🖇 ARPU와 ARPPU
🖇 구매 데이터로 ARPU와 ARPPU 구하기
"우리 앱은 이번 달에 다운로드 수가 10만을 넘었어!"
겉보기에 대단한 숫자일 수 있지만, 실제로 이 중 수익을 올리는 사용자 수는 얼마나 될까?
단순 방문자 수보다 훨씬 중요한 지표가 바로 ARPU와 ARPPU이다.
어떤 유저가 우리에게 돈을 쓰고 있는가?
돈을 쓰는 유저는 얼마나 자주, 얼마나 많이 쓰는가?
전체 사용자 중 결제 경험이 있는 유저는 몇 %나 되는가?
이런 질문에 답할 수 있어야 비즈니스 전략, 특히 수익화 전략을 제대로 세울 수 있다.
이 글에서는 ARPU와 ARPPU의 개념과 실제 쿼리를 통한 계산법, 그리고 지표를 높이기 위한 전략까지 함께 살펴보았다.
🖇 ARPU와 ARPPU
ARPU와 ARPPU는 비즈니스 모델에서 사용자와 지불 고객의 평균 수익을 측정하는 데에 사용되는 지표로,
쉽게 말해
회사가 한 명의 유저 당 얼마만큼의 수익을 얻고 있는지를 계산하기 위한 비즈니스 지표이다.
아래의 표를 통해 기본적인 개념과 계산 수식을 살펴보자.
| 지표 | ARPU | ARPPU |
|---|---|---|
| 용어 | Average Revenue Per User | Average Revenue Per Paying User |
| 의미 | 사용자당 평균 수익 | 유료 결제 사용자당 평균 수익 |
| 수식 | 전체 매출 / 전체 유저 수 | 전체 매출 / 유료 결제 사용자 수 |
ARPU는 전체 사용자 수를 기준으로 평균 수익을 계산하기 때문에 수익을 내지 않는 유저까지 포함된 폭넓은 지표이다.
반면 ARPPU는 실제로 돈을 지불한 유저만 고려하기 때문에
실제 매출 창출에 영향을 미치는 "핵심 사용자군"의 행동을 더 잘 보여준다.
비즈니스 관점에서 중요한 이유
사용자당 평균 수익을 상승시키고 싶은 이커머스나 게임 업계 등에서 해당 지표를 핵심 지표로 선정하고, 이를 높이기 위해 다양한 변화를 주게 된다.
-
이커머스는 ARPU와 ARPPU로 마케팅 캠페인의 효율성, LTV(고객 생애 가치) 등을 측정한다.
-
모바일 게임에서는 ARPPU가 수익화 구조 개선의 핵심 기준이 된다.
예를 들어,
결제 유저들이 인당 평균 1만원을 쓰고 있다면 유료 패키지를 구성할 때 그 가격대를 맞추거나, ARPPU를 높이기 위해 유료 아이템에 옵션을 붙여서 패키지 형태로 판매하는 전략을 고려하는 등 게임 패키지 개편할 때 기준이 된다. -
SaaS 서비스에서는 ARPU를 통해 고객당 수익성과 플랜별 전략을 나눌 수 있다.
이렇게 ARPU/ARPPU는 단순 수치가 아니라, "우리가 돈을 어디서 벌고 있는가?" 를 정량적으로 보여주는 나침반 같은 지표가 된다.
