사용자 데이터의 또다른 축, 운영 데이터
운영 데이터로 사용자의 '현재 상태' 진단하기
모든 사용자 행동분석 애널리틱스의 대시보드에서는 서비스를 사용하는 유저가 얼마나 증가 또는 감소했고, 서비스 내에서 얼마나 활발하게 활동하는지 등의 '현재 상태'를 진단할 수 있는 기본 지표(대시보드)를 제공하고 있습니다. 이번 장에서는 이러한 기본 지표들을 살펴보고, 각각의 지표 값이 높다는 것 혹은 낮다는 것이 어떤 의미를 가지는지 알아봅시다.
- 우리 사용자의 활동은 긍정적인가 부정적인가?
우선 서비스가 사용자에게 얼마나 매력이 있는지, 기능을 충분히 잘 사용하고 있는지를 파악하기 위해 사용자가 얼마나 머물고 그 안에서 활동하는지를 아는 것은 매우 중요합니다. 주요 일간 지표와 실시간 지표에서는 일간 앱 사용자의 방문 행태와 활동성을 간단하게 파악할 수 있는데요. 지표들의 수치가 높다는 것은 사용자가 서비스에 자주 방문하고 오래 머문다는 것을 의미하지만, 그렇다고 해서 이를 무조건 '긍정적인 신호'로 여겨도 되는지는 좀 더 살펴볼 필요가 있습니다. 한 가지 지표에만 의존하는 것이 아니라 서비스가 가지는 특성을 이해하고, 개별 지표의 신호를 종합적으로 분석하는 것이 중요합니다. 그럼 본격적으로 사용자의 활동성을 파악할 수 있는 지표들을 살펴보도록 하죠.
a. 서비스의 규모를 파악하는 가장 일반적인 지표 : 사용자수, 세션수, 스크린뷰
사용자의 활동성을 파악하기 위해서는 사용자수, 세션수, 스크린뷰를 이해해야 합니다. 이 세 가지 지표는 서비스의 규모를 파악하는 가장 일반적인 지표임과 동시에, 앞으로 설명할 지표들을 이해하는데 기초가 되는 것들이라고 할 수 있습니다. 우선 '사용자수'는 설정한 기간 동안 방문한 순방문자를 말합니다. 즉, 한 명의 사용자가 일정 기간 동안 서비스를 1번 사용했든 3번 사용했든 그 값은 1로 집계가 됩니다. 반면 '세션수'는 방문수와 같습니다. 앞선 예처럼 한 명의 사용자가 3번 접속했다면 3으로 집계가 되어 표시되죠. '스크린뷰'는 웹 기반 애너리틱스에서는 '페이지뷰'라고 불리기도 합니다. 사용자가 서비스의 화면을 얼마나 조회했는가에 대한 지표입니다.
b. 앱의 일간 방문 빈도 파악하기 : 사용자당 방문수
'사용자당 방문수'는 하루에 한 사용자가 평균적으로 몇 번이나 방문하는지에 대한 지표입니다. 사용자당 방문수가 10이라면 하루 동안 한 명의 사용자가 평균적으로 10번 정도 접속하는 앱이라는 것을 의미합니다. 일간 방문 빈도가 얼마나 되는 서비스인지 파악하는 지표로 이해할 수 있죠. 서비스마다 평균 방문 빈도의 차이는 있지만, 유사 서비스보다 그 값이 이상하게 높거나 낮다면 이를 주의 깊게 살펴볼 필요가 있습니다. 사용자당 방문수의 변화가 어떤 신호를 가지는지 예를 들어 살펴보도록 하겠습니다. 앱의 가입자수를 늘리는 이벤트를 진행했다고 가정해봅시다. 만약 신규 고객을 다수 끌어들여 세션수와 사용자수는 증가했지만 사용자당 방문수가 50% 감소했다면 신규 고객이 앱의 평균 방문 빈도만큼 사용하지 못하고 이탈했다는 것을 의미합니다. 세션수와 사용자수가 증가했다는 것만 보고 이를 좋은 신호라고만 판단할 수는 없다는 것이죠.
