모바일 앱 분석 가이드
Metrics to Measure User Engagement
모바일 앱 비즈니스에서 ‘User Engagement’라는 정의는 성공으로 가는 전략의 필수 요소로 늘 꼽힌다. 만약, 모바일 앱이 성공적으로 사용자에게 가치를 제공하고 있다면 사용자는 그 앱을 주기적으로 사용하기 때문에 ‘Engagement’라는 단어가 성공 앱의 측정 기준이 된다고 할 수 있다.
eMarketer에 따르면 2018년에는 모바일 사용자들이 약 205조 건의 앱 다운로드를 진행했다고 한다. 그러나 그중 약 25%의 앱은 두 번 이상 사용되지 않고 긴 시간 방치되거나 삭제되는 경향이 있다고 한다. 상품 및 비즈니스 브랜드가 고객들에게 가치를 제공하고자 앱을 개발하고 고객의 기대에 부응하기 위해 매력적인 앱 서비스를 제공하는 것이 모바일 시장에서 점점 더 중요해지고 있는 추세이다. 이러한 시장 데이터를 기반하여 미래의 앱 성공 전략을 위한 시나리오는 어떻게 설계해야 할 것인가? User Engagement의 성공 지표가 목표인 것은 분명하지만 성공 지표를 달성하기 위해 어떻게 사용자를 추적하고 분석할 수 있을까? 이미 시장에는 다양한 앱 분석 솔루션이 존재한다. 선택에 있어서 각기 나름의 장단점이 있겠지만 지금은 어떤 솔루션을 선택하는 것이 중요한 시점은 아니다. 중요한 것은 앱의 주요한 가치가 사용자에게 어떻게 반영되고 있는지에 대해 정확한 측정 항목을 이해하는 것이라고 생각한다. 이를 위해 아래와 같은 기준 지표를 이용해서 앱 서비스의 engagement에 대해서 분석하는 방법을 제시하고자 한다.
1. 다운로드 및 설치 수
2018년 Statista 통계 데이터에 따르면 Google Play에는 약 260만 개의 앱이 있고 Apple App Store에는 220만 개의 앱이 있다고 한다. 모든 앱들은 가능한 최대 다운로드 수를 달성하는 것이 성공한 앱 서비스라고 판단한다. 물론 다운로드 수도 성공의 지표 중 하나라고 할 수 있다. 하지만 다운로드 수가 engagement와 밀접한 관계가 있다고 보기엔 앞서 말한 25% 수준의 사용자들이 2회 이상 앱을 사용하지 않음을 생각한다면 다운로드 수보다 중요한 것은 앱 설치의 소스 즉, 어떤 경로로 유입되었는지가 더 중요하며 이러한 설치 소스에 대한 분석 데이터는 마케팅 채널 효과 또는 타겟 전략을 수립하는데 중요한 도움이 될 수 있을 것이다.
2. 앱 전체 사용자
앱 사용자 추적은 특정 사용자 그룹의 행동 및 특정 행동을 추적하는 것만으로는 성공적인 ‘Engagement’를 달성하기 어렵다. 가장 중요한 것은 앱을 삭제한 사용자, 재설치한 사용자, 앱을 사용하지 않고 있는 휴면 사용자들과 같은 잠재 고객 분류까지도 분류하여 마케팅 캠페인을 운영해야 하며 이런 행동별로 세분화한 전략을 통해서 성공적인 Engagement를 달성하기를 기대해야 한다. 일반적으로 앱 서비스의 사용자 데이터는 MAU(월간 활성 사용자), WAU(주간 활성 사용자) 및 DAU(일일 활성 사용자)로 측정하고 있다. 이러한 일반적인 사용자 수 데이터는 기본적인 측정 지표는 될 수 있지만 성공적인 앱 서비스로 가는 전략의 지표로는 부족함이 있다. 중요한 것은 앱 사용자들이 행동하는 것을 완벽하게 이해할 수 있어야 한다.
