차길호
Editor 보민's comment
DAU, WAU, MAU라는 말을 들어보신 적 있으신가요? 각각 일간 활성 사용자 수, 주간 활성 사용자 수, 월간 활성 사용자 수를 뜻하는 용어인데요. 활성 사용자 수라고 하면 그냥 서비스를 사용하는 사용자들의 수 아닌가라고 생각하는 분들이 많을 것 같아요.
얼핏 보면 굉장히 간단한 숫자인 것 같지만, 실제로 활성 사용자 수를 구하려고 시도해보면 ‘활성 사용자’라는 개념이 그렇게 단순하지만은 않은 개념이란 것을 알게 됩니다. ‘한 사람이 노트북과 스마트폰으로 앱 서비스에 각각 접속하면 몇 명의 사용자로 인식해야 할까?’, ‘여러 디바이스로 접속하는 사용자를 한 명의 사용자로 식별하기 위해서는 어떻게 데이터를 확인해야 할까?’, ‘사용자가 어떤 상태일 때 활성 사용자라고 할 수 있을까?’ 등의 질문이 꼬리를 물고 이어지거든요.
이 글은 제목 그대로 기획자, 마케터 등 GA를 이용해 데이터를 확인하는 사람들이라면 꼭 알아두면 좋을 만한 활성 사용자에 대한 개념과 간단한 실습이 총정리되어있는 글입니다. 활성 사용자의 개념, 존재 이유, BigQuery를 활용한 실습, 실제 서비스에서의 사례를 한 번에 알고 싶은 분들이라면 이 글을 꼭 읽어보세요.
이 글의 원문은 포스타입 블로그 '기획자와 마케터를 위한 활성 사용자 총정리’입니다.
자, 여기 포스타입 없이 못 사는 찐 포타러, Johnny 씨가 있습니다.
Johnny 씨는 노트북, 스마트폰, 태블릿을 오가며 온종일 포스타입에 접속합니다. 스마트폰과 태블릿에서는 앱으로 접속하는 편이지만, 간혹 웹 서비스를 이용할 때도 있습니다. 포스타입은 본인인증을 계정 최대 2개까지 지원하고 있어, 계정 2개를 활용하고 있죠.
이 그림은 Johnny 씨 한 명의 포스타입 접속 기록입니다. 기기 총 3개로 접속했고 시크릿 모드(Incognito)를 포함해 고유한 기기-브라우저 조합 5개, 앱의 고유한 설치 단위인 앱 인스턴스 2개로 접속했습니다. 계정은 총 2개로 상황에 따라 다르게 접속하고 있습니다. 간혹 비로그인 상태(그림의 물음표)로 콘텐츠를 즐기는 경우도 있습니다.
여기서 질문! 과연 Johnny 씨는 몇 명의 사용자일까요?!
스크린 너머 사용자를 찾아서
Johnny 씨는 분명 한 명인데, 조금 이상한 질문처럼 느껴지시나요. Johnny 씨의 관점에서는 그럴지도 모르지만 서비스 제공자의 관점에서는 그렇지 않습니다. 스크린 너머 이용자의 신원을 일일이 확인하지 않는다면, 그 모든 기기, 브라우저, 앱, 계정의 사용자가 모두 Johnny 씨라는 사실을 알 수 없을 테니까요.
물론 제가 던진 질문은 새로운 서비스를 알게 된 기획자나 마케터들에게 가장 처음 떠오르는 물음표 가운데 하나일 겁니다. 어떤 이유에서든요.
혹시 이런 화면을 기억하는 당신도 저와 같은 늙은 밀레니얼이신가요...🤦♂️ 인터넷이 초기 보급되던 시기부터 사용자 수를 세기 위한 고민은 시작되었습니다. 물론 통상 페이지에 접속할 때마다 숫자가 하나씩 올라가던, 지금의 페이지뷰(PV) 수준의 히트 카운터는 가장 원시적인 노력이라고 할 수 있습니다.
구글 애널리틱스의 보급을 거쳐 사용자 수를 세기 위한 기법은 진일보하고 있습니다. 지금은 활성 사용자라는 개념으로 정착한, 서비스 사용자를 세는 문제에 대해 상세하게 뜯어보도록 하겠습니다.
Unique vs. Active
먼저 활성 사용자(Active Users・AU)의 개념에 대해 알아보겠습니다.
