DAU, WAU, MAU 그리고 Stickiness
사용자 고착도라고 부르는 Stickiness라는 지표에 대해 살펴보자. Stickiness는 DAU를 MAU 또는 WAU로 나누어 계산한다.
Stickiness = $DAU \over MAU$
DAU, WAU, MAU
- DAU(Daily Active User): 일간 활성 사용자 수
- WAU(Weekly Active User): 주간 활성 사용자 수
- MAU(Montly Active User): 월간 활성 사용자 수
구글 애널리틱스에서도 활성 사용자 수 대시보드를 지원한다. 아래는 데이터리안 블로그 구글 애널리틱스(GA4) 데이터이다.
DAU 138명의 뜻
DAU는 맨 아래 보라색 라인 그래프이고 1월 28일 접속자는 138명이다. 겉으로 보기에는 큰 변동이 없이 평평해 보이지만, 지난 일주일간 방문자 수가 가장 적었던 1월 22일 DAU는 128명이고 방문자 수가 가장 많았던 1월 27일 DAU는 239명으로 날짜에 따라 확실한 변동이 있다.
대시보드에 y축 스케일이 큰 MAU, WAU와 함께 DAU를 표시할 때는 이런 점에 유의해야 한다. 특히 DAU 모니터링이 필요한 상황이라면 따로 대시보드는 만드는 게 좋다.
WAU 1100명의 뜻
WAU는 중간에 있는 파란색 라인 그래프이고 지난 7일간 접속자는 약 1100명이다. 대략 계산해보면 DAU의 합산이 WAU가 된다. 이 경우는 한 명의 유저가 일주일 동안 지속적으로 접속한 것이 아니라, 매일매일 새로운 유저가 들어왔다가 나간다는 것을 의미한다.
WAU 예제 1
| 유저 | 1/22 | 1/23 | 1/24 | 1/25 | 1/26 | 1/27 | 1/28 |
|---|---|---|---|---|---|---|---|
| A | 접속 | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
| B | ㅤ | 접속 | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ |
| C | ㅤ | ㅤ | 접속 | ㅤ | ㅤ | ㅤ | ㅤ |
| D | ㅤ | ㅤ | ㅤ | 접속 | ㅤ | ㅤ | ㅤ |
| E | ㅤ | ㅤ | ㅤ | ㅤ | 접속 | ㅤ | ㅤ |
| F | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | 접속 | ㅤ |
| G | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | ㅤ | 접속 |
WAU 예제 2
| 유저 | 1/22 | 1/23 | 1/24 | 1/25 | 1/26 | 1/27 | 1/28 |
|---|---|---|---|---|---|---|---|
| A | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| B | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| C | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| D | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| E | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| F | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
| G | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 | 접속 |
예제 1번에서 DAU는 1월 22일부터 1월 28일까지 매일 1이고, WAU는 일주일 동안 유저 7명이 방문했으므로 7이다.
예제 2번에서 DAU는 1월 22일부터 28일까지 매일 7이고, WAU는 일주일 동안 유저 7명이 방문했으므로 7이다.
예제 1번에서는 매일매일 새로운 유저가 들어오고 기존 유저의 재방문이 없으므로 DAU의 합산이 곧 WAU가 된다. 하지만 예제 2번에서는 기존 유저들이 계속해서 재방문하고 있으므로 재방문은 DAU에 매일 집계되지만 WAU에서는 유저 1명으로 계산되므로 일주일 동안 DAU의 합산(=49)은 WAU(=7)보다 훨씬 큰 숫자가 된다.
데이터리안 블로그의 WAU는 대략 일주일간 DAU의 합산과 비슷하니까, 아쉽지만 이 블로그는 예제 2번보다는 1번에 가까운 서비스이다. 기존 유저들이 재방문 하는 곳이라기 보다는 매일 새로운 유저들이 유입되는 곳이라고 볼 수 있다.
이렇게 WAU와 DAU를 함께 본다면 WAU만 볼 때는 알 수 없었던 고객들의 방문 패턴을 알 수 있다. 이런 특성을 가지고 사용자들이 우리 서비스에 계속해서 방문하는지(“딱 붙어있는지”)를 측정하는 지표를 만들 수 있지 않을까? 그게 바로 Stickiness(사용자 고착도)의 뜻이다. Engagement 지표라고 하기도 하고, WAU(또는 MAU) 대비 DAU의 비율 이라고 풀어서 말하기도 한다.
