
성능/효과
- 게임의 재무적 성과가 반드시 게임의 수익성과 일치되는 것은 아니다. ARPU로 대표 되는 게임의 재무적 성과는 게임의 유료화 정책, 유료 아이템의 효과성, 정액제 상품의 고객 호응도에 따라 달라지기도 하는데, 기업관점에서 Jack Pot 게임은 사용자 대상 전략 뿐만 아니라 기업의 수익성 확보 전략에서도 대체로 성공적이었다고 판단할 수 있는 것이다. 따라서, Jack Pot에 속해있는 게임의 경우에는 비재무적 성과와 재무적 성과를 최소한 현 수준으로 유지하는 방향으로 관리되어야 한다.
- 심화 단계에 이르면 게임 사용자는 게임 레벨을 올리거나 게임 승리를 위하여 아이템이나 정액제 요금을 이전보다 적극적으로 구매하게 된다. 결과적으로 온라인 게임 중에서 높은 MCU를 기록하게 되는 게임은 사용자의 유료 전환률 및 재무적 성과가 높아지는 경향이 있다. 최초의 MCU는 게임 업체의 입장에서 최대의 사용자 접속으로 인해 게임의 자원 및 네트워크 수치가 상한에 이를 경우, 이에 따른 자원의 효율적인 배분과 데이터의 과부하등을 관리하는 관리목적의 지표 성격이 강하였다.
- 그 이유는 퍼블리싱 게임의 사용자 참여와 사용자 환경이 웹보드 게임보다 우위에 있음에도 불구하고 실제로 사용자들이 꾸준히 가격 지불을 하는 데에는 웹보드 게임처럼 높지 않음을 의미한다. 결과적으로 퍼블리싱 게임은 비재무적 효율성은 높으나 재무적 효율성이 비재무적 효율성만큼 높게 나오지는 않는 것을 보여준다.
- 국내 온라인 게임 산업은 초고속 인터넷을 비롯한 우수한 IT 인프라를 기초로 우수한 개발인력과 벤처 자본의 결합에 힘입어 세계적인 수준의 산업으로 성장하였다. 그 결과 국내 온라인 게임 시장은 중국에 이어 세계 2위의 시장규모를 기록하면서 국내 시장 규모 7조 원 시대를 열었고, 2010년 수출은 15.5억 불을 기록하는 하나의 산업으로 확립되었다. 또한 게임업계 종사자 수 10만 명을 넘어서면서 향후 지속적인 고용 증대에 기여할 수 있는 국가 산업적인 면모를 갖추게 되었다(Korea Contents Creative Agency, 2010; 2011).
- 그러나 수익성 측면에서는 비재무적 성과와는 반대로 웹보드 게임이 퍼블리싱 게임보다 훨씬 우수한 것으로 나타났다. 두 유형 간의 ARPU 차이를 독립표본 T-test를 통해 분석한 결과, [Table 7]과 같이 웹보드 게임의 ARPU가 퍼블리싱 게임의 ARPU보다 두 배 가까이 높은 것으로 나타났다.
- 이 비중은 실제 DEA를 통해 산출된 효율적 게임의 수 10개 보다는 다소 작은 수치이지만, 실제로 온라인 게임에서 사용자와 관련된 성과 지표가 높으면서 동시에 수익성 높은 게임을 제작 및 서비스하는 것이 매우 어려운 상황임을 실증적으로 보여준다고 할 수 있으며, 일반적으로 20:80으로 평가하는 파레토 법칙이 온라인 게임에서도 유사한 비율로 존재하는 것으로 알 수 있다. 그룹별 특징으로 전체 8개 게임 중에서 퍼블리싱 게임이 1개만 존재하는 것은, 퍼블리싱 게임이 높은 비재무적 성과에도 불구하고 재무적 성과 지표인 ARPU는 웹보드 게임보다 높지 않음을 나타내고 있다. 그 이유는 퍼블리싱 게임의 사용자 참여와 사용자 환경이 웹보드 게임보다 우위에 있음에도 불구하고 실제로 사용자들이 꾸준히 가격 지불을 하는 데에는 웹보드 게임처럼 높지 않음을 의미한다.
- 그러나 수익성 측면에서는 비재무적 성과와는 반대로 웹보드 게임이 퍼블리싱 게임보다 훨씬 우수한 것으로 나타났다. 두 유형 간의 ARPU 차이를 독립표본 T-test를 통해 분석한 결과, [Table 7]과 같이 웹보드 게임의 ARPU가 퍼블리싱 게임의 ARPU보다 두 배 가까이 높은 것으로 나타났다. 웹보드 게임은 상대적으로 투입인원 및 제작 기간이 짧은 대신 사용자층이 다양하고, 게임 조작이 쉬우며, 소수 인원이 빠른 시간 내에 게임을 시작하고 이용이 가능하므로 게임 사용자들이 안정적이고 손쉽게 게임에 임할 수 있다는 장점이 있으며, 이러한 장점이 과금 저항이 많지 않은 성인들의 게임이용율과 지불금액을 높이는 요인으로 작용했기 때문으로 볼 수 있다.
