핵심요약
당근은 Active User 지표의 한계를 극복하기 위해 User Activation 프레임워크를 도입하고, 이를 위한 전사 공통 데이터 레이어인 Activation 레이어를 구축했습니다. Activation 레이어는 신뢰성, 비용, 생산성 문제를 해결하며, FirstLast, Activation, Activation Status 모델을 통해 사용자 활동 상태와 흐름을 분석하는 데 활용됩니다.
Activation 레이어 구축을 통한 User Activation 분석 고도화
1. 배경 및 목표
- Active User 지표의 한계: '무슨 일이 일어났는지'만 보여주고 '왜 일어났는지' 설명 불가
- User Activation의 필요성: 사용자의 활동을 **상태(State)**와 **상태 전이(State Transition)**로 해석하여 심층 분석
- 전사 공통 Activation 레이어 구축 목표: 데이터 신뢰성 및 운영 안정성 확보, 재사용성 증대
2. Activation 레이어 구조 및 설계
- 계층 구조: Base → Fact → Activation 레이어로 구성
- 핵심 모델: Fact 모델 기반 FirstLast, Activation, Activation Status 3개 모델 세트 운영
- 주요 해결 과제:
- 신뢰성: 기준 행동을 Fact 모델로 명확히 정의하여 해석의 모호성 제거
- 비용:
FirstLast모델에 날짜별 스냅샷 방식 도입하여 백필 및 일별 계산 비용 최소화 - 생산성: DBT Macro를 활용하여 SQL 작성 없이 새 Activation 모델 생성 지원
3. 모델별 상세 기능
- FirstLast 모델: 사용자별 최초/마지막 행동 시점 날짜별 스냅샷 저장 (비용 최적화)
- Activation 모델: Fact 데이터 기반 신규/유지/복귀 상태 및 복귀 간격 계산 (Active User 구성 요소 분해)
- Activation Status 모델: 비활성 구간 포함, 이탈 기간, 연속 활동 일수, 전이 세그먼트 제공 (유저 흐름 정교화)
4. 활용 사례
- AU 대시보드: 활성 상태별 기여도, Transition Segment 분석을 통한 원인 파악
- 마케팅 타겟팅: 이탈 기간 등 기준 활용 CRM 액션 및 성과 분석
- 코어 행동 트래킹: 서비스별 코어 행동 정의, 유저 흐름 변화 관점에서 전략적 판단 지원