구글은 활성 사용자를 귀하의 사이트 또는 앱에서 세션을 시작한 순 사용자의 수라고 정의하고 있습니다. 이와 비슷한 개념으로 고유 방문자(Unique Visitors・UV)가 있을 텐데요. 네이버와 어도비의 애널리틱스는 UV라는 표현을 사용하고 있습니다. 페이스북 픽셀은 활성과 고유라는 표현을 혼용하고 있습니다.
여기다가 기간을 더하면 해당 기간 동안 고유하게 접속한 사용자 수가 됩니다. DAU・DUV(Daily)는 24시간, WAU・WUV(Weekly)는 7일, MAU・MUV(Monthly)는 30일(또는 각 월 1일~말일 또는 28일) 동안 접속한 사용자를 각각 센 숫자입니다. 예를 들어 Johnny 씨가 포스타입에 30일 내내 매일 접속했더라도, MAU・MUV는 30이 아니라 1이 되는 게 가장 정확한 겁니다.
활성이건 고유건 결국 이용자 수를 고유하고 배타적으로 세기 위한 목적이라는 점에서 같은 뜻이지만, 점차 고유 방문자보다는 활성 사용자를 더 보편적으로 사용하는 추세입니다. 이유는 추정컨대,
- 이용자 관점에서 모바일 앱, 스마트 디바이스, CTV 등 플랫폼의 영역이 끝없이 확장하면서 더는 '방문'한다는 비유적 개념이 유효하지 않습니다. 사이트를 '방문'한다는 자주 쓰지만, 앱이나 서비스를 '방문'한다고는 하지 않으니까요.
- 비즈니스와 마케팅 관점에서 단순히 '고유한' 숫자의 중요성이 하락하고 있습니다. '활성'이 좀 더 비즈니스의 성격에 맞도록 유연하게 활용할 수 있는 표현입니다.
- 무엇보다 가장 보편적으로 쓰는 구글 애널리틱스(Google Analytics・GA)가 활성 사용자라는 표현을 쓰고 있습니다.
…만, 아마 두 번째 이유가 가장 실질적인 이유가 아닐까 생각합니다.
실제로 아래처럼 많은 서비스들이 활성 사용자를 넘어선, 실제 서비스 규모와 퍼포먼스를 엿볼 수 있는 진짜 '활성' 사용자를 찾기 위한 이용자 지표를 활용하고 있습니다.
페이스북은 매 분기마다 각각 페이스북과 패밀리 서비스(인스타그램, 왓츠앱, 메신저)의 활성 사용자를 발표하고 있습니다. 페이스북이 보는 활성 사용자 개념은 로그인 사용자를 기반으로 하고 있습니다. 즉, 로그인하지 않고 페이스북이나 인스타그램 게시물을 본다면 페이스북의 활성 사용자에 집계되지 않는 거죠. 이와 더불어 페이스북은 실제 사용자로 보기 어려운 중복・스팸・허위 계정을 추산해 발표하고 있는데요. MAU의 약 15% 이상이 이처럼 의미 없는 계정일 것으로 추정하고 있다고 합니다.
트위터는 2019년부터 mDAU(monetizable Daily Active Usage or Users・현금화할 수 있는 일일 활성 사용자 수)를 발표하고 있습니다. 매출 가운데 80% 이상이 광고 매출인 만큼, 로그인이나 기타 인증 방식을 통해 "광고를 볼 수 있는" 사용자를 "활성" 사용자로 정의한 겁니다. 트위터에 가입이나 로그인을 하지 않았더라도 광고를 보여줄 수만 있다면 활성 사용자로 본다는 점에서 페이스북과 차이가 있어, 사용자 규모를 수평 비교하기가 어렵습니다. (페이스북과의 활성 사용자 비교를 피하기 위해 mDAU라는 독특한 개념을 만들었다는 관측도 있습니다.)
Zoom
줌은 활성 사용자 대신 일일 회의 참가자(Daily Meeting Participants)를 발표하고 있습니다. 이때 회의 참가자란 모든 회의에 참가한 누적 횟수에 가깝습니다. 즉, Johnny 씨 1명이 하루 동안 줌에서 회의 5곳을 참가했다면, DAU로 1이겠지만 일일 회의 참가자로는 5가 잡히는 거죠. 그렇다 보니 줌이 지난해 일일 회의 참가자를 두고, 일일 활성 사용자(DAU) 3억 명을 넘겼다고 잘못 발표해 이후 정정하는 해프닝도 있었습니다. 정확한 이유는 알 수 없지만, 폐쇄적인 '회의' 단위의 서비스 모델을 반영하면서 시장에서의 인지도를 강조하기 위한 목적이 아닐지 생각합니다.
