듀오링고에서 DAU를 분석하는 법: Duolingo Growth Model

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

 

---

 

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!