ARPU/ARPPU가 낮게 나올 때 전략
| 상황 | 해석 | 대응 전략 |
|---|---|---|
| ARPU는 낮고 ARPPU는 높음 | 충성도 높은 유저는 있지만 전체 결제율은 낮음 | 무료 유저 전환 유도 (초기 할인, 체험 후 결제, UX 개선 등) |
| ARPU는 높고 ARPPU는 낮음 | 전체 유저 수가 적지만 유료 전환율은 높음 | 유저 유입 확대, 마케팅 효율화 |
| 둘 다 낮음 | 전체 유입도 적고 충성 유저도 없음 | 핵심 기능 개선, 제품/콘텐츠 리포지셔닝 |
| 둘 다 높음 | 훌륭한 수익 모델 | 유지 및 확대 전략 수립 |
(1) ARPU는 낮고 ARPPU는 높음
-> 전체 사용자 수는 많지만,
-> 실제로 결제를 하는 유저는 소수이며 그들이 많이 지출하고 있는 상황
=> 이 경우 대부분의 유저가 결제 전환까지 도달하지 못하고 있다는 뜻이므로,
=> 회원가입 이후의 온보딩 플로우, 결제 유도 UI/UX, 또는 무료 체험 → 유료 전환 전략에 집중하는 것이 효과적일 것이라는 생각을 해 볼 수 있다.(2) ARPU는 높고 ARPPU는 낮음
-> 전체 유저 수는 적지만, 들어온 유저 중 결제 전환율이 높아
-> 효율적인 수익 구조를 갖추고 있는 상황
=> 이런 경우에는 유입 자체를 늘리는 마케팅 투자가 매출 상승으로 직결될 가능성이 높다.(3) 둘 다 낮음
-> 이건 꽤 심각한 시그널로
-> 유입도 적고, 그 안에서도 결제 전환이 잘 이뤄지지 않는 상황
=> 근본적인 제품/콘텐츠/시장 포지셔닝 자체를 다시 점검해야 하고
=> 이 시점에서 경쟁사 비교, 유저 인터뷰, 기능 기획 재정비가 필요할 수 있다.(4) 둘 다 높음
-> 이미 잘 작동하는 수익 구조
=> 다만 이런 경우에도 결제 단가를 높일 수 있는 부가상품을 붙이거나
=> 재방문 유도를 위한 리텐션 전략을 통해 더욱 극대화할 수 있다.🖇 구매 데이터로 ARPU와 ARPPU 구하기
아래는 유저들의 구매 정보를 기록한 arpu 테이블의 일부이다.
해당 테이블에서 사용자당 평균 수익인 ARPU와 유료 결제 사용자당 평균 수익인 ARPPU를 계산해 보자.
쿼리를 작성하기 전에 먼저
수익 총합(total_revenue), 전체 유저 수(total_users), 그리고 실제로 결제한 유저 수(paying_users)를 알아야 한다.
그럼 이 세 가지 값 각각을 구하기 위한 다음과 같은 조건이 나온다.
-
전체 유저 수는 DISTINCT user_id의 개수로 파악
-
결제 금액이 0보다 큰 유저만 따로 구별해서 결제 유저로 집계
-
매출은 단순히 SUM(revenue)로 합
또한 WITH 구문을 활용하면 복잡한 계산을 미리 정리해두고, 최종 결과에서는 필요한 계산식만 깔끔하게 추출할 수 있어 재사용성과 가독성이 높아진다 :)
WITH SUMMARY AS (
SELECT COUNT(DISTINCT user_id) AS total_users,
COUNT(DISTINCT IF(revenue > 0, user_id, NULL)) AS paying_users,
SUM(revenue) AS total_revenue
FROM capable-sled-456102-t0.modulabs.arpu
)
SELECT total_revenue / total_users AS ARPU,
total_revenue / paying_users AS ARPPU
FROM SUMMARY;
지금까지 ARPU와 ARPPU가 단순한 지표가 아닌 유저 행동과 수익 구조를 잇는 핵심적인 연결고리라는 것을 알 수 있었다.
“왜 수익이 이 정도밖에 안 될까?”를 고민할 때, 이 두 지표가 가장 먼저 들여다봐야 할 관문이 된다.
이렇게 지표를 유저 행동과 서비스 구조를 진단하는 수단으로 활용해야 비즈니스 성장에 실질적인 도움을 주게 된다.
다음 글에서는 결제까지 도달하는 과정에서 사용자들이 어디에서 이탈하는지, 퍼널(Funnel) 분석을 통해 단계별 전환률을 계산하고 전략을 세우는 방법을 다룰 예정이다.
ARPU/ARPPU에서 시작한 분석이 구체적인 사용자 흐름 분석으로 확장되는 과정이 될 것이다.
데이터에서 숫자가 아닌 행동을 보는 시선을 가지자 😊
