DAU/MAU는 절대 만능이 될 수 없다.
좋은 지표는 올바른 비교일때만 가능하다.
애플리케이션을 이용하여 특정화된 상호작용을 한다고 정의한 활성 사용자 Active Users 수는 일별, 주별, 월별로 추적할 수 있습니다. 애플리케이션과 상호 작용하는 활성 사용자 수를 일일 활성 사용자(DAU: Daily Active Users)라고 합니다. 이렇게 월단위로 계산한 것을 월간 활성 사용자 수(MAU: Monthly Active Users)라고 합니다. 제품에 대한 '활성 Active'을 정의한 후에는 24시간 동안의 '고유 unique' 활성 사용자 수와 지난 30일 동안의 '고유 unique' 활성 사용자 수를 확인합니다. 이 두 지표를 사용하여 DAU를 MAU로 나누어 비율 백분율을 구할 수 있습니다.
0. 잘못된 비교 Faulty Comparison
'잘못된 비교'는 한 가지를 실제보다 더 바람직하거나 덜 바람직하게 보이게 하기 위해 실제로 관련이 없는 다른 것과 비교하는 것을 말합니다. 즉 비교 대상이 다르거나 일관성 있는 비교방법을 사용하지 않습니다.
예를 들어봅니다.
브로콜리는 초콜릿보다 지방이 적다.
브로콜리와 초콜릿은 모두 식품으로 간주될 수 있지만, 맛의 현저한 차이와 식품 목적을 무시하고 지방 함량만 비교하면 잘못된 비교입니다.
조금 어렵고 헷갈릴 수 있는 예를 들어볼까요?
종교는 몇 가지에 대해 틀렸을지 모르지만, 과학은 더 많은 것에 대해 틀렸습니다!
새로운 실험과 증거에 따라 스스로 수정하는 지식의 방법(과학)을 검증할 수 없는 신념의 체계(종교)와 비교하고 있습니다. 과학은 진실에 더 가까이 다가가기 위해 아이디어를 개선하고, 경우에 따라서 오래된 이론의 오류를 찾고 새로운 것을 택합니다. 종교와 신앙의 주장은 사실상 검증할 수 없으므로 틀렸다는 것을 증명할 수 없습니다. 따라서 오류 사실을 기준으로 종교와 과학을 비교하는 것은 잘못된 비교입니다.
지난 12월부터 기술을 안다는 모든 사람들이 ChatGPT를 이야기합니다. 차세대 기술의 메시아가 온 듯한 관심을 갖고 매일 관련 글들이 쏟아지고 있습니다. 분명 놀라운 기술이고 이 기술로 인해 많은 것이 바뀔 것이라는 것은 명확해 보입니다.
ChatGPT는 출시 일주일 만에 사용자 100만 명을 돌파했다면서, 넷플릭스가 같은 숫자를 갖기까지 3.5년이 걸렸다고 비교를 합니다. ChatGPT가 2023년 1월에 월간활성이용자수(MAU) 1억 명을 넘기는데 인스타그램이 30개월을 걸렸다고 합니다.
아무리 훌륭하고 영향력이 큰 기술로 기대된다고 해도 우수성을 강조하기 위해서 실제로는 관련이 없는 다른 비교 방법으로 맹목적으로 비교하는 것은 잘못된 일입니다.
챗GPT의 사용자 100만 명과 세상 사람들이 드라마와 영화를 보는 생활방법을 바꾸고 유료화를 통해 탄탄한 SaaS 수익구조를 만든 넷플릭스나 사용자사이를 이어주는 소셜 플랫폼으로 광고수익을 통해 수많은 혁신적 기능을 소개해 온 인스타그램과의 단순히 단 시간에 모이는 사람 수를 비교하는 것은 잘못된 비교입니다.
실제보다 더 바람직하거나 덜 바람직하게 보이게 하기 위해 실제로 관련이 없는 다른 것과 비교하는 것은 올바른 비교가 아닙니다. DAU/MAU를 모두 같은 잣대로 적용하는 것도 마찬가지입니다.
1. DAU/MAU의 중요점
DAU/MAU를 제대로 알고자 하는 이 시작 지점에서 중요한 것은 다음의 세 가지입니다.
