유저해빗을 여행하는 분석가를 위한 기초 용어
많은 사람들이 분석의 필요성을 알고 분석을 접하지만 분석을 자유롭게 사용하기 위해서는 분석에 사용되는 기초 용어를 이해해야 하고, UI/UX 학습을 위해서도 많은 시간을 들여야 합니다. 모바일 앱 데이터 분석 툴인 저희 '유저해빗'을 사용하고 있는 고객들도 마찬가지로 데이터 분석에 대한 문의를 많이 주시는데요. 기능 설명에 앞서 가장 기본이 되는 기초 용어들을 알아야 할 필요가 있습니다.
스스로도 공부한다고 생각하며 모바일 앱 데이터 분석에 필요한 기초 용어를 요약정리해 보았는데요. 각각의 기초 용어는 일반적인 정의와 함께 유저해빗에서 제공하는 분석 용어를 기준으로 정리 작성하였습니다. 이전에 작성했던 포스트에 설명했던 분석 용어들을 모아 한 번에 정리하였으니 자세한 내용은 하단의 포스트를 참고해주시면 될 것 같습니다. 부족한 설명이나 추가로 알고 싶은 데이터 분석 용어가 있다면 피드백 부탁드립니다.
유저해빗에서 사용되는 용어들을 카테고리별로 분류해두었습니다. 유저해빗 분석 기초 용어에 대해 알아봅시다.
사용자(User)
유저해빗에서는 하나의 디바이스를 한 명의 사용자로 보고, 해당 디바이스에서 앱을 사용하면 방문 횟수와 상관없이 사용자 1명으로 집계됩니다.
ㄴ신규 / 재방문 사용자
신규 사용자: 사용경험이 1회인 사용자
재방문 사용자: 사용경험이 2회 이상인 사용자
ㄴDAU, WAU, MAU
사용자는 일정 기간 동안 앱을 몇 번 사용했던 한 명의 사용자로 카운트합니다. DAU, WAU, MAU는 각각 일간, 주간, 월간으로 그동안 앱에 접속했던 순사용자를 카운트합니다.
DAU: 일간 순사용자: 하루(00시 ~ 23시 59분 59초) 동안 앱을 한 번 이상 실행한 사용자수
WAU: 주간 순사용자: 한 주간(월~일) 동안 앱을 한 번 이상 실행한 사용자수
MAU: 월간 순사용자: 매 달 1일 기준으로 28일간 앱을 한 번 이상 실행한 사용자수
ㄴ일평균순사용자
유저해빗 화면 분석에서 제공하고 있는 지표로 한 화면에 들어온 사용자 수의 일평균을 말합니다. (일평균 순사용자 = 하루 단위 순사용자의 합 / 해당 기간) 하루에 평균적으로 몇 명의 사용자가 접속했는지 알 수 있습니다.
ㄴ사용자당 방문수
계산 공식은 '사용자당 방문수=세션수/사용자수'로 하루에 한 사용자가 평균적으로 몇 번이나 방문하는지에 대한 지표입니다. 앱의 일반 방문 빈도가 얼마나 되는지 파악하는 지표로 이해할 수 있습니다.
세션(Session)
사용자가 앱을 시작해서 종료할 때까지의 일련의 사용을 말합니다. ‘앱 방문’과 같은 의미로 쓰이는데 사용자가 앱에서 이탈하게 되면 1개의 세션으로 카운트가 됩니다. 유저해빗에서 데이터를 분석하는 기본 단위라고 볼 수 있습니다.
세션 종료 기준: 앱을 종료하고 백그라운드로 넘어간 후 10초가 지나면 세션이 종료.
10초라는 시간이 지난 후에 종료로 인식하는 이유는 사용자의 앱 사용 특성상 잠시 백그라운드로 이동했다가 다시 접속하는 경우 사용자의 사용 흐름이 연속선상에 있어 하나의 세션으로 간주할 수 있기 때문입니다. 백그라운드 이동 후 10초라는 기본값은 SDK에서 수정할 수 있습니다. (SDK 연동 가이드 참고: 세션 종료시간 설정하기)
화면(Screen)
SDK가 심어진 앱에서 분석을 제공하는 최소 단위를 말합니다. 웹에서의 페이지와 유사한 개념으로 이해할 수 있습니다. 유저해빗에서는 사용자가 앱을 사용하면서 보이는 화면을 자동으로 구분합니다. 화면 단위로 이동하는 패턴과 화면 내의 오브젝트 구성요소 분석 등을 제공합니다.
ㄴ스크린샷(Screenshot)
위에서 말하는 화면을 미리 볼 수 있는 이미지를 말합니다. 사용자가 보고 있는 화면을 찍어 스크린샷을 수집하고 스크린샷 화면 위에 히트맵, 스크롤 스펙트럼을 표시해 화면 분석을 제공합니다.
스크린뷰(Screen View)
앱을 구성하고 있는 화면(Screen)을 사용자가 조회한 수의 총합을 말합니다. A라는 단일화면을 반복 조회한 수도 포함되어 스크린뷰수로 카운트됩니다. 따라서 사용자가 얼마나 많은 화면들을 옮겨 다니며 행동했는지를 알 수 있습니다.