예를 들면, ‘앱을 삭제하는 사용자들은 왜 앱을 삭제하는 것일까?’, ‘앱을 수개월 동안 사용하지도 않으면서 삭제하지 않는 이유는 무엇일까? 그들을 어떻게 하면 다시 활성 사용자 그룹으로 유도할 수 있을까?’ 스스로에게 이러한 질문을 던지며 모든 앱 사용자 그룹을 세밀하게 추적하고 분석해야 하며 이렇게 분석한 데이터는 성공 앱의 지름길로 가는 전략을 제시할 수 있을 것이다.
3. 활성 사용자(Active User)
활성 사용자의 지표는 다운로드 및 설치 사용자 지표와는 다르다. 이 지표는 얼마나 많은 사용자들이 정기적으로 앱을 사용하고 있는지를 나타내는 지표이며 대부분의 분석 솔루션들은 “Active User”에 대한 자체 기준이 있고 일반적인 기준은 “세션” 생성을 기준으로 분석한다. 하지만 모든 솔루션들이 정의하는 세션 기준은 동일하지 않다. 예를 들면 대부분의 솔루션에서는 1초라도 사용한다면 Active User라고 정의하는 반면 구글의 GA는 최소 30분 동안 사용자가 앱을 사용하고 있어야 세션 데이터로 생성하고 Active 행동의 기준이라고 판단한다.
이러한 GA의 판단 기준은 앱을 사용하는 연속성 측면에서는 수긍되는 부분이 있지만 공지 기능이 핵심인 앱의 경우처럼 짧은 사용시간 중심의 서비스라면 적절하지 않은 기준이 된다. 이처럼 각자 앱의 특성에 따라 다른 기준으로 활성 사용자를 분류하고 분석하는 것이 중요하다. 이렇게 분류한 활성 사용자 수에서 눈 여겨봐야 할 지점은 활성 사용자 수가 새롭게 설치한 사용자 수보다 100% 이상 많아야 한다는 것이다. 이러한 이용 패턴을 가진 앱은 지속성과 연속성이 높다는 신호라고 볼 수 있으므로 성공적인 앱으로의 순항이라 볼 수 있다.
4. 앱 사용 시간(Session Duration)
사용자가 앱을 실행하고 종료할 때까지의 시간을 말한다. 이 측정 지표는 반드시 사용자가 사용한 시간을 정확하게 추적해야 한다. 예를 들면, 앱 사용 중에 통화를 하거나 멀티태스킹으로 다른 행동을 했다면 전체 앱 사용 시간에서 해당 시간이 제외되어야 한다. 하지만 대부분의 분석 절차에서 이러한 행동 유형을 파악하지 못하는 경우가 많다. 사용자의 정확한 사용 시간 데이터는 사용자의 가치를 이해하고 더 나은 앱으로 성장할 수 있는 중요한 데이터라는 것을 명심해야 한다.
5. 이용 주기(Usage Period)
이용 주기는 사용자가 앱을 연속적으로 사용한 두 세션 사이의 시간 간격을 의미하며 사용자의 앱 사용 빈도를 나타낸다. 해당 데이터는 앱 설치 후 실행에 의해서 생성되며 즉각적인 사용자 가치를 이해할 수 있는 지표이다. 해당 주기가 짧아진다는 것은 서비스의 가치와 품질이 향상되고 있다는 지표이므로 앱의 성능 관리 및 개선을 통해 앱 이용 주기의 평균 시간을 단축하는 노력을 해야 한다.