1. '활성 Active'이라는 것의 명확한 정의가 필요합니다. 단순히 로그온 한 사용자를 말하는 것이 이나라 앱이나 웹에 접속을 하여 특정 기능을 수행 한 사용자를 정의하는 것입니다. 예를 들어, 유튜브라면 접속하여 하나 이상의 영상을 30초 이상 플레이를 했다면 '활성'으로 정의하는 것입니다.
2. '고유 Unique'의 의미를 이해해야 합니다. 이것은 추적가능한 사용자 ID를 한 번만 계산한다는 것입니다. 예를 들어 설명해 봅니다. 앱 X의 사용자 A, B, C, D가 있다고 가정해 봅니다. A와 D는 매일 사용하는 활성 사용자 인데 반해, B와 C는 일주일에 한 번 정도 사용합니다. 이 경우 월간 활성 사용자수는 4가 되지만, 일간 활성 사용자수는 2가 되지요. 이때 DAU/MAU 비율은 50%가 됩니다. 즉 매일 사용하는 사용자가 얼마나 많으냐에 따라서 그 비율이 높아지게 되는 구조입니다.
3. 위에서 설명한 바와 같이 DAU나 MAU의 각각의 값은 별 의미가 없습니다. 왜냐하면 이 자체로는 어떤 추후 액션을 요청하는 인사이트가 없는 누적숫자이기 때문입니다. 이런 것들을 허세지표 (Vanity Metric)라고 하고, 허세지표에 대해서는 예전 글에서 자세히 다루어 보았습니다. (좋은PM은 '허세 지표/메트릭'을 사용하지 않습니다.) 그런 의미에서 DAU/MAU의 비율이 중요합니다.
DAU/MAU 비율의 의미
DAU/MAU 비율은 애플리케이션에 대한 지속적인 참여 engagement를 나타내는 핵심 지표로, 고착도 stickness라고도 합니다. 일반적으로 사용자가 콘텐츠에 얼마나 자주 참여하는지 파악할 수 있을 뿐만 아니라 사용자 이탈 churn을 예측하고 고객의 특성을 파악할 수 있습니다. DAU 또는 MAU를 개별적으로 추적하는 것이 아니라 DAU/MAU 비율을 추적하는 것이 중요한 이유는 이 비율이 고착성과 함께 성장성을 측정한다는 사실 때문입니다. DAU와 MAU 지표를 결합하면 애플리케이션의 고객 기반이 성장하고 있으며, 애플리케이션이 사용자를 더 자주 참여시키려는 능력도 함께 파악할 수 있습니다. 비율이 낮을수록 사용자가 콘텐츠를 보는 빈도가 낮으므로 일반적으로 사용자가 콘텐츠를 다시 보게 하려면 이 비율을 가능한 한 높게 설정하는 것이 좋습니다. 즉 DAU/MAU 비율이 100%에 가까울수록 애플리케이션의 참여도와 고착성이 높다고 볼 수 있습니다. 사용자 참여를 유도하려는 경우 일반적으로 DAU/MAU가 10% 미만이면 저조한 것으로 간주합니다. 이는 사용자가 한 달에 평균 3회(한 달 30일 중 10% = 3일) 접속한다는 것을 의미하기 때문입니다. 일반적으로 20% 이상이면 좋은 앱, 50% 이상이면 세계적인 수준의 앱이라고 할 수 있습니다.
2. DAU/MAU는 왜 인기인가?
페이스북이 최초로 사용했다는 이유 덕분에 DAU/MAU 지표는 널리 알려지게 되었습니다. 그러면서 대부분의 다른 소비자 앱도 이 비율을 동일한 KPI로 사용하는 경우가 많아졌죠.
물론 페이스북에게는 꽤나 중요한 지표였습니다. 역사적으로 꾸준히 50%가 넘었습니다. 아래 두 개의 그림과 같이 페이스북의 DAU/MAU 비율은 최근까지도 66% 정도입니다. (소스: 메타 2021 Q4 실적 발표) 즉 페이스북의 사용자 3명 중의 2명은 거의 매일 사용하고 있다는 사실입니다.
