[프로덕트 지표] 2. 지표 설정 프레임워크 : ③ Engagement 지표

본 콘텐츠는 '프로덕트(Product) 지표 설정 프레임워크' - 김민우 강사님 강의 수강 후 학습 기록입니다.

아래 유튜브 페이지에서 해당 강의 전체 내용 영상을 제공하고 있습니다.

https://www.youtube.com/watch?v=3ICPB0xWmpk

 

유익한 강의 무료로 제공해주신 김민우 강사님께 감사 말씀 드립니다. 🙇‍♀️ 

· 김민우 강사님 소개 : https://www.minwookim.kr/

 

📌 강의 요약

 프로덕트 인게이지먼트를 측정하기 위한 Breadth, Depth, Frequency, Efficiency 개념,

그리고 그에 맞는 지표를 소개합니다. 

 

  프로덕트를 보는 다섯가지 렌즈 👀  

    1. Acquisition (획득)

    2. Activation (활성화)

    3. Engagement (인게이지먼트)

    4. Retention (리텐션)

    5. Monetization (수익화)

---

 

지표 설정 프레임워크 : Engagement 지표

---

Engagement

: 사용자들이 프로덕트에 관심을 갖고, 이용하고, 관계를 맺는 것   
   즉, 사용자들이 프로덕트를 경험하는 것

 

 

   Engagement      측면에서는 아래 질문에 대한 답을 찾기 위한 지표를 설정해야 한다.

Question	개 념
1. 얼마나 많은 유저들이  프로덕트를 이용하나?	Breadth
2. 유저들이 프로덕트 기능들을 얼마나 깊이있게 이용하나?	Depth
3. 유저들이 프로덕트를 얼마나 자주 이용하나?	Frequency
4. 유저들이 프로덕트에서 성공적으로 과업을 완수하나?	Efficiency

 

  

각 질문에 대해 어떤 지표로 답을 얻을 수 있는지 알아보자 !

 

  Breadth      Q1. 얼마나 많은 유저들이 프로덕트를 이용하나?

 

· Daily Active Users (DAU)

· Weekly Active Users (WAU)

· Monthly Active Users (MAU)

 

---

   Depth       Q2. 프로덕트를 얼마나 깊이 있게 이용하나?

 

· Active users 중  프로덕트 기능 중 N가지 이상을 이용한 사용자 수, 비율

• Active User 중에서도 특히 더 깊이 있게 프로덕트를 이용한 유저들
  
  예) 배달의 민족
        일반 배달, 한 집 배달, 포장, B마트, 신선관, 배민스토어 등 주요 기능 중 세가지 이상을 이용한 사용자 수, 비율   
• 제품을 깊이 있게 이용하는 파워 유저가 얼마나 있는지 파악하는 지표

 

· 시간을 기준으로 하는 Depth 지표 

   예) 넷플릭스, 유튜브처럼 유저들이 오랫동안 콘텐츠를 감상하는 게 중요한 프로덕트

 

   ① Time Spent / DAU,  Time Spent / WAU

• Active User 들이 얼마나 오랜시간 프로덕트를 이용했는지 측정하는 지표
• 어제 DAU가 1만 명이고 그들의 이용 시간이 총 10만 분이라면→ 어제의 Time Spent / DAU = 100,000(min) / 10,000(people) = 10 min / person 
  

    ② Time Spent / Session 

• 프로덕트를 한 번 접속했을 때, 얼마나 오랜 시간 이용하는지 측정하는 지표

---

  Frequency    Q3. 프로덕트를 얼마나 자주 이용하나?