6. 서비스/기능 이탈 비율
앱에서 서비스와 기능을 구현하는 방법을 살펴보자. 서비스는 메뉴, 서브메뉴에서 상세 서비스를 구현하고 각각의 상세 서비스 메뉴에는 다양한 기능을 사용자 이벤트로 제공한다. 이렇게 제공되는 서비스와 기능은 UX/UI를 고려한 지속적인 개선이 필수임에도 화면 단위로만 제한하여 추가/삭제하는 수준의 개선 작업만 진행하는 경향이 있다. 인스타그램을 예로 들어보면, 모든 메뉴를 서비스로 구분하고 메뉴마다 제공하는 기능이 메뉴와 종속 관계를 맺음으로써 각각의 서비스와 기능의 이탈 비율을 상세하게 추적할 수 있는 구조를 갖는다. 그들은 사용자들이 어떤 서비스/기능 사용을 사용하고 이탈하는지에 대해 몇 년간 데이터를 추적하고 분석한 결과로 사용자 친화적이고 간소화된 서비스 메뉴와 기능을 제공하게 되었고, 이런 노력을 통해 사용자가 가장 오랜 시간을 머무르는 앱의 위상을 유지하고 있다. 이와 같이 서비스와 기능에 대한 사용자 행동을 분석하는 것은 앱 사용 패턴을 이해하는 중요한 데이터이며 지속적인 성장을 위한 앱 개선 작업에 필수 요소라고 할 수 있다. 앱이 어떤 메뉴에서 어떤 기능을 사용하기 위해 사용자가 머물고 있는지, 어떤 서비스/기능이 사용자로부터 외면을 받고 있는지에 대한 철저한 분석은 사용자 가치를 상승시키는 중요한 항목이다. 모바일 앱은 사용자가 실행할 때 어떠한 세부 서비스/기능을 사용하기 위해 실행했는지 분석해야 한다. “왜 앱을 오랫동안 또는 단기간 사용하고 있는가?”, “사용자의 서비스 이용 흐름이 비슷한가?”, “구매 기능을 선택하기 전에 검색 기능은 선행되고 있는가?” 이와 같은 질문을 제기하며 앱 사용자의 가치를 상승시킬 수 있는 솔루션을 찾아야 한다. 서비스/기능 이탈 비율 데이터를 기반으로 재설계한다면 더 명확한 유입 경로를 만들거나 인 앱 마케팅 캠페인을 만들어 삭제한 사용자를 다시 돌아오게 만들 수 있을 것이다.
7. 앱 이용 흐름
앱 서비스 흐름 분석을 통해 화면별 이탈, 화면 간 탐색 흐름 및 화면/이벤트 당 총 사용자 수를 추적할 수 있어야 한다. 서비스 각각의 화면에서 발생하는 다양한 이벤트 기능 수행, 사용자 이탈 및 비율과 같은 사용자 행동 흐름을 파악할 수 있고 이러한 사용자 행동 흐름 데이터가 시각화된 추적/분석을 할 수 있으면 많은 도움이 된다. 화면/이벤트 흐름 분석을 통해 특정 화면에서 수행한 이벤트와 이동한 메뉴 및 기능을 파악한다면, 사용자가 앱을 탐색하는 방식에서부터 서비스 중 사용자 이탈이 많은 지점, Drop-Off 되는 시점을 명확하게 파악할 수 있을 것이다.
해당 데이터는 앱 서비스 시나리오나 전반적인 개선점을 파악할 수 있는 통찰력을 가져다줄 수 있음을 명심하자. 또 한 가지 중요한 것은 앱 사용자는 원하는 앱에 대해 100%의 만족도 또는 사용 목적을 정확하게 달성할 수 있는 앱 서비스만을 원한다는 것을 명심하자.
8. 연속 이용 비율(Retention Rate)
모바일 앱 사용자들이 얼마나 오랜 기간 동안 연속적으로 이용하는지를 나타내는 지표이다. 이 지표로 연속 사용자 비율의 증가/감소를 판단할 수 있으며 해당 지표의 분석은 다양한 기기와 앱 버전에서 추적되는 것이 좋다. 성공 앱의 공통된 지표는 연속 사용자 비율이 지속적으로 향상되거나 비율 자체가 높은 경향이 있다. 예를 들면, 대중화된 SNS의 경우 연속 사용자 비율은 평균 70%를 유지하고 있다고 한다. 이처럼 연속 사용자 비율은 매출 향상, 서비스 지속성 등 성공 앱의 측정 지표가 되기 때문에 항상 일별/주별/월별 연속 사용자 비율에 대한 추적/분석은 필수 전략임을 명심해야 한다.
