Amplitude
Amplitude Glossary (앰플리튜드 용어 정의)
2023-01-13
By
Dawon Kim
Amplitude
Amplitude Glossary (앰플리튜드 용어 정의)
January 13, 2023
By
Dawon Kim

앰플리튜드(Amplitude)로 차트를 생성하고 분석을 진행하다 보면 명확한 정의가 되어있지 않거나 같은 단어더라도 다른 차트에서 사용되는 경우 해석이 달라지기도 하는 여러 용어들을 마주하게 됩니다. 예를 들어, 같은 ‘Average’ 이지만  Event Segmentation 차트와 Impact Analysis 차트에서의 계산 방식에는 각각 차이가 있습니다.

본 포스트에서는 앰플리튜드에서 차트를 생성하고 결과를 해석할 때 필요한 용어 정의에 대해 소개합니다. 크게 두 가지 파트로, Amplitude Terms to Know에서는 차트 생성 시에 알아두면 좋을 개념들을, Amplitude Chart Metric Glossary에서는 각 차트별 지표의 정의 및 계산 방식 등을 살펴봅니다.

아래 내용들은 앰플리튜드 유저 가이드 Product Analytics TermsHelpful definitions를 바탕으로 작성되었습니다.

1. Amplitude Terms to Know

앰플리튜드에서 차트를 생성하고 해석할 때 필요한 기본 용어들에 대한 정의입니다.

Active User: 활성 유저

  • 기준: 설정한 시간 범위(Real-time의 경우 5분, 시간별, 일별, 주별, 월별) 동안 최소한 하나 이상의 Active한 이벤트를 수행한 유저가 Active User에 해당합니다.

New User: 신규 유저

  • 기준: 앰플리튜드에서 유저가 New User가 되는 시점은 유저가 앰플리튜드로 최초의 이벤트를 전송한 시점입니다.

Unique User: 한 명의 고유한 유저

Session: 유저가 프로덕트를 Foreground에서 사용한 시간을 의미합니다. Session에는 아무 활동을 하지 않을 경우, Session이 만료되는 ‘Timeout’이 존재합니다.

Session Timeout 기준

  • App: 이벤트 간격이 5분 이내에 발생한 이벤트들은 하나의 세션에 병합됩니다.
    마지막 이벤트로부터 5분 동안 어떠한 이벤트도 기록되지 않은 경우 해당 세션은 종료됩니다.
  • Web: 이벤트 간격이 30분 이내에 발생한 이벤트들은 하나의 세션에 병합됩니다.
    마지막 이벤트로부터 30분 동안 어떠한 이벤트도 기록되지 않으면 세션이 종료됩니다.

Event: 유저가 프로덕트에서 수행할 수 있는 모든 행동을 의미합니다.

  • 예시: 회원가입하다, 장바구니에 담다, 구매하다 등

Event Property: 이벤트가 수집되는 시점의 이벤트에 대한 자세한 속성 정보를 의미합니다.

  • 예시: ‘구매하다' 이벤트를 수집한 시점의 ‘구매한 상품명, 상품 ID’ 등

User Property: 유저의 속성 정보로 서비스를 사용하는 각 개인의 특성을 반영하여 보다 세분화된 수준에서 유저 분석에 도움을 주는 정보입니다.

  • 예시: 연령, 지역, 멤버십 종류 등

Behavioral cohort: 정해진 기간 동안 동일한 행동을 수행했거나, 동일한 속성을 가진 유저 집단입니다.

Stickiness: 유저가 주/월 간격으로 이벤트를 수행하는 일수를 의미합니다. 앱의 재방문 정도를 관리해 앱의 활성화, 의존도를 알 수 있는 지표로 이 값이 클수록 재방문율이 높다는 것을 의미합니다.