c. 사용자의 활동성 파악하기1 : 방문당 체류시간, 방문당 스크린뷰, 방문당 액션수
위의 세 지표는 사용자의 활동성을 파악할 수 있는 좋은 지표입니다. 한 번 방문할 때마다 얼마나 활동하는지에 대한 지표로 해석할 수 있죠. 방문할 때마다 얼마나 머물고, 화면을 얼마나 이동하며, 얼마나 액션 하는지를 알 수 있습니다. 즉, 세 지표의 값이 높을수록 우리 서비스 내에서 사용자의 활동량이 많다는 것을 의미하는데요. 하지만 활동량이 많다는 것을 무조건 긍정적인 신호라고 해석하기에는 무리가 있을 수 있습니다. 원하는 것을 찾기 어려워서 오래 머무르거나, 터치를 많이 했을 수도 있고, 원하는 것에 닿기까지 여러 화면을 거쳐가야 하는 구성이었다면 이를 긍정적인 활동이라고 보기는 어렵기 때문입니다. 이러한 결과는 각각의 서비스마다 차이가 있을 수 있습니다. 따라서 운영 중인 서비스가 얼마나 많은 화면으로 이루어져 있는지, 많은 화면을 거치는 구조로 되어있는지를 먼저 파악한 뒤 주요 위의 지표를 확인하시는 것이 좋습니다.
d. 사용자의 활동성 파악하기2 : 스크린뷰, 방문당 스크린뷰, 방문당 유니크뷰
사용자의 활동성을 파악하기 위해서는 위에서 살펴본 방문당 체류시간, 방문당 스크린뷰, 방문당 액션수뿐만 아니라 스크린뷰, 방문당 스크린뷰 및 유니크뷰 등을 살펴볼 필요가 있습니다. '스크린뷰'는 웹 기반 애널리틱스에서는 '페이지뷰'라고 불리기도 합니다. 서비스를 구성하는 화면의 조회수를 말하죠. 그러므로 '방문당 스크린뷰'는 한 번 방문할 때마다 화면을 몇 번이나 이동했는지에 대한 지표라고 할 수 있습니다. '방문당 유니크뷰'도 비슷한 개념입니다. 유니크뷰는 앱을 구성하고 있는 화면을 조회한 수이지만, 중복된 화면을 조회했다면 그 수는 카운트되지 않습니다. 스크린뷰가 화면을 몇 번이나 돌아다녔느냐에 대한 지표라면, 유니크뷰는 같은 화면을 중복 방문한 경우를 제외하고 몇 개의 화면을 봤는지에 대한 지표라고 할 수 있죠. 따라서 방문당 스크린뷰와 방문당 유니크뷰의 차이가 크지 않다면 화면의 중복 조회 없이 다양한 화면을 돌아다녔다는 것을 의미하며, 차이가 크다면 같은 화면을 반복 조회한 경우가 많다는 것을 의미합니다.
- 우리 사용자들은 서비스에 얼마나 의존적인가?
사용자의 '활동성'을 모두 살펴보았다면, 다음으로 주목해야 할 것은 사용자의 '의존도'에 관한 부분입니다. 여기서 말하는 '의존도'란 사용자가 앱을 얼마나 자주 사용하는지 알아볼 수 있는 지표를 말합니다. 앱, 웹 서비스의 성과 측정에 필수적인 요소라고 할 수 있는 User Engagement와 관련이 있는 내용이죠.
사용자가 다시 서비스를 실행하는 것, 나아가 '자주' 실행하는 것은 매우 중요합니다. 이는 우리 서비스로부터 해당 사용자가 나름의 '가치'를 느꼈다는 신호로 볼 수 있기 때문이죠. 반대로 사용자가 다시 우리 서비스를 다시 실행하지 않는다면 이는 가치를 느끼지 못했다는 신호로 해석할 수 있습니다. 즉, 사용자의 방문빈도는 사용자가 얼마나 우리 서비스에 의존 또는 몰입하고 있는지에 대한 힌트가 됩니다. 단순히 사용자수 또는 액션수가 늘어나는 것이 아니라, 한 명의 고유 사용자가 서비스를 '얼마나 자주' 사용하는지를 측정하여 사용자들의 서비스 의존도를 파악할 수 있다는 것이죠.