활성 사용자가 사용자 수 이상에 대해 말해주는 것
이처럼 활성 사용자는 '내 서비스를 얼마나 많은 사람들이 보고 있을까'라는 최초의 질문 이상으로 비즈니스를 규정하기도 하고, 또 비즈니스에 따라 활성 사용자의 의미가 바뀌기도 합니다. 더불어 리텐션, 전환 등 수많은 KPI의 첫 출발점이기도 한데요.
활성 사용자를 활용해 서비스와 비즈니스의 큰 그림을 파악할 수 있는 가장 기본적인 지표는 아래와 같습니다.
💗 Stickiness : 사용자들의 서비스 애정도를 알고 싶다면
위에서 설명한 DAU, WAU, MAU를 지표로 활용하면 사용자들이 서비스에 대해 얼마나 애착을 가졌는지 엿볼 수 있습니다. 영어로는 Stickiness로, 보통 의존도, 점착도, 고착도, 충성도 등으로 번역하는데요. 각 수치 간의 비율을 뜻합니다.
GA4나 Firebase에서는 DAU/MAU, DAU/WAU, WAU/MAU 비율을 기본으로 보여주고 있습니다. 가장 보편적인 개념인 DAU/MAU를 예로 들자면, 위 예시처럼 3월 한 달간 평균 DAU가 1이고, MAU가 5라면, DAU/MAU Stickiness는 1/5, 즉 20%입니다. 사용자 1명이 5일에 1번 꼴로 서비스를 이용하고 있는 셈입니다. 이 비율이 100%에 가깝다면 사용자 대부분이 서비스를 매일 이용하고 있다는 뜻입니다.
MAU가 낮더라도 이 비율이 높다면 충성도 높은 사용자층을 확보한 것이고, MAU가 높더라도 이 비율이 낮다면 리텐션에 적신호가 켜진 것이라고 이해할 수 있습니다. 서비스 특성, 도메인, 제공 플랫폼 등에 따라 다르겠지만 통상 10% 내외를 평균, 25% 이상 수준을 우수한 벤치마크 목표로 보는 편입니다.
🤔 ARPDAU : 서비스의 비즈니스 효율은
Stickiness에서 확인할 수 있듯이 무조건 활성 사용자가 높다고 건강한 서비스라고 보기는 어렵습니다. 비즈니스 측면에서도 마찬가지입니다. 비즈니스의 지속가능성을 위해서는 열심히 모은 사용자를 매출로 연결해야 하는데요. 이를 확인하기 위해서는 ARPU, ARPPU, ARPDAU 같은 수치들이 중요합니다.
이 용어를 처음 접한다면 마치 비밀번호처럼 느끼실 수도 있을텐데요. 사실 어렵지 않습니다.
각 지표는 매출을 각 특정 사용자 수로 나눈 값입니다. ARPU는 가입자, ARPPU는 유료 사용자, ARPDAU는 DAU로 나눈 값이 됩니다.
DAU가 10명인 회사 A, DAU가 100만 명인 회사 B가 있다고 생각해봅시다. 그런데 두 회사 모두 일 매출은 100만 원입니다. ARPDAU는 각각 A가 10만 원(1,000,000/10), B가 1원(1,000,000/1,000,000)입니다. A는 사용자 수가 적지만 대신 사용자 1명으로부터 수익화할 수 있는 금액이 큽니다. 게다가 향후 사용자 수가 늘어난다면 매출 성장 가능성도 크다고 할 수 있겠죠. 반면, B는 수많은 사용자를 끌어모았지만 일 접속자 1명당 매출은 1원으로, 사업 측면에서는 지금 당장은 효율적인 상태는 아닌 거죠. 물론 새로운 BM을 발굴한다면 엄청난 기회가 기다리고 있는 서비스라고 할 수 있습니다.
Advanced | GA4 + BigQuery로 활성 사용자 수 검증하기
그렇다면 활성 사용자는 어떻게 계산할 수 있을까요. "과연 Johnny 씨는 몇 명의 사용자일까"라는 질문으로 되돌아 가보겠습니다.