  • 계산 방식: 이번 Week(Month)에도 특정 Event 수행한 유저 / 지난 Week(Month)에 특정 Event 수행한 유저

Retention: 특정한 시간 범위 안에서 유저들이 얼마나 자주 프로덕트로 돌아오는지를 측정합니다.

Amazon Redshift: Growth/Enterprise 플랜 이상 고객사의 앰플리튜드 Data를 저장하는 페타바이트 단위의 데이터 웨어하우스입니다.

[Amplitude]: 앰플리튜드가 SDK를 통해서 자동으로 수집되는 일부 User Property을 구분하기 위해 특정 User Property 앞에 붙이는 태그 값입니다.

[Amplitude] Any Event: 앰플리튜드에서 수집된 모든 이벤트입니다.

  • Any Event: Active Event + Inactive Event

[Amplitude] Any Active Event: Activity Status가 Active로 마킹되어 수집되는 모든 이벤트입니다.

  • Amplitude Data 대시보드 - Events에서 Activity 상태 설정 가능

[Amplitude] Top Global Events: 지정한 시간 범위 내에서 가장 많이 발생한 상위 10개의 이벤트입니다.

[Amplitude] Top Events for Segment: 지정한 시간 범위 내에서, 차트의 오른쪽 Segment 모듈에서 선택된 특정 Segment가 가장 많이 수행한 상위 10개의 이벤트입니다.

Inactive Event: 유저가 직접 수행한 이벤트는 아니지만, 앱 또는 웹사이트에서 발생한 이벤트입니다.

  • Amplitude Data 대시보드 - Events에서 Activity 상태 설정 가능

Line chart: 선 그래프로, 선택한 기간 동안 각 이벤트의 발생 값을 보여줍니다.

  • 예시: Daily 기준으로 선택했을 경우, 각 일자별 선택한 이벤트 발생 합계를 선그래프로 나타냅니다.

Stacked area: 누적 영역 그래프로, 선택한 기간 동안 각 이벤트의 발생 누적값을 보여줍니다.

  • 이벤트가 두 개 이상인 경우 혹은 Group By 되었을 때, 값이 쌓이는 형태로 차트가 그려집니다.
  • 이벤트가 Group By 되지 않고 하나인 경우에는 Line Chart와 동일하게 차트가 구성됩니다.

Bar chart: 막대 그래프로, 선택한 기간 동안 각 이벤트 발생 합계값을 보여줍니다.

  • Daily 기준으로 선택했더라도, 선택 기간이 30일인 경우 30일 동안 발생한 이벤트가 발생한 총 합계값을 보여줍니다.

Horizontal bar: 수평 막대 그래프로, 이벤트에 Group By가 적용되었을 때에만 사용 가능합니다.

  • 선택한 이벤트의 Group By를 막대 그래프로 비교할 수 있는 차트입니다.

Add Annotation: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)에 주석을 추가할 수 있는 기능입니다. Manager/Admin 권한에서 사용 가능합니다.

Create Release: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)에 서비스의 릴리즈 정보를 기록할 수 있는 기능입니다. Manager/Admin 권한에서 사용 가능합니다.

Show User Paths: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)를 구성하는 유저가 거치는 상위 이벤트 경로를 보여주는 기능입니다.

View User Streams: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)에 속한 모든 개별 유저들의 이벤트 흐름을 보여주는 기능입니다.

Create Cohort: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)의 유저들을 코호트로 생성할 수 있는 기능입니다.

Download Users: 차트 내에서 선택한 특정 포인트(Microscope 메뉴)에 속하는 유저를 다운로드할 수 있습니다. 최대 1백만 유저까지 다운로드 가능합니다.

2. Amplitude Chart Metric Glossary

1) Event Segmentation 차트

Event Segmentation 차트 생성에 대한 자세한 사항은 이벤트 분할 분석 구축하기에서 확인할 수 있습니다.

Uniques: 전체 유저 중 설정한 이벤트를 설정한 기간 동안 수행한 고유한 유저의 수를 의미합니다.