- 둘째, 고성과 저수익의 온라인 게임은 Dark Horse로 온라인 게임의 비재무적 성과, 즉 게임의 사용자 환경, 게임의 몰입도, 이용시간 동안 흥미 등을 유지하면서 아직 지불 금액에 대해서는 일정 수준에 도달하지 못한 게임을 의미한다. 이 유형에 속해 있는 게임들은 다양한 유료화 정책과 가격 정책에 의해서 ARPU를 상승시킬 수 있는 가능성이 가지고 있는 반면, 이미 유료화 시행 중인 게임이 이 수준에 머물러 있을 경우, 게임 사용자 대한 유료화 전략이 실패했을 가능성도 있으므로, 수익성 확보 전략의 재검토를 통한 수익성 제고가 필요할 수도 있다.
- 둘째, 저성과-고수익의 Luxury Goods의 경우 7개의 온라인 게임이 분포하여 17.9%를 나타내고 있다. 이는 소수의 매니아 혹은 충성도 높은 고객들의 이용하는 게임으로 신규 제작 서비스된 게임보다는 장기간 서비스가 진행된 게임들이 주를 이루고 있다고 볼 수 있다.
- 즉, 본 연구는 투입 대비 산출 개념의 효율성 측정 도구로써 DEA를 사용하여 온라인 게임의 성과를 평가하는 것이 아니라, 복수의 평가지표를 종합하여 다수의 온라인 게임의 상대적 성과를 평가하는 MCDM 도구로써 DEA를 활용하는 것이다. 따라서 본 연구에서 산출되는 온라인 게임별 DEA 효율성 점수는 실질적으로는 효율성의 개념을 나타내는 것이 아니며, 위에서 언급한 바와 같이 MCDM에서의 상대적 우위를 나타내는 점수로써의 의미를 가진다. 온라인 게임의 상대적 평가를 위해 계층분석과정(analytic hierarchy process : AHP)과 같은 MCDM 기법의 적용도 가능하나, AHP를 비롯한 대부분의 MCDM 기법은 평가기준에 대한 상대적 가중치를 사전적으로 정의하여 일괄적으로 적용하게 되는데, 이는 평가기준 간의 보편적인 우열 관계가 존재하지 않는 경우, 또한 피평가 대상별로 평가기준의 중요성이 다른 경우, 평가 결과의 타당성이 떨어진다는 한계가 있다.
- 마지막으로, 저성과 저수익의 Stop Loss는 비재무적 성과와 수익성 모두 저조한 게임을 의미한다. 여기에 속하는 게임들은, 게임의 사용자적 관점이나 기업의 수익적인 관점에서 사실상 전략적 실패를 의미한다.
- 6점으로 나타났다. 반면, 웹보드 게임의 경우는 24개 중 4개(16.7%)의 DMU만 효율적인 것으로 나타났으며, 평균 효율성 점수도 55.3점으로 상대적으로 낮게 평가되었다. 두 게임 유형별 성과 간에 통계적으로 유의한 차이가 있는지를 알아보기 위해 Mann-Whitney U test를 수행하였다.
- 재무적 성과인 ARPU 기준은 10,000원으로 설정하였다. 본 연구에 쓰인 DMU 의 ARPU 평균은 12,942원이나 정액요금제의 기본이 10,000원을 중심으로 설정되어 있고, 유료 아이템의 경우도 대부분 최저 5,000원에서 시작하나 주 판매 가격 대가 10,000원이며 주로 결제의 편이와 상품 가격정책에 의하여 1,000원 이하의 아이템은 판매하지 않는 경향이 있음으로 평균값과 유사한 10,000원을 ARPU의 고수익성과 저수익성의 기준으로 산정하였다.
- 온라인 게임의 주요 산출지표인 RU, UV, TS, ACU, MCU를 산출변수로 설정하여 순수 산출요소 DEA 모형을 적용하여 비재무적 성과 점수를 측정한 결과, 총 39개의 온라인 게임 중에서 약 26% 인 10개의 온라인 게임이 효율적인 게임으로 나타났다. 온라인 게임의 유형별 성과를 분석한 결과, ARPU와는 반대로 퍼블리싱 게임의 성과가 웹보드 게임보다 더 우수한 성과를 보이고 있음을 도출하였다. DEA를 통해 도출된 비재무적 성과와 ARPU를 이용하여 온라인 게임 성과관리 포트폴리오 모형을 구축하였으며, Dark Horse, Stop Loss, Jack Pot, Luxury Goods의 네 가지사분면으로 온라인 게임을 분류하였다.
