DAU가 보여주지 못하는 것: Dot Plot으로 사용자 행동 보기, Y Combinator

DAU와 MAU는 사용자가 늘고 있는지는 보여주지만, 개별 사용자가 제품에서 실제로 어떤 가치를 얻는지는 보여주지 못함
Dot plot은 사용자 한 명을 한 줄에 놓고, 날짜별로 가치 있는 행동을 점으로 표시하는 간단한 시각화 방법임
점이 반복되는 패턴을 보면 평일 사용자와 주말 사용자, 하루만 쓰고 떠나는 사용자, 특정 기능 뒤에 오래 남는 사용자를 한눈에 구분할 수 있음
초기에는 수십 명의 사용자 전부를 직접 볼 수 있고, 규모가 커진 뒤에는 특정 국가, 기기, 매출 구간의 사용자 표본만 뽑아 분석할 수 있음
Y Combinator의 창업자용 제품 분석 영상. 창업자가 사용자 로그를 직접 읽고 다음 질문을 찾는 방법을 설명함

DAU와 MAU만 보면 왜 사용자를 놓치나?

DAU는 하루에 한 번이라도 접속한 사람 수를 합친 값임. 사용자가 무엇을 했는지, 얼마나 자주 가치를 얻었는지는 사라짐
사용자가 늘어나는 동안 그래프가 우상향할 수 있지만, 기존 사용자가 제품을 좋아해서 계속 쓰는 것인지 신규 가입자가 잠깐 찍고 떠나는 것인지는 알기 어려움
로그를 한 명씩 확인하면 너무 많은 시간이 걸리고, 합계 지표만 보면 서로 다른 행동이 같은 숫자로 뭉개짐
그래서 먼저 사용자별 행동을 시간 순서대로 펼쳐 놓은 뒤, 전체 화면에서 반복되는 모양을 찾아야 함

Dot plot은 어떻게 만들고 무엇을 표시하나?

표처럼 행과 열을 만듦. 한 행은 사용자 한 명, 한 열은 하루 같은 시간 단위임
사용자가 그날 제품의 핵심 가치를 경험하는 행동을 하면 해당 칸에 점을 찍음
음악 앱이면 노래를 들은 날, 사진 앱이면 사진을 공유한 날, B2B 청구서 제품이면 청구서를 처리한 날이 될 수 있음
첫 사용일에는 동그라미를 추가하면 신규 사용자가 언제 들어왔는지 알 수 있음
로그인이나 앱 열기는 점으로 쓰기 쉬우나, 실제 가치와 거리가 멀 수 있음. “사용자가 돈을 내고도 계속할 행동”을 골라야 함

표시 대상	알 수 있는 것	주의할 점
핵심 행동	사용자가 실제 가치를 얻는 빈도	단순 로그인은 피하기
첫 사용일	온보딩 이후 재방문 여부	첫날 행동만으로 판단하지 않기
기능별 기호	어떤 기능을 함께 쓰는지	기능 사용과 유지의 인과관계는 추가 확인 필요
사용자 상태	기기, 국가, 고객 유형별 차이	개인정보와 접근 권한을 지켜야 함

점의 모양에서 어떤 패턴을 읽을 수 있나?

평일에만 점이 몰리면 업무 시간에 쓰는 사용자일 가능성이 있음. 주말 사용자와 나눠 보면 어떤 고객군이 더 중요한지 생각할 수 있음
첫날에만 점이 있고 이후 빈칸인 행이 많으면 온보딩이나 첫 가치 경험에 문제가 있을 수 있음
특정 기능을 쓴 뒤 매일 점이 이어지는 사용자가 있다면, 그 기능이 장기 사용과 관련 있는지 조사할 수 있음
행을 iOS와 Android, 미국과 프랑스, 고매출 고객과 학생 사용자처럼 정렬하면 합계 차트에서 보이지 않던 집단별 습관이 나타남
PayPal은 초기 사기 문제를 해결할 때 거래 흐름을 그림으로 펼쳐 놓고, 사람이 이상한 모양을 먼저 찾게 했다고 함. Dot plot도 정답을 자동 계산하기보다 사람이 낯선 패턴을 발견하게 하는 도구에 가까움

B2B 제품도 왜 사용자 단위로 봐야 하나?

회사가 10개 좌석을 구매했다고 해서 10명이 실제로 가치를 얻고 있다는 뜻은 아님
영상에서 소개한 한 B2B 회사는 연 8만 달러 계약을 따냈지만 10개 좌석 중 3개만 활성화됐고, 아무도 일주일에 이틀보다 자주 쓰지 않았음
내부 champion이 회사를 떠나자 새 담당자가 제품을 왜 쓰는지 이해하지 못했고, 결국 계약을 갱신하지 않음
계정 단위 매출만 보면 큰 고객이었지만, 사용자별 dot plot에서는 처음부터 갱신 위험이 보였던 셈임
실무에서는 영업팀과 함께 계정별 활성 사용자 수, 핵심 행동 빈도, 마지막 사용일, 사용 기능을 확인하면 온보딩 지원이 필요한 고객을 빨리 찾을 수 있음

Dot plot에 어떤 이벤트를 넣어야 하나요?

사용자가 제품에서 실제 가치를 얻었다고 볼 수 있는 행동을 넣어야 함. 로그인, 앱 열기보다 사진 공유, 노래 듣기, 청구서 처리처럼 결과가 남는 행동이 적합함.

사용자가 수천 명이면 모든 사람을 표시해야 하나요?

아님. 전체 사용자 중 표본을 뽑거나, iOS 사용자와 특정 국가 사용자처럼 조건을 걸어 볼 수 있음. Google Photos에서는 10억 명이 넘는 사용자도 여러 집단의 표본으로 나눠 dot plot을 활용했다고 설명함.

Dot plot과 코호트 리텐션은 어떻게 같이 쓰나요?

코호트 리텐션은 같은 시기에 들어온 사용자 집단이 시간이 지나도 남는지 보여줌. Dot plot은 그 사람들이 실제로 어떤 행동을 하며 남는지 보여주므로, 둘을 함께 봐야 유지율의 원인을 더 잘 추적할 수 있음.

1인기업 관점

초기 1인기업이라면 복잡한 분석 도구보다 사용자 한 명씩 한 줄에 놓은 표 하나가 더 빨리 답을 줄 수 있을 것 같음. 내 제품의 핵심 행동을 하루 단위로 찍고, 특정 기능을 쓴 뒤 점이 이어지는지 매주 직접 보면 “많이 쓰는 기능”과 “계속 쓰게 만드는 기능”을 구분할 수 있을 듯. AI 코딩 도구로 로그를 2차원 표로 바꾸는 화면은 금방 만들 수 있으니, 대시보드 추가보다 먼저 이 표를 만들어 보는 게 맞는 듯함.

Y DAU가 보여주지 못하는 것: Dot Plot으로 사용자 행동 보기, Y Combinator (youtube.com) ↗