본문 바로가기
Growth Hacking

듀오링고에서 DAU를 분석하는 법: Duolingo Growth Model

by 나룽나룽 2024. 11. 19.
다음 글은 듀오링고 공식 블로그의 내용을 읽고 남기는 후기 글이다.

 

부엉이가 절규하는 위젯이 바로 듀오링고 ^ㅁ^...

 

듀오링고는 필자가 거의 매일 애용하는 언어 학습 어플이다.

166일 동안 별다른 피로감 없이 어플을 꾸준히 사용해 온 것만 봐도

듀오링고는 단순한 학습 어플이 아니라는 것을 느꼈다.

 

얼마나 유저의 행동을 세밀하게 분석했으면

유저가 자발적으로 더 오래, 더 자주

앱을 사용하게 만들 수 있게 된 걸까?

 

따라서 본 게시물에서는 듀오링고가 유저의 행동을 어떻게 분석하는지,

그 중 DAU(일일 활성 사용자)라는 큰 지표를 어떻게 세분화해서

제품 성장의 단서를 찾았는지에 대해 알아보고자 한다.

 

https://blog.duolingo.com/growth-model-duolingo/#

 

Meaningful metrics: How data sharpened the focus of product teams

Our Data Science team developed a growth framework that helped to grow DAUs by 4x since 2019. Let’s explore the path that led us to that framework, aka The Growth Model!

blog.duolingo.com

 


 

듀오링고의 DAU 성장에 빨간불이!?

듀오링고는 80% 이상의 사용자가 친구 추천, 입소문, SNS 등을 통해 유입되며

몇년 간 DAU의 꾸준한 성장을 이끌어왔었다.

 

하지만 2018년, DAU 성장세가 멈추는 문제가 발생했다.

당시 팀에서는 100번이 넘는 A/B테스트를 진행했지만 큰 성과를 거두지 못했다.

 

여기서 중요한 건 DAU라는 지표가 가지고 있는 한계점이다.

DAU는 일일 활성 사용자 수로 서비스가 얼마나 활성화되어 있는지를 보여주는 중요한 지표지만,

이 숫자 자체로는 문제의 원인이나 해결책을 알 수 없다!

 

- 신규 사용자가 줄어든걸까?

- 신규 사용자가 재미를 느끼지 못한걸까?

- 기존 사용자가 앱을 떠나는 것일까?

- 그렇다면 왜 떠나는걸까?

 

이처럼 넘쳐나는 질문은 답하기 위해

듀오링고는 DAU라는 거대한 기둥을 더 세분화해서

사용자 행동을 구체적으로 분석하고자 했다.

따라서 데이터를 새롭게 분석하기 위한 프레임워크로 

'Growth Model'이라는 것을 고안하게 되었다.

 

 

Growth Model: DAU를 쪼개서 보자

Growth Model은 듀오링고 팀이 DAU를 구성 요소별로 세분화하고

각 요소의 전환 경로를 분석하기 위해 설계한 프레임워크다.

 

출처: Duolingo (Illustration of the Duolingo Growth Model: Technical Details)

 

이 프레임워크는 현재 상태를 기반으로 미래 행동을 예측하는

Markov 모델의 개념을 바탕으로 만들어진 것으로,

유저의 현재 상태를 7가지의 유형으로 분류했다. 

 

  1. New Users: 앱을 처음 사용하는 사용자
  2. Current Users: 최근 1주일 동안 활동한 사용자
  3. Reactivated Users: 한 달 내 비활성 상태에서 다시 활성화된 사용자
  4. Resurrected Users: 30일 이상 비활성 상태에서 다시 돌아온 사용자
  5. At Risk WAUs: 최근 1주일 내 활동했으나 오늘은 비활성 상태인 사용자
  6. At Risk MAUs: 최근 1개월 내 활동했으나 1주일 이상 비활성 상태인 사용자
  7. Dormant Users: 30일 이상 비활성 상태인 사용자

 

예를 들어 새로운 유저가 11/1에 처음 사용한다고 가정해보자.

이 사용자가 11/2에 앱을 다시 사용하지 않는다면

이 유저는 New Users 상태에서 At Risk WAUs 상태로 전환된다.

7일 연속 비활성 상태가 지속되면, 11/8에 이 유저는 At Risk MAUs 상태로 전환된다.

11/30, 즉 30일 동안 활동이 없으면 이 사용자는 Dormant Users 상태로 전환된다.

 

듀오링고의 푸시 알림 화면

 

한편, Dormant Users가 위와 같은 푸시 알림을 보고 다시 앱을 열어 학습을 시작했다면

이 유저는 Resurrected Users로 전환되고

활동을 재개하지 않으면 계속 Dormant Users 상태에 머무른다.

 

만약 Resurrected Users 전환율이 기대 이하라면,

재활성화를 위해 좀 더 개인화된 푸시 알림 문구나 디자인을 고안할 수 있을 것이다. 

 

 

성장을 이끄는 핵심 지표 찾기

그렇다면 이제는 다음 질문에 답을 할 수 있게 된다.

"어떤 유저의 상태를 개선하면 DAU에 가장 큰 영향을 미치는걸까?"

듀오링고 팀은 각 유저 상태 간 전환율을 2%씩 높였을 때

DAU에 어떤 변화가 생기는지를 분석하였다.  

 

 

그 결과,

Current User Retention Rate(CURR)

현재 유저가 다음 날에도 앱을 사용하는 비율이

DAU 성장에 가장 큰 영향을 미친다는 것을 발견했다.

 

이제 듀오링고 팀은 제품 성장의 핵심 지표인

CURR에 집중하여 월간 2%씩 성장 시키는 데 성공하였고

이후 DAU 성장세도 시작할 수 있었다고 한다.

 

Growth Model은 지금도 듀오링고 팀 내 모든 데이터 분석과

목표 설정에 있어 핵심적인 도구로 활용되고 있다고 한다.

 

일일 활성 사용자라는 숫자 속에 가려진

유저의 다양한 상태를 분류하고 각 상태 간 변화를 캐치함으로써

유저와 더 깊이 연결된 서비스를 만들 수 있었던 것이다.

 

 

후기

듀오링고의 성공 비결에는 잘 만들어진 UI, 귀여운 캐릭터도 있지만,

유저의 패턴을 정교하게 이해하고 개선 방향을 찾아낸 결과라고 생각한다. 

 

이 글을 쓰며 이거 하나는 확실히 배웠다.

데이터는 단순한 숫자가 아니라,

우리가 무엇을 해야 알려주는 지표라는 것을! 

오르락 내리락 하는 숫자를 보고 기뻐하거나 실망할 필요가 없다!

그 숫자 뒤에 숨겨진 행동 패턴을 찾는 데에 집중하자!