[IT 용어] DAU(Daily Active Users)

○ 요약

• DAU는 하루(24시간) 동안 서비스에서 ‘정의된 행동’을 한 고유 사용자 수입니다.
• 무엇을 ‘활성(Active)’으로 볼지, 어떤 시간대 기준으로 셀지, 어떻게 중복을 제거할지(고유 식별)부터 명확히 정하면 데이터가 흔들리지 않습니다.
• 단기 변동성(요일·이벤트·프로모션)에 민감하므로 추세선·이동평균·코호트 분석과 함께 해석하세요.
• DAU 단독보다는 WAU/MAU, 유지율(Retention), 점착도(Stickiness), 세션/빈도, 수익 지표와 함께 봐야 인사이트가 선명해집니다.

 

 

○ 정의

• DAU: 특정 날짜(또는 24시간 윈도우) 동안 최소 1회 ‘활성’ 이벤트를 수행한 서로 다른 고유 사용자 수.
• ‘고유 사용자’ 식별: user_id(로그인), device_id(비로그인), 쿠키 등 중 하나를 기준으로 중복 제거.
• 시간 범위: 일반적으로 서비스 표준 시간대(예: Asia/Seoul) 기준. 롤링 24시간 윈도우를 쓰기도 합니다.

 

 

○ 무엇을 ‘Active’로 볼 것인가

• 예시 이벤트: 앱 실행(app_open), 세션 시작(session_start), 핵심 기능 사용(메시지 전송, 결제 시도, 동영상 시청 등).
• 품질 필터: 아주 짧은 체류(예: 1~2초), 봇/크롤러, 내부 계정, 이상 트래픽은 제외.
• 서비스 목적 중심: ‘우리 서비스가 고객에게 주는 핵심 가치’를 사용자가 경험했다면 Active로 본다는 원칙을 세우세요.

 

 

○ 계산 방식 (개념식)

• DAU = 특정 일자에 활성 이벤트 ≥ 1회를 수행한 고유 사용자 수
• 예: count(distinct user_id) where event in (활성이벤트) and event_time between [당일 00:00, 23:59:59]
• 플랫폼 통합: iOS/Android/Web에서 같은 사용자를 같은 사람으로 볼지(크로스디바이스 통합) 정책을 정하고 일관되게 집계.

 

 

○ 집계 기준 & 품질 관리 체크포인트

• 식별 기준: 로그인 기반(user_id) 우선, 불가 시 기기·쿠키 보조. 기준 혼용은 수치 변동의 주 원인입니다.
• 시간대: 회사 표준 시간대로 고정(예: Asia/Seoul). 보고서는 항상 기준을 명시.
• 데이터 정합성: 이벤트 스키마 변경 시 과거 재집계(백필) 필요 여부를 검토.
• 중복/오염 제거: 내부 계정·QA·봇·스팸 필터링 룰을 문서화하고 정기 점검.
• 버전/플랫폼: 앱 버전·OS·디바이스·국가·채널별 분해가 가능하도록 태깅.

 

 

○ 해석 포인트

• 추세: 7/14/28일 이동평균으로 노이즈를 줄여 추세를 봅니다.
• 패턴: 요일·휴일·시즌성 영향(주말 하락/평일 상승 등)을 별도로 파악.
• 기여도: 캠페인·신규 기능·온보딩 개선 등 이벤트별 DAU 변화 기여를 분해(마케팅 믹스/어트리뷰션).
• 건강도: DAU 상승이 ‘반짝 트래픽’인지 ‘유지율 개선’인지 stickiness·리텐션과 함께 판단.

 

 

○ 흔한 함정

• 기준 변경: 활성 이벤트 정의를 바꾸면 과거와 직접 비교가 불가능해집니다(반드시 주석·주요 일자 명시).
• 중복 식별 실패: 기기 교체·웹/앱 동시 사용으로 중복 카운트가 생길 수 있음(통합 로그인·ID 매핑 고려).
• 단기 과대해석: 프로모션·알림 폭탄으로 일시적 급증 → 이벤트 종료 후 반납. 코호트 리텐션으로 검증.
• 봇·어뷰징: 급증 구간의 비정상 패턴을 이상탐지(짧은 체류, 동일 패턴 요청 등)로 차단.

 

 

○ 관련 지표 & 차이점

• WAU/MAU: 7일/30일 고유 활성 사용자 수. 기간이 길수록 변동성이 낮고 축적 효과가 큼.
• Stickiness(점착도): 일반적으로 DAU/MAU (%). 높을수록 사용 빈도와 습관화가 큼(서비스 성격별 목표 상이).
• Retention(유지율): D1/D7/D30 등 N일 뒤에도 돌아오는 비율. 성장의 ‘질’을 판별.
• Churn(이탈): 일정 기간 미복귀 비율. 리텐션의 보완 지표.
• Active Rate: (DAU ÷ 전체 사용자 또는 설치 수). 활성 전환 관점.
• Frequency/Engagement: 사용자당 세션 수·핵심 행동 수 등 깊이 지표.
• ARPU/ARPPU: 사용자 1인당 평균 매출, 결제 사용자 1인당 평균 매출.
• LTV & CAC: 생애가치와 획득비용. DAU 증대가 수익성과 양립하는지 판단.
• North Star Metric(NSM): 제품의 핵심 가치를 대표하는 최상위 지표. DAU는 보조 또는 NSM 후보가 될 수 있음.
• Funnel 전환율: 유입→활성→핵심행동→유료 전환 단계별 전환.

 

 

○ 세분화(세그먼트) 분석 팁

• 채널/캠페인/크리에이티브별 DAU 기여 비교
• 국가·언어·디바이스·OS·앱 버전별 비교
• 신입 코호트 vs 기존 코호트(리텐션/점착도 비교)
• 기능별 DAU(예: 쇼츠/라이브/커뮤니티 등 기능군 별 활성 사용자)

 

 

○ FAQ

• Q. 신규 유저도 DAU에 포함되나요?
  A. 네, 당일 활성 행동을 했다면 신규/기존 관계없이 포함됩니다.
• Q. 웹과 앱을 같이 쓰면 2명으로 세나요?
  A. 통합 로그인/ID 매핑을 하면 1명으로, 미통합이면 2명으로 집계될 수 있습니다.
• Q. 어떤 이벤트를 활성으로 써야 하나요?
  A. 서비스의 핵심 가치 경험을 대표하는 최소 이벤트(예: 동영상 10초 이상 시청, 장바구니 담기 등)를 정하고 봇·오탐을 줄이는 품질 조건을 붙이세요.
• Q. DAU가 올랐는데 매출이 정체예요.
  A. 활성의 ‘깊이’(세션·핵심행동)와 유료 전환, ARPU/ARPPU, LTV를 함께 보며 퍼널 병목을 찾으세요.

 

 

○ 간단 예시(상상 데이터)

• 캠페인 A 시작(월 1일) 후 DAU +20% 상승 → D7 리텐션이 낮아 2주 후 절반 반납 → 온보딩 개선 후 점착도 상승으로 안정화.

 

 

○ 마무리

• DAU는 ‘얼마나 자주, 얼마나 많은 사용자가 우리 가치를 접했는가’를 빠르게 보여주는 핵심 지표입니다. 다만 정의·집계·해석의 일관성이 생명입니다. 리텐션·점착도·수익 지표와 함께 읽어야 비로소 행동 가능한 결론에 도달합니다.