그렇다면 어떻게 사용자의 서비스 의존도를 정확하게 파악할 수 있을까요? 아래의 지표를 통해 여러분이 서비스하고 있는 앱 또는 웹의 헤비 유저가 얼마나 많은지 정의해 보시길 바라겠습니다.
a. User Engagement를 측정하는 대표적인 지표 : DAU, WAU, MAU
해당 기간 동안 활동한 순 사용자를 의미하는 위의 세 지표는 각각 일간, 주간, 월간 활성 사용자를 의미합니다. 여기서 주목해야 할 점은 '사용자의 기준을 어디에 두느냐'에 따라 측정지표가 달라질 수 있다는 것입니다. 방문자 수일 수도 있고, 로그인한 사용자 일수도 있습니다. 개인정보보호법 등의 이슈로 대부분의 애널리틱스들은 하나의 디바이스를 한 명의 사용자로 판단하고 있죠. 다시 말해, 한 명의 사용자가 여러 개의 디바이스를 사용하여 우리 서비스를 이용했다면 애널리틱스에서는 이를 여러 명의 사용자로 오인할 가능성도 있다는 것이죠.
그럼 이제 DAU, WAU, MAU의 특성을 각각 살펴보도록 하겠습니다. 우선 DAU는 Daily Active User의 준말입니다. 하루 동안 방문한 순사용자의 숫자를 의미하는데요. 사용자를 이해하는 가장 중요한 기본 관리 지표 중 하나로, 특히 다운로드에 예민한 앱 출시 초기에 민감하게 다뤄지죠. 하루 동안의 데이터를 기준으로 사용자수를 측정하기 때문에 일반적으로 하루 사용자의 집계가 완료된 어제의 DAU까지 표시되는 경우가 일반적입니다. GA나 유저해빗 등 실시간 지표를 제공하는 애널리틱스에서는 당일의 순사용자도 1~2시간 간격으로 집계하여 표시하는 경우도 있죠.
다음으로 WAU는 Weekly Active User의 준말입니다. 한 주 동안 방문한 순사용자의 숫자를 의미하죠. DAU만으로는 집계기간이 짧아서 서비스의 규모를 파악하기에 어려움이 있는 경우, 주간 또는 월간 단위로 그 규모를 파악하곤 합니다. 일반적으로 월~일 또는 일~월 단위로 기준을 잡고 사용자수를 측정하게 되죠.
마지막 MAU는 모두가 예상하셨듯, Monthly Active User를 의미합니다. 월간 방문 순사용자를 말하죠. 여기서 월간이란 일반적으로 이전 30일 동안을 기준으로 하거나, 1일부터 말일까지의 데이터를 말합니다. MAU는 월간 순사용 자수가 얼마나 되는지에 대한 지표이기 때문에 KPI를 측정하는 필수 기본 지표 중 하나라고 할 수 있습니다. MAU를 확인하는 것은 월별로 서비스에에 돌아오고 참여하는 사용자의 수를 알아내는데 도움을 줍니다. 때문에 앱의 가치를 측정하기에 유용하며, 사용자 수 규모를 크게 볼 수 있어 비즈니스적으로도 많이 사용되는 관리 지표이죠.
b. DAU와 MAU 지표를 좀 더 의미 있게 살펴보기 : Stickiness
DAU와 MAU 지표를 각각 살펴보는 것도 좋지만, 둘을 '비교'해 좀 더 의미 있는 내용으로 만들어볼 수도 있습니다. 바로 DAU와 MAU를 이용해 '월간 유니크 유저가 얼마나 다시 접속했는지' 살펴보는 것이죠. 다시 말해, 최근 한 달간의 사용자 중에서 얼마나 많은 사용자가 어제 접속했는지를 확인함으로써 서비스의 '재방문율'을 파악하는 겁니다.