  • 예시: 유저 A가 1/15에 Add to Cart 이벤트를 3번 수행했더라도 고유한 유저는 1명이기 때문에 1로 기록됩니다.

Event Totals: 중복을 제거하지 않고, 설정한 이벤트를 설정 기간 동안 수행한 총 횟수를 보여줍니다.

  • 예시: 유저 A가 1/15에 Add to Cart 이벤트를 3번 수행했다면 이벤트 발생 총 횟수인 3으로 기록됩니다.

Average: 특정 이벤트가 수행된 평균 횟수입니다.

  • 계산 방식: 각 데이터 포인트에 대한 Event Totals를 Uniques로 나눈 값

Frequency: 설정한 기간 동안 선택 이벤트를 수행한 빈도에 따라 유저 수를 분류하여 보여주는 기능입니다.

Rolling Average: 설정한 기간 동안 이벤트가 발생한 평균 횟수입니다.

  • 예시: 1/7에 Rolling Average 7일로 지정할 경우, 1/1~1/7의 평균치가 1/7에 기록됩니다.

Rolling Window: 설정한 기간 동안 이벤트가 발생한 합계입니다.

  • 예시: 1/7에 Rolling Window 7일로 지정할 경우, 1/1~1/7의 합계가 1/7에 기록됩니다.

Cumulative: 일자별 데이터를 누적으로 보여주는 Advanced 기능입니다.

2) Funnel 차트

Funnel 차트 생성에 대한 자세한 사항은 퍼널 분석 구축하기에서 확인할 수 있습니다.

Conversion: 다음 스텝으로의 단계별 전환을 의미합니다. 특정한 이벤트를 수행했으면 전환(Conversion)되었다고 판단합니다.

Conversion Over Time: 설정한 퍼널을 수행하는 데에 걸린 전환율을 일/주/월 등 시간에 따라 나타냅니다.

  • 전환율을 특정 스텝별 전환으로 확인할지, 전체 퍼널 통과를 전환으로 잡을지 선택할 수 있습니다.

Time to Convert: 설정한 퍼널을 수행하는 데에 소요되는 시간 비율을 확인할 수 있습니다.

  • 전환율을 특정 스텝별 전환으로 확인할지, 전체 퍼널 통과를 전환으로 잡을지 선택할 수 있습니다.

3) Retention 차트

Retention 차트 생성에 대한 자세한 사항은 잔존율 분석 결과 해석하기에서 확인할 수 있습니다.

Starting Event: 유저가 설정한 Start Event를 실행하면, 앰플리튜드는 이를 해당 유저의 Day 0의 시작으로 간주합니다.

  • Day 0은 유저가 Start Event를 실행한 후 첫 24시간 동안 실행됩니다.
  • 예시: New User의 경우 신규 유저의 리텐션을 측정합니다.

Return Event: 리텐션 측정 시 유저가 서비스에 돌아와서 수행하는 이벤트입니다. Start Event를 진행한 후, 측정하고자 하는 이벤트를 선택합니다.

Retention View: 시간이 지날수록 얼마나 많은 유저가 서비스로 다시 돌아오는지를 측정합니다.

Usage Interval View: 지정된 일별, 주별 또는 월별 빈도로 선택한 이벤트를 실행한 Active Users의 비율을 측정합니다.

N-Day Retention: Starting Event 실행 후 ‘특정 일자’에 재방문하여 Return Event를 실행하는 유저의 비율을 측정합니다.

  • 예시: Starting Event = New User,  Return Event = Any Active Event 일 때, 최초 사용일로부터 N일 후에 재방문한 Active Users의 비율을 보여줍니다.

Unbounded Retention: 특정 날짜 이후에 서비스에 재방문하여 Return Event를 실행한 유저의 비율을 측정합니다. 유저의 전반적인 이탈 패턴을 이해할 수 있는 기능입니다.