메타 DAU/MAU 비율3. DAU/MAU로 제품/시장 적합성(PMF) 평가하기
이 DAU/MAU 비율은 중요한 지표이긴 하지만, 모든 프로덕트에 비슷하게 적용되지 않는다는 사실이다. 개인 사용자용의 SaaS 프로덕트의 경우 이 지표는 매우 유용하지만, 매일 사용하는 메시징 제품이나 소셜플랫폼 제품 외에는 이만큼의 숫자가 나올 수 없는 구조이다.
DAU/MAU와 관계없이 매우 가치 있는 시장과 프로덕트
모든 프로덕트가 매일 사용해야만 가치가 있는 것은 아닙니다. 사용 빈도는 낮을 수 있지만, 해당 경우를 만났을 때 상호작용이 높은 가치를 지닌 제품들이 있습니다. 이 경우 DAU/MAU 비율을 메시징 솔루션이나 소셜 플랫폼의 숫자와 비교하는 것은 올바른 측정 지표가 아닙니다.
에어비앤비 Airbnb나 부킹 booking.com과 같은 여행 관련 서비스는 사용자들이 1년에 몇 번 정도만 사용합니다. 평균 사용자라면 1년에 2번 정도 휴가철을 이용하여 사용할 겁니다. DAU/MAU가 10%도 나오기 힘든 사용자 서비스입니다. 하지만 DAU/MAU가 페이스북보다 낮다고 하여 이 분야를 중요하지 않다고 할 수 없으며, 이미 이 분야에서 수십억 달러 규모의 기업이 많이 탄생했습니다.
우버 Uber에서 가장 수익성이 높은 차량 서비스는 공항으로 이동하거나 특별한 외출, 출장 등을 위해 블랙리무진 서비스를 이용하는 경우입니다. 이런 일이 매일 일어나는 것은 아니며, 출퇴근을 위해 우버를 이용하는 사람들도 있지만 이는 평균적인 사용 사례가 아닙니다. 그래서 DAU/MAU는 절대 50%를 넘을 수 없습니다.
링크드인 Linkedin은 최근에는 소셜미디어의 성격을 많이 가지게 되긴 했지만, 일반적으로는 채용 담당자와 구직자가 상황이 될 때 잠깐씩 사용하는 또 다른 예가 됩니다. 하지만, 이 링크드인을 통해서 직장을 찾고, 기회를 얻는다는 의미에서 사용자에게는 매우 중요한 프로덕트이고 그에 따른 중요한 데이터를 생성합니다. 오히려 현재 직장을 가진 사람이 링크드인을 매일 사용하고 있다면 오히려 더 이상하지 않을까요?
이메일과 비즈니스 메시징은 거의 매일 사용할 수 있지만, 은행이나 주식 앱, Google 애널리틱스, 먼데이닷컴 Monday.com 등과 같이 매우 비즈니스나 가정생활에 중요한 도구는 기껏해야 일주일에 1~2회 정도만 사용합니다.
이런 종류에는 대부분의 이커머스도 비슷합니다. 아마존이나 쿠팡 같은 경우의 실 생활품을 파는 서비스라면 DAU/MAU비율이 높겠지만, 명품 브랜드 쇼핑몰을 통해 구매하는 경우는 그렇게 흔하지는 않을 겁니다. 이런 경우 DAU/MAU비율이 낮다고 해서 제품-시장 적합성(PMF: Product Market Fit)이 잘못되었다고 할 수는 없습니다.
여기에서 DAU/MAU보다 중요한 지표와 패턴을 발견할 수 있습니다. 구매나 방문 빈도가 낮은 경우에도, 가치가 있을 만큼 충분한 금액 수익이나 데이터가 생성된다면 이것은 DAU/MAU보다 훨씬 중요한 지표라는 뜻입니다. 지금 당장은 방문 빈도가 낮아도 입소문을 타고 성장할 수 있는 잠재력이 크고, 고수익을 창출하는 규모의 비즈니스를 구축할 가능성이 높다는 뜻입니다.