통상 서비스 통계를 분석하는 목적으로는 구글의 GA/Firebase를 많이 이용하지만, 이외에도 믹스패널, 앰플리튜드, 어도비 등 상용 애널리틱스 프로덕트들이 많습니다. 여기서는 GA 최신 버전인 GA4를 통해 활성 사용자를 계산하는 방식을 같이 살펴보도록 하겠습니다.
왜 GA4로 실습하나요
GA4는 과거 유니버설 버전에서 제공하던 웹 통계와 앱용인 Firebase를 통합해 분석 환경을 제공하고 있습니다. 즉, Johnny 씨가 웹과 앱으로 각각 접속해도 같은 사용자임을 인식하기가 어려웠다면, 이제는 여러 실마리를 통해 Johnny 씨에 해당하는 사용자를 비교적 더 정확하게 파악할 수 있게 된 거죠. 무엇보다 유니버설 유료 버전(GA360)에서만 제공하던 것과 달리, 로 데이터를 무료로 BigQuery로 내보낼 수 있습니다. 이 글은 GA4를 통한 BigQuery Export를 전제하고 있습니다.
Step 1. Device
GA4는 가장 기본적으로 기기를 기준으로 활성 사용자를 구분합니다. 바로 위 스크린숏에 보이는 By device only(기기 기준)에 해당하는데요. 그렇다면 처음 보여드렸던 Johnny 씨의 사례로 보면 기기 3개, 즉 활성 사용자는 3이라고 할 수 있을까요.
아닙니다. GA4는 기기를 Client ID(웹) 그리고 App Instance ID(앱)로 구분합니다. 웹의 경우 브라우저 인스턴스를 식별하기 위해 쿠키에 심어둔 식별자, 앱의 경우 앱을 설치할 때마다 생성하는 식별자를 기준으로 하는 거죠. BigQuery에서는 user_pseudo_id 필드에 해당합니다.
Johnny 씨의 사례로 보면 이때 활성 사용자는 브라우저 쿠키 5개, 앱 인스턴스 2개로 총 7이 됩니다.
BigQuery로 계산할 수 있는 쿼리(30일 MAU 기준)는 아래와 같습니다.
Step 2. Device + User-ID
그다음은 User-ID(사용자 ID)를 통합하는 단계입니다.
서비스 내부에서 활용하고 있는 User-ID를 GA에 전송해, 다른 기기로 접속했더라도 User-ID 값이 같다면 같은 사용자로 통합할 수 있도록 하는 과정입니다. BigQuery에서는 user_id 필드에 해당합니다.
기본적으로 지정한 기간 동안 수집된 고유한 User-ID를 센 다음, User-ID 값이 지정된 적이 없는 기기(user_pseudo_id)를 합산하면 됩니다.
Johnny 씨의 사례에서는 활성 사용자가 User-ID 2개, User-ID 값이 지정되지 않은 브라우저 쿠키 2개로 총 4가 됩니다.
BigQuery로 구현한 쿼리(30일 MAU 기준)는 아래와 같습니다.
Step 3. Device + User-ID + Google Signals
7에서 4로 줄이는 데는 성공했지만, 우리의 최종 목표는 Johnny 씨 1명, 즉 1이었습니다.
마지막으로 구글은 여기에 더해 구글 Signals라는 추가 식별자를 활용하고 있습니다. 이는 사용자의 구글 로그인 계정 정보를 활용한 데이터로, GA4의 Data Collection 설정에서 Signals 수집을 활성화한 경우, '광고 개인 최적화' 기능을 활성화한 사용자에 한해서만 적용됩니다.
쉽게 말해, 기기에 연결된 구글 계정을 활용해 같은 사용자를 추려내는 과정인데, 아쉽게도 이 정보는 BigQuery를 통해 로 데이터를 확인할 수 없습니다. 그래서 정확한 로직을 파악하기가 어려운데요.
Johnny 씨의 경우, 상황에 따라 활성 사용자가 최소 1에서 최대 4까지 잡힐 것으로 예상됩니다.
