비즈스프링의 매거진

회계공식처럼 MAU 쪼개보기

비즈스프링

2020.11.06 11:12
  • 2473
  • 콘텐츠에 ‘좋아’해줘서 고마워요 -
    2
  • 3

서비스 운영에 있어 MAU는 우리 고객 중 월 활성 사용자가 얼마나 되는지를 파악하는 지표입니다.

보통 MAU를 확인할 때는 대부분 다음과 같이 확인하게 됩니다.

 

지난 달까지 누적 MAU는 5,000명이고 이번 달까지의 누적 MAU는 6,000명을 획득했습니다.

그래서 지난 달 대비 이번달에는 1,000명의 월 활성 사용자를 획득했습니다.

 

하지만 이번 달에 획득한 1,000명은 우리 서비스를 지난 달에도 이용했던 고객인지, 신규 고객인지

아니면 지난 달에는 서비스를 이용하지 않았으나 이번 달에 다시 우리 서비스를 이용한 고객인지를 알려주지 않습니다.

 

단순히 1,000명의 월 활성 사용자를 확보했다는 것만 알 수 있죠.

그래서 우리가 자주 활용하는 MAU를 회계 공식과 같이 쪼개서 확인해야 합니다. 

 

 

[그림1] MAU 공식

 

MAU 지표는 쪼개서 확인하기 위해 [그림 1]과 같이 하나의 MAU 공식을 만들게 됩니다.

MAU 공식에 대해 하나씩 살펴보겠습니다.

 

-New Active User : 이번 달 서비스를 서음 이용하는 신규 사용자

-Retained Active User : 지난 달에도 서비스를 이용했고 이번 달에도 서비스를 이용하는 재 사용자

-Resurrected Active User : 과거에 서비스를 이용했으나 지난 달에는 이용하지 않고 이번 달 서비스를 다시 이용한 부활 사용자 

 

[그림 1]의 지표들은 절대 중복 될 수 없습니다.

한 사용자가 신규 사용자이면서 재 사용자일 수 없으며, 재 사용자이면서 부활 사용자일 수 없습니다.

그럼 MAU 공식을 토대로 1,000명의 MAU를 가상으로 확인해 보겠습니다. 

 

 

[그림 2] 이번달 MAU 데이터

 

[그림 2]의 데이터를 확인해 보면 이번달 MAU 1,000명 중 100명은 신규 사용자이고

500명은 지난달에도 이용했으며 이번달에도 서비스를 이용한 재 사용자입니다.

그리고 400명은 서비스를 다시 사용하게 된 부활 사용자입니다.

 

즉, 이번달 MAU는

신규 사용자보다 재 사용자와 부활 사용자가 서비스를 사용한 비중이 높았다는 것을 알 수 있습니다. 

 

그럼 지난달을 기준으로 MAU를 계산해 보면 어떨까요?

 

지난달 MAU는 700명이라고 가정해 보겠습니다. 

 

 

[그림 3] 지난달 MAU 데이터 

 

지난달에는 신규 사용자가 200명이고 재 사용자는 400명입니다. 그리고 부활 사용자는 100명입니다. 

[그림 2]와 [그림 3]의 데이터를 비교해보면 이번달 MAU는 어떤 사용자의 영향으로 증가된 것인지를 알 수 있습니다.  

 

 

[그림 4] 지난 딜 MAU와 이번 달 MAU 비교

 

이번달 MAU는 지난 달 대비 42.9% 상승한 것을 알 수 있습니다.

 

MAU를 하나씩 나눠서 확인해 보면 신규 사용자는 지난 달 대비 50% 감소하였습니다.

그리고 재 사용자는 지난 달 대비 25% 상승하였고 부활 사용자는 지난 달 대비 300% 증가하였습니다.  

 

지난 달 대비 이번 달 MAU가 상승한 원인은

“서비스 이용을 멈추었던 사용자들이 다시 서비스를 이용한 비중이 높아졌기 때문입니다.”

 

여기서 중요한 부분은 신규 활성 사용자가 50% 감소하였다는 것입니다.

 

지속적으로 서비스를 이용하는 사용자와 서비스를 다시 이용하고자 하는 사용자들이 늘어나고 있기 때문에

신규 사용자를 증가시킬 수 있는 마케팅에 집중해야 한다는 것을 알 수 있습니다.   

 

 

글을 마무리하며 

 

단순히 MAU라는 지표 모니터링 한다면 단순히 보기 좋아보이는 허영지표일 수 있습니다.

하지만 MAU를 쪼개서 하나의 공식으로 만들어 모니터링 한다면 MAU라는 OUTPUT 데이터에 집중하는 것이 아니라 MAU에 영향을 주는 INPUT 데이터를 모니터링하여 어떤 액션을 수행해야 하는지를 파악하여 하나의 지속적인 성장 공식을 만들어 낼 수 있습니다.

 

이와 같이 분석 플랫폼을 구축할 때 데이터의 설계는 매우 중요한 부분입니다.

위와 같이 성장공식을 만들기 위해서는 NSM과 OMTM을 파악하고 각각의 INPUT 데이터를 수집할 수 있도록 설계해야 합니다.

 

이 글을 보신 분들도 비즈니스에서 중요한 하나의 지표를 성장공식을 만들어 파악한다면 허영지표가 아닌 어떤 액션을 수행해야 하는지를 알려주는 선행지표로 활용할 수 있습니다.

 

비즈스프링에서는 분석 플랫폼을 구축하기 위해 필요한 데이터 엔지니어링 컨설팅 서비스를 제공하고 있습니다. 비즈스프링 데이터 엔지니어링 컨설팅이 궁금하신 분들은 아래 링크에서 좀 더 상세하게 확인할 수 있습니다.

 

비즈스프링 데이터 엔지니어링 컨설팅 자세히 확인하기 >

 

참고자료 : https://medium.com/swlh/diligence-at-social-capital-part-1-accounting-for-user-growth-4a8a449fddfc 

  • #데이터분석
  • #mau
  • #웹트래픽