  • 예시: Day 30 Unbounded Retention = 30일째 또는 그 이후에 돌아온 유저의 비율

4) Lifecycle 차트

Lifecycle 차트 생성에 대한 자세한 사항은 라이프사이클 분석 차트: 유저 기반의 성장 추적하기에서 확인할 수 있습니다.

New Users: 신규 유저

  • 앱/웹 접속 후 앰플리튜드로 최초로 이벤트가 전송되었을 때, 이를 신규 유저로 인식합니다.
  • 예시: 사용 간격을 7일로 설정하고 1월 1일에 최초의 이벤트가 발생한 경우 1월 1일부터 1월 7일 사이에 수행하는 모든 이벤트에 대해 신규 유저로 간주됩니다.

Current Users: 현재 유저

  • 이전 구간에 활성(신규/현재/복귀) 유저였고, 이번 구간에도 이벤트를 수행한 유저
  • 예시: 사용 간격을 1일로 설정했을 경우, 1월 1일과 1월 2일에 모두 이벤트를 수행한 유저는 1월 2일에 Daily Lifecycle 차트상에서 현재 유저로 간주됩니다.

Resurrected Users: 복귀 유저

  • 이전 구간에 이탈 유저였지만, 이번 구간에 이벤트를 수행한(돌아온) 유저
  • 예시: 사용 간격을 1일로 설정했을 경우, 1월 1일에 활동하지 않았지만 1월 2일에 이벤트를 수행한 유저는 1월 2일에 Daily Lifecycle 차트상에서 복귀 유저로 간주됩니다.

Dormant Users: 휴면 유저

  • 이전 구간에 활성(신규/현재/복귀) 유저였지만, 이번 구간에 이벤트를 로깅하지 않은(돌아오지 않은) 이탈 유저
  • 예시: 사용 간격을 1일로 설정했을 경우, 1월 1일에 활성 유저였지만 1월 2일에 이벤트를 수행하지 않은 유저는 1월 2일에 휴면 유저로 간주됩니다.

Pulse: 특정 일, 주 또는 월에 대해 유입 유저(예 : 신규 유저 및 복귀 유저) 대비 이탈 유저(예 : 휴면 유저)의 비율을 보여주어 고객의 성장 상태를 파악하기 쉽게 도와주는 차트입니다.

  • 계산 방식: (신규 유저의 수  + 복귀 유저의 수) / 휴면 유저의 수
  • Pulse > 1 : 잃는 유저보다 더 많은 유저를 얻고 있음을 나타내므로 제품이 성장하고 있음을 의미합니다.
  • Pulse < 1 : 얻는 유저보다 더 많은 유저를 잃고 있음을 의미합니다.

5) Engagement Matrix 차트

Engagement Matrix 차트 생성에 대한 자세한 사항은 기능 활용도 분석: 유저가 제품에서 선호하거나 비선호하는 부분 확인하기에서 확인할 수 있습니다.

Linear Scale: 눈금의 값이 일정한 간격으로 되어 있는 선형 스케일을 의미합니다.

  • Linear Scale 사용 시, 값이 커지면 증감의 비교가 되지 않기 때문에 Log Scale 사용을 권장합니다.

Log Scale: 눈금 값의 간격이 일정하지 않은 로그 스케일을 의미합니다.

  • 로그 스케일의 주 눈금선은 같은 간격을 유지하지만, log값이기 때문에 실제값은 10배씩 커집니다.

Average Times Performed : 해당 이벤트가 수행된 평균 횟수

Average Days Performed : 해당 이벤트가 수행된 평균 일수

6) Personas 차트

Personas 차트 생성에 대한 자세한 사항은 페르소나 분석 차트: 클러스터 분석을 통해 유저 페르소나 확인하기에서 확인할 수 있습니다.

Cluster: 앰플리튜드에서 자체적인 로직으로 컴퓨팅하여, 유사한 행동양상을 보인 유저들을 하나의 군집으로 배치합니다.