- 본 연구는 DEA를 활용하여 온라인 게임의 비재무적 성과를 측정 및 분석하고 더 나아가 재무적 성과와의 조합을 통한 온라인 게임 포트폴리오 모형을 제시하였다. 온라인 게임의 주요 산출지표인 RU, UV, TS, ACU, MCU를 산출변수로 설정하여 순수 산출요소 DEA 모형을 적용하여 비재무적 성과 점수를 측정한 결과, 총 39개의 온라인 게임 중에서 약 26% 인 10개의 온라인 게임이 효율적인 게임으로 나타났다. 온라인 게임의 유형별 성과를 분석한 결과, ARPU와는 반대로 퍼블리싱 게임의 성과가 웹보드 게임보다 더 우수한 성과를 보이고 있음을 도출하였다.
- DEA 효율성 점수는 비모수적 특성을 가지므로 두 모집단 평균의 차이를 검증하기 위한 비모수 통계분석기법인 Mann-Whitney U test를 활용하였으며, 그 결과가 [Table 6]에 제시되어 있다. 유의확률은 0.014로, 퍼블리싱 게임의 성과가 웹보드 게임보다 더 우수한 성과를 보이고 있음을 도출하였다. 이는 퍼블리싱 게임이 사용자의 접속 관련 성과와 사용자 환경에서 웹보드 게임보다는 상대적으로 우위에 있기 때문이라고 해석될 수 있다.
- [Table 4]는 DEA 분석 결과를 요약한 것이며, 개별 온라인 게임의 DEA 효율성 점수는 ARPU와 함께 [Table 5]에 제시되어 있다. 전체 온라인 게임의 DEA 효율성 평균 점수는 64.6점으로 나타났으며, 효율적인 온라인 게임은 10개로 전체 39개의 중 25.6%로 나타났다.
- 첫째, 고성과 고수익의 온라인 게임은 Jack Pot으로, 온라인 게임 중 가장 이상적이고, 성공적인 게임을 의미한다. 비재무적 성과가 높은 것은, 해당 온라인 게임이 사용자들에게 최상의 게임 환경, 게임 재미 및 효용을 제공함으로서, 많은 등록자수, 경험자수, 장시간의 이용 시간, 동시간의 많은 사용자수를 기록했음을 의미한다.
- 퍼블리싱 게임의 경우, 15개 DMU 중 40%에 해당하는 6개의 DMU가 효율적인 것으로 판정되었으며, 평균 효율성 점수는 79.6점으로 나타났다. 반면, 웹보드 게임의 경우는 24개 중 4개(16.
후속연구
- 본 연구의 한계로는 온라인 게임의 업력이 짧은 관계로 연구에 적용할 수 있는 데이터 확보가 어렵고, 대량 및 광범위한 사용자 데이터 등을 산출하기 위해 고도의 데이터 분석 및 실시간 분석 시스템이 구축되어야 하지만 소규모 벤처 게임사들에서는 사실상 이러한 시스템 구축이 어렵기 때문에, 다양하고 폭넓은 데이터 확보가 실제로 쉽지 않았다는 점에 있었다. 향후 산업이 발전함에 따라 비용 및 시간 면에서 효과적인 데이터 산출 시스템이 산업 전반에 보급되고, 오랜 기간 동안 데이터가 축적되어 다양한 산출지표가 개발된다면 보다 광범위하고, 효과적인 온라인 게임 성과 측정 관련 연구 수행이 가능할 것으로 기대한다.
- 본 연구의 한계로는 온라인 게임의 업력이 짧은 관계로 연구에 적용할 수 있는 데이터 확보가 어렵고, 대량 및 광범위한 사용자 데이터 등을 산출하기 위해 고도의 데이터 분석 및 실시간 분석 시스템이 구축되어야 하지만 소규모 벤처 게임사들에서는 사실상 이러한 시스템 구축이 어렵기 때문에, 다양하고 폭넓은 데이터 확보가 실제로 쉽지 않았다는 점에 있었다. 향후 산업이 발전함에 따라 비용 및 시간 면에서 효과적인 데이터 산출 시스템이 산업 전반에 보급되고, 오랜 기간 동안 데이터가 축적되어 다양한 산출지표가 개발된다면 보다 광범위하고, 효과적인 온라인 게임 성과 측정 관련 연구 수행이 가능할 것으로 기대한다.
- 온라인 게임 기업 또는 사업부의 의사결정권자들은 여기에 속한 게임들의 실패원인에 대하여 면밀하게 분석할 필요가 있다. 향후 추가 자원의 소요 및 추가 비용을 분석하여, 서비스 중단 등의 의사 결정을 통해 다른 게임 서비스로 자원을 이동하거나 신규 게임으로 전환을 고려해 볼 필요가 있는 게임이다. Stop Loss의 경우에는 서비스 중단을 고려할 때 자원의 효율적 활용과 기회 비용(Opportunity Cost)에 대한 사전 분석이 필수적이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.