 

· DAU / MAU  또는 DAU / WAU

• 사용자들이 얼마나 자주 프로덕트를 이용하는지 보여주는 지표 
• 유저들의 이용 빈도 평균을 보여주는 지표

 

· DAU / MAU  : 한달 동안 DAU 평균을 MAU로 나눈 값

• 지난 달 DAU 평균이 500명이고, MAU가 15,000명이라면?
   DAU / MAU = 500 / 15,000 = 0.33333
  30일 동안 DAU가 한번도 겹치지 않음
  ✔ 해석 : 모든 사용자들이 한 달에 딱 한 번 프로덕트를 이용했다
  
  🙄 만약 지난달 DAU 평균이 500명이고, MAU도 500명이라면?

         ✔ 해석 : 500명 모두 한 달 내내 매일 프로덕트를 이용했다.

 

 

즉, ( DAU / MAU ) 지표가 높다 → 사용자들이 프로덕트를 자주 이용한다.

 

그렇다면 유저의 평균 이용빈도 말고 다른 각도에서 이용 빈도를 측정하고 싶다면?

' Lness 지표를 이용하면 된다. '

예) Depth 지표로 '주요 기능을 N개 이상 이용한 유저 비율'을 보듯이
       Frequency 지표로 '7일 중 N일 이상 이용한 유저 비율'을 측정하고 싶을 때

 

Lness 지표

· 표기방식

• L5 + / 7
  : 1주일중 5일, 혹은 그 이상 프로덕트를 이용한 유저
  
  • 예시)
    5월 첫째주 Active User = 1,000명
     1일 이용 500명
     2일 이용 200명
     3일 이용 100명
     4일 이용 80명
     5일 이용 70명
     6일 이용 40명
     7일 이용 10명
    
    L5 + / 7 유저수는 70 + 40 + 10 = 120명
    L5 + / 7 비율은 120 / 1,000 = 12 %
• L21 + / 7
  : 28일(4주) 중 21일, 혹은 그 이상 프로덕트를 이용한 유저
   월 단위로 했을 때 달력상으로 하면 월마다 총 일이 들쑥날쑥하므로 4주로 고정해준다.

 

이렇게 Frequency(빈도) 지표가 높다. → 사용자들이 프로덕트를 자주 이용한다.

 

이러한 프로덕트를 Sticky한 프로덕트 라고 부른다.

Sticy한 프로덕트일수록 리텐션이 높다.

 

🙄 Sticky한 프로덕트  =  사용자들이 습관을 들인 프로덕트 → 리텐션이 높아진다.

 

---

   Efficiency     Q4. 유저들이 성공적으로 과업을 완수하나?

 

· Efficiency는 모든 프로덕트에 적용되는 지표를 정의하기 쉽지 않다.

   프로덕트에 따라 유저들이 수행하는 과업이 다르기 때문이다.  

 

과업 예시)

 ① 우버(Uber)의 매칭성공률

      유저들이 택시를 호출한 건수 중, 몇 %가 실제로 매칭-운영되었나?

       택시 호출 1,000 건 → 매칭 950건 → 성공률 95%

 

       ∴ 매칭에 실패한 사용자가 많을수록 리텐션에 악영향을 줄 수 있으므로 모니터링이 필요하다.

 

 ② 커머스 : 주문 건 중 제 시간에 배송완료 건 비율

      주문하면 다음 날까지 배송해주는 서비스

       어제 주문 100건 → 오늘까지 배송 완료 90건 → 성공률 90%

      

      ∴ 유저 만족도를 높이고, 유저 이탈을 방지하기 위해서 모니터링이 필요하다.

 

---

Engagement 관련 지표, 왜 중요할까 ?

 

리텐션(Retention)에 영향을 미치기 때문이다.

사용자들이 프로덕트를 더 자주, 깊이, 효율적으로 이용하는 것은 리텐션과 직결된다.

 

 

📌 Enagement 지표 한 눈에 보기 👀

관점	관련 지표
Breadth	· DAU · WAU · MAU
Depth	· 기능을 N개 이상 이용하는 사용자 수 · Time Spent / DAU,  Time Spent / Session
Frequency	· DAU / WAU,  DAU / MAU · Lness
Efficiency	· 과업 성공률