회계공식처럼 MAU(월 활성 사용자) 쪼개보기 - BizSpring BLOG
핵심 요약
- MAU를 단순 누적 수치로만 보면 신규/재사용/부활 사용자 구성을 알 수 없어 허영지표가 될 수 있다는 점을 설명합니다.
- MAU를 New Active User, Retained Active User, Resurrected Active User로 쪼개는 공식을 소개합니다.
- 가상의 이번 달과 지난 달 MAU 데이터를 비교하여 어떤 사용자 유형이 MAU 증감에 영향을 주었는지 분석하는 방법을 보여줍니다.
- MAU를 쪼개어 보면 OUTPUT 데이터가 아닌 INPUT 데이터에 집중해 액션을 취할 수 있는 성장 공식을 만들 수 있다고 강조합니다.
- 성장공식을 만들기 위해서는 NSM과 OMTM을 파악하고 각 INPUT 데이터를 수집할 수 있도록 설계해야 한다고 안내합니다.
회계공식처럼 MAU(월 활성 사용자) 쪼개보기 - BizSpring BLOG
콘텐츠로 건너뛰기
내비게이션 메뉴
인사이트
테크
활용 방법/사례
활용 방법/사례
성공사례
성공 사례 일반
광고/마케팅 에이전시
이커머스
미디어/콘텐츠
금융/핀테크
의료/헬스케어
통신/인터넷
뉴스/트렌드
릴리즈 노트
인터넷트렌드 ↗
웹사이트 ↗
# 회계공식처럼 MAU(월 활성 사용자) 쪼개보기
2020년 10월 05일 2023년 04월 14일
인사이트
서비스 운영에 있어 MAU는 우리 고객 중 월 활성 사용자가 얼마나 되는지를 파악하는 지표 입니다.
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 사용자 보다 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 모니터링하고 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
Related Posts via Categories
기존 SEO와 무엇이 같고 무엇이 다른가
광고비를 늘리지 않고 매출을 늘린 회사들은 무엇을 했나
코호트로 비교하면 광고 예산 판단이 달라집니다
마케팅 자동화, 무엇부터 자동화해야 할까?
AIR-광고성과 자동 보고서로 느끼는 편리함
AI가 질문도 만들고 콘텐츠도 쓰는데, GEO 전문가는 왜 필요할까
AI 검색에 우리 브랜드가 안 보인다면
AI 답변에 선택되는 콘텐츠의 8가지 공통 구조
AI와 협업하기 위해 기존 서비스를 다시 구조화한 경험
브랜드가 AI 답변에 인용되기 위해 필요한 정보 구조
다음에 대해 검색하기...
최신 글 둘러보기
기존 SEO와 무엇이 같고 무엇이 다른가
콘텐츠가 답인 걸 모르는 사람은 없습니다 — 문제는 지속입니다
광고비를 늘리지 않고 매출을 늘린 회사들은 무엇을 했나
코호트로 비교하면 광고 예산 판단이 달라집니다
GEO를 위한 글쓰기를 위한 작은 노하우
(해외동향) 광고주가 광고플랫폼 리포트에서 자체 측정으로 옮겨가고 있다.
구글애즈가 정확검색·구문검색 키워드까지 AI 모드에 노출하기 시작했다 — 자동화 상품 없이 AI 답변 화면에 들어가는 첫 실험
AI가 React 앱을 직접 디버깅 – Agent 기반 디버깅
ChatGPT 광고가 픽셀·전환 API·맞춤 오디언스를 갖췄다 — 답변 화면이 측정 가능한 광고 매체가 되는 순간
마케팅 자동화, 무엇부터 자동화해야 할까?
출처: https://blog.bizspring.co.kr/%ec%9d%b8%ec%82%ac%ec%9d%b4%ed%8a%b8/mau-%ed%9a%8c%ea%b3%84%ea%b3%b5%ec%8b%9d%ec%b2%98%eb%9f%bc-%ed%99%95%ec%9d%b8/
자주 묻는 질문
MAU를 그냥 누적 숫자로만 보면 왜 문제가 되나요?
단순 누적 MAU는 이번 달 늘어난 사용자가 신규인지, 재사용자인지, 부활 사용자인지 구분해주지 않습니다. 그래서 숫자만 좋아 보이는 허영지표가 될 위험이 있습니다.
MAU 공식을 구성하는 세 가지 사용자 유형은 무엇인가요?
New Active User(이번 달 첫 이용 신규 사용자), Retained Active User(지난 달과 이번 달 모두 이용한 재사용자), Resurrected Active User(과거 이용했으나 지난 달엔 쉬고 이번 달 다시 이용한 부활 사용자)로 나뉩니다. 이 세 지표는 서로 중복되지 않습니다.
본문 예시에서 이번 달 MAU가 늘어난 주된 이유는 무엇이었나요?
이번 달 MAU 1,000명 중 부활 사용자가 지난 달 대비 300% 증가하며 크게 늘어난 반면, 신규 사용자는 50% 감소했습니다. 즉 서비스를 멈췄던 사용자들이 다시 이용한 비중이 높아진 것이 주된 원인이었습니다.
MAU를 쪼개서 보면 실제로 어떤 도움이 되나요?
MAU라는 결과(OUTPUT)에만 집중하는 대신, 그 결과에 영향을 주는 INPUT 데이터를 모니터링하며 어떤 액션을 취해야 하는지 파악할 수 있습니다. 예시에서는 신규 사용자 감소가 확인되어 신규 유입 마케팅에 집중해야 한다는 결론을 얻었습니다.
이런 성장공식을 만들려면 무엇이 필요한가요?
NSM(북극성 지표)과 OMTM을 먼저 파악하고, 각각에 영향을 주는 INPUT 데이터를 수집할 수 있도록 데이터 설계를 해야 합니다. 비즈스프링은 이를 위한 데이터 엔지니어링 컨설팅 서비스를 제공하고 있습니다.