제품을 만든다고 해서 사람들이 자동으로 계속 사용하지는 않습니다.
사용자가 제품의 핵심 가치를 경험하고, 실제로 지속적으로 이용할 수 있도록 만드는 것이 중요합니다.
이 과정이 바로 액티베이션(Activation) 단계입니다.
이 단계에서는 두 가지 핵심 질문을 던져야 합니다.
- 사용자가 제품을 긍정적으로 경험하고 있는가?
- 사용자가 제품을 적극적으로 사용하고 있는가?
이를 확인하기 위해 액티베이션 단계에서 활용할 수 있는 대표적인 지표들을 살펴보겠습니다.
1. 체류 시간 (Duration Time, DT) – 사용자가 제품을 얼마나 오래 사용하는가?
사용자가 제품(웹사이트나 앱)에 머무른 시간이 길다면,
👉 제품에 대한 관심이 높거나, 콘텐츠를 충분히 탐색했다는 의미일 가능성이 큽니다.
평균 체류 시간 공식
평균 체류 시간 = (특정 기간동안 사용자가 방문하여 머무른 시간의 총합) / (특정 기간 방문한 사용자의 수)
💡 예제
한 웹사이트에 일주일 동안 2명의 사용자가 방문했습니다.
- 첫 번째 사용자는 100분 동안 사이트에 머물렀고,
- 두 번째 사용자는 60분 동안 머물렀다면?
👉 평균 체류 시간 = (100 + 60) ÷ 2 = 80분
즉, 이 웹사이트의 사용자는 평균적으로 일주일에 80분씩 머물렀다는 뜻입니다.
하지만 단순히 전체 평균을 보는 것보다는,
사용자가 머무르는 세부적인 단위(페이지별, 세션별)로 분석하는 것이 더 유용합니다.
2. 평균 페이지 체류 시간 – 페이지별로 사용자가 머무른 시간 분석
웹사이트에서는 모든 페이지가 동일하게 중요한 것이 아닙니다.
어떤 페이지는 사람들이 오래 머물고, 어떤 페이지는 금방 이탈할 수 있습니다.
👉 페이지별 체류 시간을 분석하면, 어떤 콘텐츠가 사용자의 흥미를 끌었는지 확인할 수 있습니다. 즉 특정 페이지의 매력도와 유용성을 파악할 수 있습니다.
평균 페이지 체류 시간 공식
평균 페이지 체류 시간 = (사용자들이 특정 페이지에서 보낸 총 시간) / (해당 페이지를 방문한 사용자 수)
💡 예제
- 제품 설명 페이지: 평균 체류 시간 3분
- FAQ 페이지: 평균 체류 시간 30초
👉 사용자가 제품 설명 페이지에 오래 머물렀다면,
이 페이지가 중요한 정보 전달 역할을 하고 있을 가능성이 큽니다.
👉 반대로 FAQ 페이지에서 너무 빨리 이탈한다면,
FAQ 내용이 사용자가 원하는 정보를 충분히 전달하지 못할 수도 있습니다.
3. 평균 세션 시간 – 사용자가 한 번 방문할 때 머무르는 시간
✅ 세션(Session)이란?
세션(Session)이란 사용자가 웹사이트나 앱을 방문해서 처음 활동을 시작하고, 떠날 때까지의 시간을 의미합니다.
즉, 한 번의 방문 동안 사용자가 어떤 페이지를 보고, 어떤 행동을 했는지 기록하는 단위라고 볼 수 있습니다.
💡 쉽게 이해하는 예시
- 세션 시작: 사용자가 웹사이트에 들어와 제품 페이지를 보기 시작함
- 세션 진행 중: 여러 페이지를 탐색하고, 장바구니에 상품을 담음
- 세션 종료: 구매하지 않고 사이트를 닫거나, 일정 시간 동안 아무런 활동이 없을 때 자동 종료됨
즉, 세션은 사용자가 한 번 방문해서 머무르는 동안의 활동 기록이라고 볼 수 있습니다!
평균 세션 시간이란?
