왜 우리는 '활성' 사용자에 관심을 가져야 할까요?
퍼포먼스 분석에서 '활성 사용자' 지표가 갖는 역할
MAU는 월간 활성 사용자를 의미합니다. 지난 30일(혹은 한 달) 동안 서비스와 유의미한 상호작용을 한 사용자의 수입니다. 그리고 이 지표는 전환율이나 리텐션, 즉 서비스가 얼마나 사용자와 끈끈한 관계를 맺고 있는지 혹은 얼마나 사용자에게 가치가 있는지 보여주는 고급 수준의 분석을 가능하게 합니다.
사용자가 없는 서비스는 물 없는 물고기와 같습니다. 서비스가 성공적으로 살아남으려면 사용자가 필요하죠.
물론, 사용자를 정의하는 요소는 서비스가 고도화되면서 달라지고 있습니다. 우리는 이제 단순히 앱에 가입하는 것을 기준으로 사용자를 측정하는 일이 유용하지 않다는 것을 압니다. 적극적인 사용자를 측정하는 것은, 우리 서비스의 사용자들이 수익을 창출할 수 있는 잠재고객인지 알 수 있는 방법이며, 이를 월간 활성 사용자(MAU)와 같은 월 단위, 일 단위 등 특정 시간을 단위로 한 지표로 나타냅니다. 더 나아가 전환율 및 잔존율과 같은 지표로 나타내기도 합니다. 우리 서비스에 사용자들이 얼마나 높은 참여율을 가지는지 혹은 서비스가 진정으로 사용자에게 가치가 있는지, 활성 사용자가 장기적으로 머무르고 있는지를 보여줄 수 있는 척도인 것이죠.
그러니 활성 사용자의 수를 추적하는 것은 서비스 분석의 핵심으로, 서비스의 퍼포먼스를 측정하는 데 있어서 액면 가치보다 훨씬 더 중요합니다. KPI를 세우기 위해 우리는 일반적으로 MAU, DAU 및 WAU를 구합니다. 지금부터 그 방법들을 소개하겠습니다.
활성 사용자 정의하기
우리 서비스에 가장 적합한 방식으로 활성 사용자를 정의하는 것이 첫 단계입니다. 보통 사용자가 "앱을 여는” 행동은 의미가 있다기에는 낮은 수준의 참여이기 때문에, 어떤 사용자 행동이 서비스에 가장 의미있는 행동인지 찾아야 합니다. 그리고 이 정의는 시간이 흐르면서 바뀌기도 합니다. 이 정의가 특정 시점에서의 회사의 목표와 성숙도에 따라 어떻게 진화할 수 있는지 설명하기 위해, 스트리밍 서비스를 예로 들어 봅시다. 활성 사용자가 다음과 같다고 합시다.
"비디오를 본" 사람
"10분 이상 비디오를 본" 사람
"지난 주에 3개 이상의 비디오를 본" 사람
세 가지 예시 모두 비디오를 본 사람들을 뜻하지만, 단순히 비디오를 시청한 사람, 그리고 일정 시간 이상으로 비디오를 시청한 사람, 그리고 특정 시점에 일정 개수 이상의 비디오를 시청한 사람으로 구분할 수 있습니다. 서비스가 성장할수록 사용자들의 유형이 다양해지고, 더 세분화된 소통 방식이 필요합니다. 따라서 서비스의 성장 수준에 따라 활성 사용자를 어떻게 정의할 것인지는 지속적으로 변할 수 있습니다.
MAU는 지난 달에 얼마나 많은 활성 사용자가 있었는지 측정하고, DAU와 WAU는 각각 마지막 날과 지난 주에 얼마나 많은 활성 사용자가 있었는지 측정합니다. 어떤 서비스인지에 따라 시간 단위를 다르게 잡아 활성 사용자를 측정할 수 있습니다. 예를 들어, 소셜미디어 앱은 유저들이 보다 자주 사용하는 경향을 보이기 때문에 유저 인게이지먼트를 DAU를 사용해 측정하는 것이 낫습니다.
활성 사용자가 다른 지표에 미치는 영향들
이러한 "활성 사용자" 측정은 실제로 어떻게 유용한가요? MAU, DAU 및 WAU를 측정하면 더 깊은 분석 혹은 더 자세한 분석이 필요한지 알 수 있습니다.
시간이 지남에 따라 증가하는 활성 사용자 수는 여러 방법들을 통해 새로운 사용자가 유입되고 있음을 알려줍니다.
MAU, DAU 또는 WAU 대비 순 신규 사용자를 측정하면 잔존율 또는 이탈률이 적절한지 확인할 수 있습니다.
활성 사용자 수가 증가하고 잔존율도 여전하지만, 유료 사용자 수가 급증하지 않을 때는 무료-유료 전환 흐름을 살펴봐야 할 시간입니다.
MAU를 DAU와 비교함으로써 서비스에 유/무의미한 참여행동이 무엇인지 정의할 수 있고, 또 기존 고객의 사용 시간을 늘릴 새로운 방법을 조사해야 하는지 고민할 수 있습니다.
제품 주도 성장 시대 속 활성 사용자의 의미
제품 주도 성장(Product Lead Growth, PLG)은 고객의 진짜 문제를 해결하는 '제품'을 통해 성장을 이끌어가는 것입니다. 고객의 진짜 문제를 해결함으로써 우리의 비즈니스의 열성팬이 되어 자발적 홍보를 해줄 행복한 고객을 만드는 것입니다.
이 모델은 새로운 고객이 서비스 자체에서 가치를 찾을 수 있도록 서비스를 이용하도록 함으로써 새로운 고객을 포착하는 모델이므로, 사용자의 서비스 참여 여부를 모니터링하는 것 이상으로 사용자가 서비스에 지속적으로 참여하도록 하는 구조를 생성하는 것이 중요합니다. MAU, DAU 및 WAU를 추적하고 정보를 코호트별로 분류(사용자가 어디서 왔는지 또는 사용자가 앱에서 사용 중인 기능 등으로 구분)함으로써 서비스의 PLG 모션에 대해 더 나은 결정을 내릴 수 있습니다.
예를 들어, 훌륭한 마케팅 캠페인 덕분에 서비스의 MAU 수가 증가하고 있지만 큰 변화가 뒤따를 때, PLG에 올인하는 회사는 이러한 새로운 사용자를 위해 서비스 사용성을 개선할 방법을 고려할 것입니다. 활성 사용자와 리텐션이 좋아 보이지만 무료 사용자에서 유료 사용자로의 전환이 충분히 일어나지 않는 경우의 시나리오에 대해서도 마찬가지로 PLG를 조정할 수 있습니다.
이 모든 분석과 조치는 기본적인 것, 즉 서비스의 활성 사용자의 수를 측정하는 것에서 시작됩니다. 활성 사용자를 측정함으로써 성공에 대한 KPI와 기대가 설정되고, 목표 지점에 도달하기 위해 서비스를 개선하는 재미있는 부분까지 이어질 수 있습니다.
출처 : MAU, WAU, and DAU: Why should we care about ‘active’ users?