스크린뷰는 유저해빗에서 유료 사용량을 측정하는 기준이 되는 지표입니다. 50만 스크린뷰까지는 무료로 사용가능하며 스타트업(유료) 플랜을 사용할 경우 2,000만 스크린뷰까지 사용할 수 있습니다.
유니크뷰(Unique View)
중복 조회한 스크린뷰 수를 제외한 순 스크린뷰라고 말할 수 있습니다. 스크린뷰가 화면을 방문한 모든 횟수라면 유니크뷰는 A라는 단일화면을 한 명의 사용자가 한 세션에서 여러 번 방문했더라도 1로 집계됩니다.
ㄴ방문당 스크린뷰(Screen View/Session)
스크린뷰를 세션으로 나눠 하나의 세션 동안 평균적으로 화면을 몇 번 보는지 알 수 있습니다.
ㄴ방문당 유니크뷰(Unique View/Session)
유니크뷰를 세션으로 나눠 하나의 세션 동안 평균적으로 몇 개의 화면을 보는지 알 수 있습니다.
오브젝트 (Object)
화면을 구성하고 있는 구성요소를 말하며 버튼, 텍스트 입력창 등이 있습니다. 유저해빗은 이벤트가 있는 오브젝트를 자동으로 수집합니다.
ㄴ오브젝트 반응률
화면을 구성하고 있는 오브젝트가 얼마나 사용되었는지 알 수 있는 지표. 사용자가 오브젝트를 탭 하는 것으로 사용되었는지를 카운트합니다.
경로
앱 내에서 사용자가 화면 A에서 화면 B로 이동한 구간 혹은 구간들의 총칭.
ㄴ개별경로
다른 화면을 거치지 않고 바로 이동하는 한 단계(직항)의 경로.
ㄴ이동수
개별경로를 이동한 총 횟수.
ㄴ평균이동수
한 번 방문할 때마다 특정 개별경로를 얼마나 자주 이용하는지에 대한 지표. 개별경로에 대한 전체 이동수를 전체 세션 수로 나눠 평균값을 계산해 해당 경로의 붐비는 정도를 알 수 있습니다.
평균이동수 = 이동수 / 세션수
ㄴ동일 경로 반복 이동
선택한 개별경로를 한 세션에서 몇 번이나 반복적으로 거쳐 지나갔는지에 대한 정보. 반복 이동 횟수별로 카운트하여 표시합니다.
액션(Action)
액션은 사용자가 앱 내에서 하는 행동을 말합니다. 탭, 롱프레스, 더블탭, 스와이프와 같은 액션을 구분하고 키보드의 사용을 인식하여 표시하며 안드로이드의 경우 디바이스에 있는 메뉴 버튼, 뒤로가기 버튼을 터치한 액션까지 인식합니다.
ㄴ방문당 액션
한 번 앱을 방문할 때마다 평균적으로 몇 번이나 액션 하는지에 대한 지표. 방문당 액션 = 액션수 / 세션수
ㄴ무반응 액션율
한 화면에서 한 모든 액션(탭) 중에 반응이 없었던 액션(탭)의 비율.
개발자/제품 모드 구분 이유
1) 유저해빗을 적용한 후에는 앱이나 데이터에 문제가 없는지 테스트하는 과정이 필요한데, 이 테스트 데이터가 실사용자의 데이터와 섞이면 지표에 왜곡이 발생할 수 있음.
2) 유저해빗의 직관적인 분석을 100% 활용하기 위해서는 분석의 기본단위인 스크린샷 수집이 필수적임. 스크린샷 수집을 실사용자로부터 하게 되면 사용자에게 데이터 부담을 줄 수 있으므로 사용자로부터는 로그성 데이터만 수집하고, 스크린샷은 개발자 모드에서 테스트하는 동안 취득하는 구조로 되어 있음.
개발자 모드
실제 사용자에게 앱을 배포하기 전에 앱에 SDK를 설치한 후 테스트 데이터를 확인할 수 있는 모드.
제품 모드
SDK를 설치한 앱을 마켓에 올린 후 실 사용자들의 데이터를 확인할 수 있는 모드.
[주의사항]
- 제품 모드에서의 스크린뷰를 기준으로 과금됩니다.
- 개발자 모드에서는 마켓 배포 전에 분석을 실시간으로 테스트해 볼 수 있지만, 사용량에 제한이 있어 테스트용으로 사용하시기를 권장합니다.
- 간혹 개발자 모드의 API키를 달고 마켓에 배포하는 경우가 있는데, 모드를 구분하여 사용할 수 있도록 유의해야 합니다.
각각의 포스트는 예시를 포함해 자세한 설명을 담고 있습니다.
https://brunch.co.kr/@userhabit/3
- 세션, 스크린뷰, 유니크뷰, 방문당 스크린뷰, 일평균순사용자, 무반응액션율, 방문당 액션
https://brunch.co.kr/@userhabit/18
- 사용자, 세션, 스크린뷰, 사용자당 방문수, 방문당 스크린뷰, 방문당 유니크뷰, 방문당 액션
https://brunch.co.kr/@userhabit/19
- 사용자, DAU, WAU, MAU, 신규/재방문 사용자, 사용자당 방문수
모바일 앱 데이터 분석에 필요한 기초적인 분석 용어들에 대해 정리해 보았는데요. 모바일 앱 행동 데이터 분석, 지금 시작하세요!