7) Compass 차트

Compass 차트 생성에 대한 자세한 사항은 컴퍼스 차트 해석하기에서 확인할 수 있습니다.

Correlation: 선택한 두 코호트 사이에 어떠한 관계가 있는지에 대한 상관관계(-1~1 사이의 값)를 의미합니다.

  • 유저가 설정한 이벤트를 최소 특정 횟수 이상 수행하고 해당 유저가 타겟 코호트에 남아있는 두 변수를 비교합니다.
  • 1: 완벽히 Positive한 상관관계
  • -1: 완벽히 Negative한 상관관계

Positive Predictive Value: 양성 예측도로, Event Frequency에 도달한 모든 유저 중 Event Frequency와 Retained(True Positive)에 모두 속하는 유저의 비율을 측정합니다.

Negative Predictive Value: 음성 예측도로, Event Frequency에 도달하지 못한 유저 중 Event Frequency와 Retained에 모두 속하지 않는(True Negative) 유저의 비율을 측정합니다.

8) Revenue LTV 차트

Revenue LTV 차트 생성에 대한 자세한 사항은 Revenue LTV 차트: 신규 유저를 통한 수익 창출 수준 추적하기에서 확인할 수 있습니다.

New Paying Users: 코호트 시작 날짜 이후 지정된 시간/일/주/월 동안 처음으로 Revenue(Purchase) 이벤트를 실행한 유저 수

ARPU: Average Revenue Per User로, 활동 유저 1인당 평균 결제 금액을 의미합니다.

  • 활동 유저의 1인당 평균 결제 금액 = 매출 / 중복을 제외한 순수 활동 유저 수

ARPPU: Average Revenue Per Paying User로, 유료 유저 1인당 평균 결제 금액을 의미합니다.

  • 유료 유저 1인당 평균 결제 금액 = 매출 / 중복을 제외한 순수 유료 유저 수

9) Impact Analysis 차트

Impact Analysis 차트 생성에 대한 자세한 사항은 영향 분석: 최초 기능 활용도가 유저 행동에 미치는 영향 추적하기에서 확인할 수 있습니다.

Average: 차트의 Y축은 각 n일(상대적)/n주(상대적) 구간에서 유저가 outcome 이벤트를 실행한 평균 횟수를 표시합니다.

  • 최소 한 번이라도 해당 이벤트를 수행한 유저만 카운트합니다.

10) User Look-up

앰플리튜드 대시보드의 User Look-up에서는 개별 유저가 발생시킨 이벤트와 속성 정보를 확인할 수 있습니다. 자세한 사항은 각 유저의 이벤트 데이터 조회하기에서 확인할 수 있습니다.

User ID: 유저를 구분하기 위한 고유한 ID 값

  • 고객사 측에서 부여하는 고유한 ID입니다.

Amplitude ID: 여러 명의 유저 또는 여러 개의 디바이스에서 특정 유저를 구분하기 위해 사용되는 고유한 ID 값

  • 앰플리튜드에서 부여하는 ID로, User ID 부여 이전에는 Amplitude ID, Device ID로 유저를 식별합니다.

Device ID: 디바이스별 ID 값

  • iOS: IDFV (새로 앱설치할 때마다 변경되는 값)
  • AOS: 앰플리튜드에서 임의로 생성한 값 (디바이스에 로컬로 저장)
  • 원하는 경우, ADID를 Device ID로 사용하도록 설정할 수 있습니다. (유저가 ADID를 별도로 변경하지 않으면 새로 앱을 설치하더라도 ADID로 저장되는 Device ID는 변경되지 않습니다.)

Event ID: 이벤트를 구분하는 고유한 식별값으로 Device ID와 연결됩니다.

Session ID: 세션을 구분하는 식별값

  • Session ID는 세션의 첫 번째 이벤트가 발생한 시간을 Unix Timestamp 형태의 Milliseconds 단위 값으로 정의합니다. 