이를 파악하는 방법은 어렵지 않습니다. 바로 DAU를 MAU(또는 WAU)로 나누는 건데요. 이는 매달(혹은 매주) 사용하는 유저 중 실제로 얼마나 많은 유저가 매일 사용하는지를 알 수 있어 서비스의 활성화 정도를 가늠하는데 좋은 지표가 되죠. 이를 우리는 Stickiness라고 말하는데요. Stickiness가 낮다는 것은 호기심으로 서비스에 접근했지만, 모종의 문제(낮은 퀄리티, 크래시 발생 등)로 진성 유저로 남지 않는 경우가 많음을 의미합니다. 이 경우 광고 집행을 통해 모수를 늘리기 보다는 사용자 행동 분석을 통해 서비스 품질을 높이는 것이 훨씬 더 중요하다고 할 수 있죠.
참고로 Facebook과 같은 SNS는 50% 이상의 engagement를 보이기도 하지만, 이 밖의 일반적인 모바일 앱은 DAU/MAU 비율이 20% 정도일 때 긍정적으로 판단하니 이점 참고 부탁드립니다.
c. 사용자를 구분하여 의미 있는 지표 생산하기 : 신규vs재방문
신규 사용자와 재방문 사용자를 구분하여 확인하는 것도 중요합니다. 접속한 사용자가 서비스를 재방문하는 것이 매우 드물기 때문인데요. 때문에 신규 사용자의 숫자와 함께 재방문 사용자의 수치를 함께 확인하면 앱 내 의존도가 얼마나 되는지 쉽게 확인이 가능합니다.
이를 통해 우리는 서비스에 대한 사용자의 관심과 의존도를 알 수 있으며, 그에 맞는 관리와 운영도 할 수 있습니다. 예를 들어, 마케팅 또는 이벤트를 진행한 뒤, 신규 방문자 대비 얼마나 재방문 사용자가 늘었는지 확인한다면 그 성과를 정확하게 측정할 수 있습니다. 전체 방문자가 늘어난 것만 고려한다면 이벤트의 효과를 과장 또는 과신하게 될 뿐이죠.
d. 얼마나 오래 머물까? : 방문당 체류시간
여러분의 사용자가 서비스에 들어온 뒤 얼마나 머무는지 살피는 것 또한 User Engagement를 측정하는 중요 요소 중 하나입니다. 방문당 체류시간은 사용자가 한 번 방문할 때마다 얼마나 머물다 나가는지 알 수 있는 지표입니다. 일반적으로 '총 체류시간/총 세션수'로 계산하죠. 물론 일간, 주간, 월간 단위로 방문당 체류시간을 확인할 수도 있습니다.
만약에 앱 내에서 탐색하는 시간이 많다면 그것은 여러분의 앱이 사용자에게 충분히 매력을 어필하고 충분히 만족스럽다는 것을 의미하는 것일지도 모릅니다. 하지만 이와 같은 신호를 무조건 긍정적인 신호로 받아들여야 하는지는 좀 더 살펴볼 필요가 있습니다. 앞서 이야기한 것처럼 원하는 기능이 없어 헤매고 있어 시간을 보내고 있는 것일 수도 있기 때문이죠. 만약 서비스를 업데이트한 뒤 체류시간에 급격한 변화가 있다면 이를 심층 분석해 보아야 할 필요가 있습니다.
사용자의 서비스 의존도 및 활성화 지표를 측정하기 위해서는 다양한 사용자 지표를 복합적으로 이해해야 합니다. 그리고 이는 결국 사용자가 서비스 내에서 얼마나 활발하게 활동하고 있고, 얼마나 콘텐츠에 관심이 있으며, 몰입하고 있는지를 알아야 하죠. 앞서 살펴본 지표를 통해 우리 사용자는 얼마나 '충성도 높은' 고객인지 꾸준히 살펴보시기를 바라겠습니다.
간단한 SDK 설치만으로 다양한 사용자 행동 데이터 분석을 시작해보세요!
모바일 앱 애널리틱스, 유저해빗