평균 세션 시간은 사용자가 한 번 방문했을 때 평균적으로 얼마나 오래 머물렀는지를 나타내는 지표입니다.
👉 세션 시간이 길수록 사용자가 제품을 더 깊이 탐색하고 있다는 의미일 수 있습니다.
👉 반대로 세션 시간이 짧다면, 사용자가 원하는 정보를 찾지 못하고 금방 떠났을 가능성이 큽니다.
평균 세션 시간 공식
평균 세션 시간 = 총 세션 지속 시간 / 총 세션 수
✅ 예제 1: 모든 사용자가 한 번씩 방문한 경우
사용자가 각각 한 번씩 방문했다면, 총 사용자 수 = 총 세션 수이므로 사용자 수로 나누어도 무방합니다.
사용자 | 세션 지속 시간 (분) | 세션 수 |
A 사용자 | 5분 | 1 |
B 사용자 | 10분 | 1 |
C 사용자 | 2분 | 1 |
📌 총 세션 지속 시간 = 5 + 10 + 2 = 17분
📌 총 세션 수 = 1 + 1 + 1 = 3개
👉 평균 세션 시간 = 17 ÷ 3 = 5.7분
✅ 예제 2: 한 사용자가 여러 번 방문한 경우
사용자마다 방문 횟수가 다를 경우, 총 세션 수를 기준으로 나누어야 합니다.
사용자 | 세션 지속 시간 (분) | 세션 수 |
A 사용자 | 5분 | 1 |
B 사용자 | 10분 | 2 |
C 사용자 | 2분 | 3 |
📌 총 세션 지속 시간 = 5 + 10 + 2 = 17분
📌 총 세션 수 = 1 + 2 + 3 = 6개
👉 평균 세션 시간 = 17 ÷ 6 = 2.83분
세션이 짧아지는 경우, 무엇이 문제일까?
만약 평균 세션 시간이 점점 짧아진다면, 이는 사용자 경험에 문제가 있다는 신호일 수 있습니다.
👉 사용자가 사이트나 앱을 방문했지만, 원하는 정보를 찾지 못하고 금방 떠나는 경우일 가능성이 높습니다.
세션 시간이 짧아지는 원인과 해결 방법
원인 | 해결 방법 |
페이지 로딩 속도가 느림 | 웹사이트 속도를 최적화하여 로딩 시간을 줄이기 |
콘텐츠가 사용자의 기대에 부합하지 않음 | 핵심 정보를 쉽게 찾을 수 있도록 UI/UX 개선 |
광고와 실제 콘텐츠가 다름 | 광고와 일치하는 랜딩 페이지 제공 |
사용자 경험이 불편함 | 모바일 최적화, 직관적인 네비게이션 개선 |
💡 예제 – 평균 세션 시간이 짧은 경우
- 온라인 쇼핑몰에서 평균 세션 시간이 1분 미만→ 검색 기능 개선, 첫 화면에 인기 상품 배치
- → 사용자가 상품을 둘러보지도 않고 바로 나가는 경우가 많음
- 뉴스 사이트에서 평균 세션 시간이 30초 미만→ 기사 제목과 본문을 더 매력적으로 구성
- → 사용자가 기사를 끝까지 읽지 않음
4. 페이지 뷰(PV) & 순 방문자 수(UV) – 사용자 방문 행동 분석
웹사이트나 앱을 운영할 때, 단순히 방문자가 몇 명인지 보는 것만으로는 충분하지 않습니다.
👉 "방문자들이 얼마나 많은 페이지를 보고, 얼마나 적극적으로 탐색했는지"도 함께 분석해야 합니다.
이를 위해 사용되는 대표적인 두 가지 지표가 페이지 뷰(PV)와 순 방문자 수(UV)입니다.
페이지 뷰(PV, Page Views) – 사용자가 본 페이지의 총 개수
페이지 뷰(PV)는 사용자가 웹사이트에서 본 페이지의 총 개수를 의미합니다.
✔ 한 사용자가 여러 페이지를 방문하면 PV는 계속 증가합니다.