9. 앱 충돌(App Crashes)
앱을 삭제하는 원인 중 50% 이상은 앱 오류 때문이다. 물론 우스갯소리로 오류 없는 프로그램은 없다지만 보편적으로 앱 개발자는 자신이 만든 결과물에 대해 관대한 편이다. 그들은 늘 제조사 오류, OS 시스템 오류라는 이유로 앱이 가지고 있는 오류가 어쩔 수 없음을 이야기한다. 하지만 명심해야 하는 것은 사용자는 자세한 원인을 파악할 수도 없고 알고 싶지도 않다는 것이다. App Crash 데이터는 개발팀과 비 개발팀과의 공통된 사용자 환경을 이해하는 수단과 사용자 환경에 해를 끼치는 기술적 장벽을 이해하는 중요한 지표가 된다. App Crash는 사용자가 앱을 사용하는 동안 버그나 오류로 인해 앱이 갑자기 종료되는 모든 행위를 추적하는 것이기에 가능하다면 해당 에러를 치유하고 재발을 방지할 수 있는 형상 관리 솔루션을 찾는 것을 추천한다. App Crash 데이터를 통해 목표로 삼아야 할 것은 재발 방지와 근본적인 에러 해결, 그리고 가장 중요한 고객에게 적극적으로 대응하도록 해야 한다. 0% 에러 재발 방지와 고객 대응 만족도 향상이라는 목표를 이 지표를 통해 반드시 달성할 수 있도록 노력해야 한다.
10. Life Time Value(LTV), Average Revenue Per User(ARPU)
LTV 지표는 사용자가 앱 사용하는 기간 동안 발생된 총매출 이익을 의미하며 ARPU는 사용자 당 평균 매출 이익을 의미한다. 해당 지표들은 수익을 평가하기 위한 데이터들이며 이 데이터는 모든 사용자를 기반으로 분석되는 것보다 매출 기여자, 잠재 고객 군 그리고 Engaged 사용자 그룹과 같이 세분화된 사용자 그룹으로 추적 및 분석되어야 향후 수익을 정확하게 예측하는 데 도움이 될 것이다. 더불어 LTV와 ARPU와 같은 지표들은 투자자 그룹들이 가장 선호하는 측정 지표이므로 지속적으로 향상하기 위한 노력이 필요할 것이다.
결론적으로 올바른 engagement 지표 항목을 측정하고 최적화하는 것이 결국 사용자를 확보하고 유지하기 위한 노력이다. 이러한 지표 항목에 대한 분석과 이해 없이는 절대로 사용자에게 최적화된 만족스러운 앱을 제공할 수 없음을 인지해야 한다. 사용자 행동에 대한 추적 및 분석은 일반적으로 30일 이상 누적된 데이터를 가지고 분석이 시작되어야 하며 측정된 데이터가 90일 이상 누적되었을 때 정확한 기간, 사용자 구분, 조건별 사용자 행동 추적의 환경을 구축되었다고 할 수 있겠다.
사용자 행동 데이터들을 추적하고 분석할 때 가장 중요한 것은 이 지표가 "무엇"인지 이해하는 것도 중요하지만 왜 이런 지표가 나왔는지 “이유”를 반드시 이해해야 한다. 사용자 행동 지표 데이터는 고객을 확보하거나 마케팅 캠페인의 효과를 추적하고 향상하는 데 도움이 될 것이다. “고객이 무엇을 어떻게 왜 행동하고 있는가” 이에 대한 심층 분석이 가능할 수 있도록 여러 지표 데이터를 추적 분석하여 앱 서비스의 재설계, UX 변경, 메시지 캠페인(푸시, 이메일 및 in-app 등)을 만들고 강력한 전환 유입 경로를 구축하면 ROI가 상승하고 브랜드의 전체 마케팅 전략 또한 두드러지게 향상될 것이다.