MAU
페이스북 사용 디바이스별 MAU 변화 아래 그래프는 페이스북의 2012년 4분기부터 2015년 2분기까지 MAU를 사용 디바이스별로 보여준다. 2012년 2분기까지만 해도 컴퓨터와 모바일을 함께 사용하거나(Computer-Mobile), 컴퓨터로만 접속하는 사람들(Computer-only)이 전체 MAU에서 대부분을 차지했지만 시간이 지나면서 모바일로만 접속하는 사람들(Mobile-only)가 빠르게 늘어나고 있다. 이렇게 MAU를 특정 유저 그룹별로 나누어서 분석하기도 한다.
페이스북 YoY MAU Growth 아래 차트는 페이스북의 분기별 YoY(Year on Year)* MAU 성장 그래프 이다. 전년도 같은 쿼터의 MAU 대비 몇 퍼센트 성장했는지를 그렸다고 생각하시면 된다. 북미대륙, 유럽, 아시아, 나머지 국가들로 나누어 봤을 때 아시아 지역(노란색 그래프)의 MAU 성장세가 눈에 띈다. 2015년도 2Q의 YoY MAU가 약 90% 이므로 2014년 2Q의 MAU 대비 약 90% 성장했다라고 해석할 수 있다.
*YoY(Year on Year): 전년도 동기간 대비
Stickiness 계산하는 법
Stickiness는 DAU와 WAU의 비율로 계산한다. DAU와 MAU의 비유로 계산하는 것이 좀 더 보편적이다. 월간 순수 사용자 중 특정 일자에 접속한 사람의 비율을 보는 것이다.
예제 1에서 1월 28일의 DAU는 1명, 그리고 WAU는 7명이므로 Stickiness는 약 14%이다. 주간 방문한 순수 사용자 중 14%만이 1월 28일에 방문했다고 해석할 수 있다.
예제 2에서 1월 28일의 DAU는 7명, WAU도 7명이므로 Stickiness는 100%이다. 주간 방문한 순수 사용자 중 100%가 1월 28일에 방문했다고 해석할 수 있다.
유저가 더 자주 방문할수록 Stickiness 100%에 가까워진다.
페이스북의 Stickiness 지표 해석하기
아래 그래프는 2010년 2분기부터 2014년 4분기까지 페이스북의 DAU/MAU 비율이다. 각 지역별로 차이는 있지만 시간이 지날수록 유저 고착도는 높아지고 있다. 페이스북을 유저들이 점점 더 페이스북에 자주 접속하고 있다는 뜻이다.
데이터를 조금만 더 자세하게 보면, 유저 고착도가 가장 낮은 지역은 아시아 지역이다. 앞에서 본 데이터에 의하면 아시아 지역에 새로운 사용자가 유입되어 MAU 자체는 성장하고 있는 상황인데, 다른 지역에 비해서 유저의 서비스 고착도는 낮으니 이런 경우, 신규 가입자와 기존 가입자들의 Stickiness를 분리하여 추가 분석을 진행해볼 필요가 있다.
“Thoughts On Facebook’s Q2 2015 Earnings” 를 읽어보면 당시 페이스북 전체 유저의 1/3이 아시아 지역에 있지만 전체 광고 매출의 16% 만이 아시아에서 발생하고 있다고 한다. 페이스북의 광고 매출은 사람들이 더 많이 더 자주 접속하여 피드에 있는 광고에 노출되는 횟수가 늘어날수록(CPM, Cost Per 1000 Impression; 노출 당 과금) 그리고 광고를 클릭하는 횟수가 늘어날수록(CPC, Cost Per Click; 클릭 당 과금) 커지는 구조이다. 때문에 아시아 사용자들이 아무리 많아도, Stickiness가 낮으면 매출로 연결되지 않는다.
이렇게 유저들이 더 자주 접속하고, 더 많이 접속하는 것이 중요한 페이스북, 인스타그램 같은 SNS 광고 비즈니스 또는 생필품을 판매하는 온라인 쇼핑몰 비즈니스에서 Stickiness 지표를 중요하게 본다.
Ref
datarian 블로그 - https://datarian.io/blog