✔ 같은 페이지를 새로 고침(Refresh)해도 PV는 증가합니다.
💡 예제 1 – 페이지 뷰(PV) 계산하기
✔ 사용자 A: 메인 페이지 → 상품 페이지 → 상세 페이지 → 결제 페이지 (총 4개 페이지 방문)
✔ 사용자 B: 메인 페이지 → 상품 페이지 (총 2개 페이지 방문)
👉 총 페이지 뷰(PV) = 4 + 2 = 6
📌 PV가 높은 경우
👉 사용자가 여러 페이지를 탐색하며 관심을 보였다는 의미
📌 PV가 낮은 경우
👉 사용자가 원하는 정보를 찾지 못하거나, 흥미를 느끼지 못해 이탈했을 가능성이 있음
📌 순 방문자 수(UV, Unique Visitors) – 실제 방문한 사용자 수
순 방문자 수(UV)는 중복 없이 실제로 방문한 사용자의 수를 의미합니다.
✔ 한 사용자가 하루 동안 여러 번 방문해도 UV는 1로 계산됩니다.
✔ IP 주소, 쿠키, 로그인 정보 등을 활용해 중복 방문을 제거한 값입니다.
💡 예제 2 – UV 계산하기
✔ 사용자 A: 오전 10시, 오후 3시에 같은 웹사이트 방문 → UV는 1
✔ 사용자 B: 하루에 한 번 방문 → UV는 1
✔ 사용자 C: 같은 날 세 번 방문 → UV는 1
👉 총 방문 횟수(세션 수)는 5회지만, UV는 3명
📌 UV가 높은 경우
👉 새로운 방문자가 많다는 의미 → 마케팅 성과가 좋을 가능성이 있음
📌 UV가 낮은 경우
👉 기존 방문자들이 다시 방문하지 않거나, 신규 유입이 부족하다는 의미
💡 예제 3 – PV와 UV를 비교해봅시다!
✔ 사례 A
- 순 방문자 수(UV): 4명
- 페이지 뷰(PV): 14개 (총 14개 페이지 조회)
- UV당 PV: 14 ÷ 4 = 3.5 페이지
✔ 사례 B
- 순 방문자 수(UV): 4명
- 페이지 뷰(PV): 20개 (총 20개 페이지 조회)
- UV당 PV: 20 ÷ 4 = 5 페이지
👉 사례 B에서 UV당 PV가 더 높음
➡ 즉, 방문자는 같은 4명이지만, 사례 B의 사용자들은 더 많은 페이지를 탐색했다는 의미
📌 UV당 PV가 높은 경우
👉 방문자가 더 적극적으로 탐색하고 있다는 신호
📌 UV당 PV가 낮은 경우
👉 방문자가 사이트에 오래 머물지 않거나, 원하는 정보를 찾지 못해 이탈했을 가능성이 있음
5. 페이지 이탈률(Bounce Rate) – 방문 후 바로 떠난 비율
웹사이트나 앱을 방문한 사용자가 첫 페이지만 보고 아무런 행동도 하지 않은 채 떠나버리는 경우가 많다면, 문제일 수 있습니다.
👉 이런 경우를 ‘이탈(Bounce)’이라고 하고, 이 비율을 ‘페이지 이탈률(Bounce Rate)’이라고 합니다.
페이지 이탈률이란?
페이지 이탈률 공식
이탈률 = (첫 페이지만 보고 떠난 방문자 수 / 총 방문자 수)×100
👉 사용자가 웹사이트를 방문했지만, 첫 페이지에서 추가 행동 없이 바로 나가버리면 ‘이탈’로 계산됩니다.
👉 이탈률이 높을수록, 사용자가 사이트를 제대로 경험하지 않고 떠났다는 의미입니다.
예제 – 이탈률 계산하기
✔ 예제 1
- 총 방문자 수: 100명
- 첫 페이지에서 바로 떠난 사용자: 50명
👉 이탈률 = (50 ÷ 100) × 100 = 50%
➡ 즉, 방문자 100명 중 50명이 첫 페이지에서 바로 나갔다는 의미!