4. 앱의 패턴별 분석
즉 이 의미는 메시징 프로덕트나 소셜미디어/플랫폼은 실제로 DAU/MAU가 당연히 높아야 하는 경우의 프로덕트에 해당하지만, 실제로 대부분의 B2C, B2B 프로덕트/서비스는 높은 비율을 얻을 수 없는 태생적인 이유를 갖고 있다고 할 수 있습니다.
약간 오래된 리포트이지만 시사점면에서는 최고라고 판단되는 Flurry가 발행한 도표가 있습니다.
이 도표는 90일 동안의 유지 기간을 X축에 표시하고 주당 사용 빈도를 Y축에 표시했습니다.
결과는 4개의 사분면으로 분류했습니다.
- 1 사분면: 집중적으로 사용되며 사용자가 시간이 지나도 충성도를 유지하는 앱.
뉴스 및 커뮤니케이션 앱은 안정적이고 성장하는 잠재 고객을 보유하고 있으며 광고 수익을 창출하거나 구독료를 청구하기에 가장 좋은 위치에 있습니다. 사용자들은 이러한 앱이 지속적인 가치를 지닌 것으로 판단합니다.
- 2 사분면: 한정된 기간 동안 집중적으로 사용되는 앱.
스트리밍 음악, 데이트, 소셜 게임 등이 이러한 앱의 가치를 단기간에 제공합니다. 예를 들어, 데이트 앱의 경우 예측된 경로대로 (즉, 연애를 시작하게 하는 등) 기능을 수행하면 더 이상 필요하지 않습니다.
- 3 사분면: 사용 빈도가 낮고 이탈률이 높은 앱.
개인화 앱이 여기에 속합니다(예: 배경 또는 홈 화면 배경화면 변경). 설정이 완료되면 거의 사용하지 않습니다. 이러한 앱은 사용자가 콘텐츠에 액세스 하기 전에 요금을 청구할 수 있도록 프리미엄 요금 모델을 도입하는 것이 좋습니다..
- 4 사분면: 사용 빈도는 낮지만 사용 시 높은 가치를 제공하는 앱.
이러한 앱은 사용자의 홈 화면에 무기한으로 유지됩니다. 예를 들어 항공사, 호텔 또는 렌터카 예약 앱은 지속적으로 사용되지는 않지만 사용자가 여행할 때 그 가치가 증가합니다. 위에서 설명한 에어비엔비, 우버, 호텔스닷컴등이 여기에 해당합니다.
이 도표를 보면 몇 가지 경향과 패턴을 찾을 수 있습니다.
소셜 게임은 (중독적인) 사용 빈도가 높지만, 일단 콘텐츠를 다 소비하고 나면 이탈하는 경향이 높습니다.
날씨 서비스의 경우는 흥미로운데, 날씨는 특별한 날에 자주 확인하지만 일생 동안 계속 확인해야 할 필요가 있기 때문에 90일 동안 가장 높은 리텐션율을 기록합니다.
카카오톡이나 페이스북 메신저, 왓츠앱 같은 메시징이나 슬랙, 팀즈와 같은 커뮤니케이션 서비스는 빈도가 높고 유지율이 높습니다. 당연한 이유겠죠.
여기서 제가 말씀드리고 싶은 것은 특정 제품 카테고리의 특성상 DAU/MAU 리텐션 지표에는 자연스러운 범위값이 존재한다는 점입니다. 이것이 제품 카테고리의 "태생적 본질"에 해당하는 부분입니다. 회계 소프트웨어가 아무리 훌륭해도 사람들이 매일 사용하는 카카오톡보다 참여율과 리텐션을 높일 수는 없습니다.
즉 일부 제품 카테고리는 높은 DAU/MAU를 얻을 수 없지만 제품 실행에 따라 자연스러운 범위 내에서 그 비율 지표를 최대화할 수는 있습니다.
즉 반복해서 이야기하는 중요한 결론은 인스타그램이나 트위터의 50% 이상의 DAU/MAU와 비교하는 것은 여러분의 프로덕트나 서비스가 그들과 같은 카테고리에 속하지 않는 한 의미가 없다는 것입니다. 많은 소셜 게임이 30%의 DAU/MAU를 목표로 하고 있지만, 위 도표에서도 소셜 게임이 가장 높은 DAU/MAU 카테고리에 속한다는 보면 그 목표가 얼마나 높은 지를 짐작하실 수 있습니다.
