파워 유저 커브(스마일 커브)
💬 이 글의 원문은 당근 테크 블로그에 업로드 된 ‘파워 유저 커브(스마일 커브)’ 입니다.
얼마전에 네트워크 이펙트가 있는 비즈니스를 측정하는 16가지 항목이라는 블로그 글을 보게 되었습니다. 출처는 유명한 투자사인 Andreessen Horowitz의 블로그인데요. 이 글을 통해서 파워 유저 커브(Power User Curve)라는 것을 알게 되었습니다. 그래서, ‘당근마켓의 파워 유저 커브는 어떤 모양을 그릴까?’ 궁금해졌고 여기에서 언급한 항목들을 스스로 측정해 보는 시간을 가졌습니다.
우선 네트워크 이펙트에 대해서 간단히 언급하고 넘어가겠습니다. 네트워크 이펙트가 있다는 말을 쉽게 설명하자면, 서비스의 사용자가 늘어날수록 그 서비스 가치가 커지면서 점점 더 큰 가치를 만들게 되고, 이것이 다시 사용자를 불러들이는 효과를 얻게 된다는 것입니다. 대표적으로 페이스북과 같은 SNS(Social Network Service)들이 네트워크 효과를 크게 가지는 서비스들 입니다. 이전 블로그 글에서 저희 팀 Gary가 언급한 아마존 플라이휠도 비슷한 생각에 기반하고 있고, 많은 인터넷 서비스들이 이 힘에 기반하여 성장하고 있습니다. Andreessen Horowitz 블로그에서는 이 네트워크 효과가 있는 서비스의 특징 중에 하나로 파워 유저 커브를 언급했습니다.
파워 유저 커브란?
쉽게 표현하자면 “한 달 동안 몇 번 방문한 사람이 많은가? 사용자들이 자주 방문하고 있는가?” 인데요. 한 번만 방문한 사람이 많을 것 같고, 2번이 그보다 더 적을 테고, 3번이 더 적을 테고… 그러나, 30일쯤 되면 그 수가 오히려 올라간다는 것 인데요. 그래서 그래프가 스마일 모양으로 생긴다는 것이에요. 이 모양이 스마일이면 좋고, 30일째에도 계속 줄어드는 그래프는 좋지 않다는 것입니다.
인터넷 서비스들는 보통 중요한 지표로 MAU, WAU, DAU를 측정하고, 이것을 기반으로 재방문, Cohort를 분석하는 것이 일반적입니다. 그런데, 서비스가 성장함에 따라 충성 고객이 늘어나면 매일 방문하는 서비스가 될 수도 있습니다. 파워 유저 커브는 매일 방문하는 사용자가 얼마나 많은지를 측정하는 방법중에 하나 입니다.
1. 과연 당근마켓의 파워유저 커브는 스마일 모양을 그리는가?
당근마켓은 매일 방문하는 서비스라고 생각을 하고 있던 터라 30일쯤에서 조금은 올라갈 것 같다고 추측을 하고 있었습니다. 그래서 아래와 같이 지역별로 그 지표를 뽑아보았습니다.
30일 동안 하루만 방문한 사람의 비중이 18.89%이고, 2일 방문한 사람이 11.42%입니다. 이렇게 쭉 줄어들다가 마지막에 29일, 30일이 되면 오히려 그래프가 올라가서 30일 모두 방문한 사용자 수는 7.25%가 됩니다.
2. 지역별로 이 그래프가 어떤가? 이 그래프가 과거에도 이런 모양이었을까?
지역별로 그래프의 차이가 있습니다. 비교적 오픈한지 오래된 지역인 분당구, 수지구에서는 파워 유저 커브가 스마일 모양을 띠는 반면에 지방의 경우에는 아직 그 정도가 약합니다. 그 대표적인 예로, 2016년 11월의 광주광역시의 파워유저 커브를 보면 아래 그래프의 왼쪽과 같이 스마일 모양이 거의 없었습니다. 2년 동안 사용자 수도 늘리고, 꾸준한 서비스 개선을 하면서 아래 사진의 오른쪽과 같은 모양이 되었습니다. 그래도 아직 경기도 용인 수지구 정도는 안 되지만, 30일 동안 매일 방문하는 이용자 수가 늘어난 것을 확인할 수 있습니다. 점점 그래프가 오른쪽으로 이동하면서 조금씩 스마일 모양이 보이기 시작합니다.
3. 시간이 지남에 따라 이 그래프가 좋아지고 있는가?
시간이 지남에 따라 마켓 사용자가 늘어나고 활성화가 된다면 사용자들의 서비스 만족도는 높아집니다. 이것이 서비스의 핵심 가치이고 재방문으로 이어지는 원동력이 되는데요. 그래서 파워 유저 커브에서도 점차 사용자 분포가 오른쪽으로 이동하면서 스마일 모양이 생기게 된다는 겁니다. 아직은 많이 부족하지만, 아래 부산광역시의 지난 2년간의 그래프 데이터를 살펴보면 그림과 같이 조금씩 좋아지는 것을 볼 수 있습니다.
4. 일주일(L7) 그래프는 어떤가?
그렇다면 30일 그래프가 아닌 7일만 가지고도 같은 그래프를 그려볼 수 있습니다. 아래 그래프는 송파구의 최근 날짜에 뽑아본 7일간 방문 일수 그래프입니다. 7일 동안 단 하루만 방문한 사람의 비중이 31.53%이고, 2일 방문한 사람이 15.89%, 그리고 7일 모두 방문한 사람 비중이 18.59%입니다. 가장 낮은 비중이 5일 방문한 사람이군요. 이 그래프의 경우 조금 더 노력하면 정말로 좌우 대칭이 되는 스마일 그래프로도 만들어지는지도 기대가 됩니다.
5. 핵심 활동으로 측정한 이 그래프는?
이 그래프는 동일한 방법으로 핵심 활동을 기반으로 뽑아 볼 수도 있습니다. 서비스마다 정의하는 핵심 활동은 다를 수 있는데요. 당근마켓의 경우에는 채팅, 게시글 쓰기, 관심. 이 3가지를 핵심 지표라고 볼 수 있습니다.
아래 그래프는 관심 활동으로 뽑아본 7일간의 파워 유저 커브 입니다. 아직은 스마일 모양을 그리지 못하고 있습니다. (원래 채팅으로 뽑아야 맞는 것 같은데, 아직 데이터 분석에 대한 준비가 미비하여 관심으로 뽑아보았습니다.)
6. 당근마켓의 파워 유저 커브 분석을 마무리하며
이와 같은 파워 유저 커브가 서비스 활성화 측정에 얼마나 참고가 될지는 서비스별로 상황에 따라 많이 다를 것 같습니다. 어떤 서비스는 전혀 무관할 수도 있다고 생각합니다. 다른 더 중요한 지표가 많을 수 있어서 인데요. 만약에 만들고 계신 서비스에서도 의미 있는 지표라고 판단되시면 한번 뽑아보시면 재미있을 듯합니다.
재미있는 데이터 분석도 많이 하고 있고, 빠르게 성장하고 있는 당근마켓에서 다양한 세부 직군의 개발자를 모십니다. 관심 있으신 분은 문의 주세요.
당근 팀 채용
참고 자료
16 Ways to Measure Network Effects
The Power User Curve: The Best Way to Understand Your Most Engaged Users
성장 플라이휠 만들기


conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

당근에서 프로덕트 데이터 분석가는 어떤 일을 할까요?

당근 팀과 데이터 분석

당근의 A/B 테스트 문화를 공유해요.

1주 1개 실험하는 프로덕트 팀이 되는 여정

당근마켓의 파워 유저 커브는 어떤 모양을 그릴까?

파워 유저 커브(스마일 커브)

분석 프로세스 덕분에 프로젝트 당 소요되던 시간을 50% 이상 감소시킬 수 있었고, 그 중 실제 액션플랜으로 이어진 분석도 2배 이상 증가했어요.

공학적 관점으로 데이터 분석 프로세스 만들기

당근 앱에서 ‘OO님, 거래 잘 하셨나요? 판매한 이웃에게 따뜻한 마음을 전해보세요!’ 메시지를 보신 적이 있나요?

거래 후기 실험을 통해 따뜻한 거래 경험 만들기

A 대시보드와 B 대시보드에 있는 지표 값이 다른데 어떤 값을 봐야 하나요?

신뢰할 수 있는 지표 만들기

KarrotMetrics을 만들 때 고려했던 기술적인 부분들을 얘기해볼게요

신뢰할 수 있는 지표 만들기 2 : KarrotMetrics 기술편

Data scientist, Decision은 전사의 데이터 기반 의사결정을 더 좋은 방향으로 개선하려고 노력해요

100+ 팀원의 의사결정에 영향을 주는 Data Scientist, Decision : 실험플랫폼

1. 과연 당근마켓의 파워유저 커브는 스마일 모양을 그리는가?

2. 지역별로 이 그래프가 어떤가? 이 그래프가 과거에도 이런 모양이었을까?

3. 시간이 지남에 따라 이 그래프가 좋아지고 있는가?

5. 핵심 활동으로 측정한 이 그래프는?

6. 당근마켓의 파워 유저 커브 분석을 마무리하며

파워 유저 커브(스마일 커브)

Contents

데이터 분석 소식을
매월 받아보세요

🥕 당근 데이터 분석 사례 모아보기

함께 읽어보면 좋은 글

마켓플레이스의 성장을 위해 반드시 알아야 할 지표

RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법

내가 만든 대시보드는 왜 아무도 보지 않을까?

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요

파워 유저 커브(스마일 커브)

Contents

데이터 분석 소식을 매월 받아보세요

🥕 당근 데이터 분석 사례 모아보기

함께 읽어보면 좋은 글

마켓플레이스의 성장을 위해 반드시 알아야 할 지표

RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법

내가 만든 대시보드는 왜 아무도 보지 않을까?

데이터 분석 소식을 매월 받아보세요데이터 분석 소식을 받아보세요

데이터 분석 소식을
매월 받아보세요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요