✔ 예제 2
- 총 방문자 수: 200명
- 첫 페이지만 보고 떠난 사용자: 20명
👉 이탈률 = (20 ÷ 200) × 100 = 10%
➡ 이탈률이 10%로 낮으므로, 방문자 대부분이 사이트에서 추가 행동을 했다고 볼 수 있음!
이탈률이 높은 경우, 무엇이 문제일까?
이탈률이 높다면 사용자가 사이트에 들어왔지만, 관심을 느끼지 못하고 바로 떠난다는 의미일 가능성이 높습니다.
📍 이탈률이 높은 원인 & 해결 방법
이탈 원인 | 해결 방법 |
페이지 로딩 속도가 느림 | 웹사이트 속도를 최적화하여 로딩 시간을 줄이기 |
첫 화면이 사용자를 끌어들이지 못함 | 눈길을 끄는 비주얼, 명확한 메시지 제공 |
광고와 실제 콘텐츠가 다름 | 광고와 일치하는 내용의 페이지를 제공 |
CTA(구매, 회원가입 버튼)가 눈에 잘 띄지 않음 | CTA 버튼을 강조하고, 클릭 유도 |
사이트 구조가 복잡하고 사용하기 어려움 | 사용자 친화적인 UI/UX 개선 |
💡 실제 사례 – 이탈률이 높은 웹사이트 vs 낮은 웹사이트
✔ 사례 1: 이탈률이 높은 웹사이트 (이탈률 70%)
- 사용자가 광고를 클릭하고 사이트에 들어왔는데, 로딩 시간이 길다 → 떠남
- 첫 화면에서 어떤 서비스인지 명확하게 전달되지 않음 → 떠남
- CTA(구매, 회원가입) 버튼이 숨겨져 있음 → 떠남
👉 결과: 방문자의 70%가 첫 페이지에서 추가 행동 없이 바로 이탈
✔ 사례 2: 이탈률이 낮은 웹사이트 (이탈률 20%)
- 로딩 속도가 빠름 (3초 이내)
- 첫 화면에서 사용자가 원하는 정보(할인 혜택, 주요 기능 등)가 바로 보임
- CTA 버튼(구매, 회원가입 유도)이 명확하게 배치됨
👉 결과: 방문자의 80%가 사이트 내 다른 페이지로 이동하여 추가 행동을 함
📌 결론: 액티베이션 단계에서 지표를 활용하는 방법
✅ 체류 시간(DT), 평균 페이지 체류 시간 → 사용자가 제품을 얼마나 깊게 탐색하는지 확인
✅ 평균 세션 시간 → 한 번 방문했을 때 얼마나 오래 머무르는지 분석
✅ 페이지 뷰(PV), 순 방문자 수(UV) → 방문자가 얼마나 활발히 탐색하는지 평가
✅ 페이지 이탈률(Bounce Rate) → 사용자가 첫 방문 후 금방 이탈하는지 확인
💡 이 지표들을 종합적으로 분석하면, 사용자 경험을 개선하고 제품의 활성화율을 높일 수 있습니다!
📍 "단순히 방문자 수가 많다고 성공한 것이 아니다. 방문자가 실제로 제품을 얼마나 깊이 탐색하는지가 중요하다!"
📍 "이탈률이 높다면 문제점을 찾아 개선하고, 체류 시간을 늘릴 방법을 고민해야 한다!"
'Data' 카테고리의 다른 글
“유지율(리텐션)”이 뭔가요? – 사용자와 오래가는 프로덕트를 위한 첫걸음 (0) | 2025.03.28 |
---|---|
활성화 지표와 퍼널 분석으로 전환율 높이는 방법 (0) | 2025.03.27 |
광고 성과를 분석하는 방법: 클릭 비용이 아니라 실제 고객 획득 비용을 고려해야 하는 이유 (0) | 2025.03.14 |
디지털 광고 성과를 측정하는 핵심 지표 정리 (0) | 2025.03.14 |
Cohort(코호트) 분석이란? (0) | 2025.03.09 |