Johnny 씨에 해당하는 "실제" 활성 사용자는 1이지만, 스크린 너머를 들여다볼 수 없는 이상, 1은 우리가 가닿을 수 없는 이상적인 목표에 불과할지도 모릅니다. 다만, 추적 기술 발전과 개인정보 보호 강화라는 밀고 당기기 속에서 더 정확한 활성 사용자를 찾기 위한 새로운 여정은 아마 계속되지 않을까 생각합니다.
포스타입은 그래서...?
자, GA의 활성 사용자 지표를 보면서도 이 수치가 어떻게 산출되는지 의문이었던 분들이라면 이제 궁금증이 해소되셨나요.
2021년 3월 현재, 포스타입은 MAU와 평균 DAU가 많게는 각각 410만, 45만 정도 되는데요. 이 역시 꽤 의미 있는 지표입니다만, "창작자가 수익을 올릴 수 있도록 돕는 창작자와 팬의 네트워크"라는 포스타입의 비즈니스를 정확하게 반영한 수치는 아니라고 생각합니다.
그렇다면, 포스타입은 활성 사용자를 어떻게 활용하고 변형해 서비스를 진단하고 있을까요.
Signed-in Active Users
포스타입은 웹을 통해 누구나 쉽게 접근하고 콘텐츠를 열람할 수 있습니다. 다만, 로그인하지 않은 상태에서는 작가나 작품과의 인터랙션을 비롯해 콘텐츠 구매・후원 등이 제한되어 있습니다. 로그인하지 않은 사용자 역시 잠재 고객이지만, 로그인 장벽을 넘었을 때 비로소 작가와 독자 간의 직접적인 관계가 시작된다고 할 수 있습니다.
그렇기 때문에 로그인한 활성 사용자를 별도로 집계하고 있고, Stickiness 지표 역시 로그인한 활성 사용자를 대상으로 계산하고 있습니다. 포스타입의 DAU/MAU Stickiness는 30% 이상을 안정적으로 유지하고 있는 상황입니다. 로그인한 MAU가 평균 3일에 1일 이상 포스타입에 접속하고 있다는 뜻이 되겠죠. (통상 상위 10% 서비스가 25% 이상의 수치를 기록하는 편입니다.)
Paid Users / Signed-in MAU
포스타입은 창작자가 수익을 올릴 수 있도록 돕는 서비스입니다. 이 때문에 콘텐츠를 유료로 이용해 창작자의 수익으로 연결되는 수치가 매우 중요할 수밖에 없는데요. 그래서 위에서 설명한 Signed-in MAU를 콘텐츠를 유료로 이용한 사용자 수(Paid Users)로 나눈 값을 중요한 전환율로 보고 있습니다.
개인・독립 창작자의 콘텐츠를 유료로 소비한다는 것은 사실상 포스타입 이전에 존재하지 않았던 문화였는데요. 2년 전 7%에 그쳤던 이 전환율은 2021년 초 현재 26% 이상으로 증가했습니다. 매달 포스타입에 로그인한 활성 사용자 4명 가운데 1명 이상이 유료로 콘텐츠를 소비하고 있다는 뜻입니다. 포스타입을 통해 독립 창작 콘텐츠에 정당한 가치를 지불하는 문화가 빠르게 정착한 셈입니다.
cf. Financially Successful Creators(FSCs)
마지막으로 소개해드릴 지표는 FSCs(Financially Successful Creators), 즉 재정적으로 성공한 창작자 수입니다. 이 지표는 사실 포스타입이 아닌 미국의 멤버십 플랫폼인 Patreon이 도입한 북극성 지표입니다.
Patreon은 일정 금액 이상 수익을 올린 창작자 수를 FSCs로 정의하고 있는데요. 별도로 공개하고 있지는 않지만, "인생을 바꿀 만한", "창작을 전업으로 삼을 만한" 수준의 금액을 기준으로 둔다고 합니다.
포스타입 역시 이 지표를 벤치마크해 창작을 지속해서 이어나갈 동력이 될 만한, 의미 있는 금액 이상을 올린 작가 수를 관리하고 있습니다. 3년 전과 비교하면 20배 가까이 증가한 것으로 나타나는데요. 포스타입은 더 많은 작가님들께서 더 높은 수익을 올릴 수 있도록 열심히 서비스를 개선하고 있습니다.
활성 사용자의 개념과 그 존재 이유부터 BigQuery 활용, 포스타입의 사례까지 함께 살펴보았습니다. 긴 글 함께 해주셔서 감사드립니다🙇