5. DAU/MAU 비율을 어떻게 높이는가?
많은 이유에도 불구하고 DAU/MAU 비율을 높이고 싶다면 어떻게 해야 할까요? 많은 리더와 마케터, PM/PO들은 다이렉트 메시지나 이메일, 푸시 알림이 집 나간 토끼를 불러들이고 새로운 사람들을 불러들이는데 도움이 될 것이라고 생각합니다. 가끔 투자받은 돈을 태워 경품행사 같은 것도 하죠. 제 개인적인 경험에 따르면, 이런 엿장수 가위소리 내기식의 '알림' 방법은 일반적인 수치(MAU)는 증가하지만 일일 사용자 수는 증가하지 않는 경향이 있습니다. 무슨 이야기냐 하면, 뜨내기손님들이 많이 들어와서 행사경품만 챙기고 다신 쉽게 나간다는 뜻입니다. 다시 말해, 알림에 집중하면 DAU보다 MAU가 더 많이 증가하기 때문에 실제로 DAU/MAU를 낮출 수 있습니다.
제품 카테고리의 특성에 넘어서는 DAU/MAU 비율을 높이는 것은 정말 어려운 일이고, 어쩌면 수익개선과는 상관이 없을 수도 있습니다. 사용량에는 시간이 지나도 크게 변하지 않는 자연스러운 주기가 있는 것이겠지요. 즉 커뮤니케이션이나 소셜미디어 플랫폼이라면 자연스럽게 DAU/MAU를 기준으로 삼아야 합니다. 하지만 나의 프로덕트나 서비스가 사용자에게 가치를 제공하고 있음을 알려주는 적합한 지표를 찾는 것이 더 중요합니다..
6. 그렇다면 뭣이 중한디...
DAU/MAU가 그다지 높지 않은 상황이지만, 제품 카테고리 특성상 더 이상 높이는 것이 힘들다면, 다음과 같은 두 가지 지표에 집중해 보는 것이 좋습니다.
첫 번째는 일 단위의 활성 사용자 비율을 구해보는 것입니다.
즉 전체 방문한 사용자 중에서 액티브 사용자의 비율은 몇 %인지를 체크하고 그들이 무엇을 하고 있는지 행동을 추적해 보는 것입니다. 반대로 비활성 사용자의 경우 어떤 화면의 어떤 플로우에서 이탈하고 빠져나가는지에 대해서 조사해 보는 것이 필요합니다. 전체 사용자 유입량을 늘리는 것이 힘들다면 알짜배기 사용자를 늘려보는 시도를 하는 것입니다. 이것은 누가 충성 사용자인가를 파악하는 것에도 도움이 되지만, 어떤 병목 현상이 이탈 유저를 만들어 내는 것인가를 파악하는데 크게 도움이 됩니다.
두 번째로 볼 수 있는 지표는 활성 사용자의 네트워크 효과가 어떤 요소와 어떤 상관관계가 있는지를 추적해 볼 필요가 있습니다. 즉 그들이 생산하거나 저장한 콘텐츠의 양과 품질을 조사하고 분석할 수 있습니다. 그 콘텐츠의 영향력을 추적할 수 있다면, 한 명의 인플루언서가 100명의 일반 사용자보다 큰 효과를 만들고 있음을 확인할 수도 있습니다.
결론적으로, DAU/MAU는 사용자 참여도를 측정하는 데 중요한 지표이지만, 한계가 있습니다. 프로덕트의 카테고리와 태생적인 특성에 따라 올바른 비교와 지표를 적용하는 것이 중요합니다. 또 한가지 DAU/MAU 의 단점은 어떤 사용자가 유지되고 있고 어떤 사용자가 이탈하는지 확인할 수 없다는 것입니다. 이때는 유사한 사용자 그룹을 정의하여 코호트 cohort 리텐션 분석이 필요합니다.
여러분의 프로덕트가 세상을 좋은 방향으로 이끌어 가기를 늘 응원합니다.