First Seen: 처음으로 서비스를 사용한 시간

  • 예시: Feb 5, 2019 (3 years ago)

Last Seen: 마지막으로 서비스를 사용한 시간

  • 예시: Jan 7, 2022 (a few seconds ago)

Total Events: 유저가 실행한 총 이벤트의 횟수

  • 예시: 12,058

Total Sessions: 유저가 발생시킨 총 세션의 수

  • 예시: 1,420

Usage Time: 서비스 (앱+웹) 총 사용 시간

  • 예시: 6 Months

DMA: Designated Market Area, 동일한 미디어 콘텐츠 수신할 수 있는 지역

  • 예시: Los Angeles, CA

Library: 이벤트를 보내는 데에 사용되는 SDK 종류 및 버전

  • 예시: Amplitude-react-native/2.3.0

Carrier: 통신사

  • 예시: SKT, KT, LG U+

Event Stream: 유저가 수행한 이벤트 흐름으로, 동일 세션 내에 발생한 이벤트를 하나의 Stream으로 묶어줍니다.

  • 이벤트가 발생한 시간 순서에 따라 정렬됩니다.

Client Event Time: 디바이스가 이벤트를 기록했을 때의 로컬 타임스탬프

  • 예시: Jan 7, 10:25:01 am KST

Client Upload Time: 장치가 이벤트를 업로드한 시간의 로컬 타임스탬프

  • 예시: Jan 7, 10:25:01 am KST

Server Upload Time: 이벤트가 수집 시스템으로 수집되는 앰플리튜드 타임스탬프

  • 예시: Jan 7, 10:25:01 am KST

Server Received Time: 서버가 이벤트를 수신했을 때의 앰플리튜드 타임스탬프

  • 예시: Jan 7, 10:25:01 am KST

11) Cohorts

하나 이상의 특징을 공유하는 유저 그룹인 코호트를 생성하여 앰플리튜드 분석에 활용할 수 있습니다. 자세한 사항은 행동 코호트: 유사한 행동을 보이는 유저 식별하기에서 확인할 수 있습니다.

All Cohorts: 앰플리튜드 대시보드에서 생성한 모든 코호트

Synced Cohorts: One-time 혹은 Scheduled Sync로 외부 Destination으로 동기화된 코호트 

  • Facebook, Braze, Amazon S3 등에 연동할 수 있습니다.
Dawon Kim
Customer Success Manager
더 알아보기
펫프렌즈, “데이터는 업무 효율성과 퍼포먼스 극대화를 위한 조력자이지, 데이터 그 자체가 우리의 목적이 아니니까요.”
반려동물 전문 온라인 쇼핑몰 펫프렌즈가 데이터 기반 의사결정 문화를 기반으로 어떤 그로스 전략을 실행하고 있는지 알아보세요.
성공 사례 보러가기
퍼즐몬스터즈, 채널별 성과 가시화로 명확한 의사결정 기준 하에 모바일 게임 마케팅을 진행했습니다.
퍼즐몬스터즈가 운영하는 모바일 게임 '닌자키우기'는 국내 모바일 P2E 게임 1위를 달성했습니다. 닌자키우기의 모바일 게임 앱 마케팅 전략과 함께 에어브릿지 활용기를 확인해보세요.
성공 사례 보러가기
15,000명 이상의 업계 관계자들이 구독하고 있는 뉴스레터를 통해 업계 최신 트렌드를 가장 먼저 만나보세요.
응답이 제출되었습니다. 감사합니다.
잘못된 메일주소입니다.
주식회사 에이비일팔공
서울특별시 서초구 강남대로 61길 17, 3층, 4층 (서초동)
사업자등록번호: 550-88-00196
대표이사: 남성필
Copyright ⓒ 2023 AB180 Inc. All Rights Reserved.
개인정보 처리방침