2,800만 MAU를 이해하는 유저 Segmentation, TUES

토스의 TUES(Toss User Engagement Segment)는 유저의 서비스 이용 패턴을 기반으로 전체 MAU를 서로 겹치지 않게 분류하는 플랫폼 관점의 세그먼트다. V1은 앱 오픈 시 서비스 이용 확률과 K-Means를 활용했지만, 이용 깊이와 복합적인 서비스 사용 패턴을 충분히 반영하지 못했다. V2는 이용 횟수, Soft Clustering, 서비스별 관여도를 도입해 유저의 현재 상태와 다음 성장 액션을 더 정교하게 파악할 수 있도록 개선됐다.

플랫폼 관점의 유저 세그먼테이션이 필요한 이유

• 서비스별로 “A 서비스를 이용한 유저”, “B 서비스를 이용한 유저”를 따로 분류하면 한 유저가 여러 그룹에 중복 포함된다.
• 플랫폼 전체 유저를 분석하려면 서로 겹치지 않으면서 전체를 포괄하는 MECE한 분류 체계가 필요하다.
• TUES는 유저가 어떤 서비스를 주로 이용하고, 토스 앱을 어떤 목적과 패턴으로 사용하는지 파악하기 위한 도구다.

TUES V1: 서비스 이용률 기반 분류

• 유저가 앱을 열 때마다 각 서비스를 이용할 확률을 계산했다.
  • 예: 한 달간 앱을 60회 열고 토스페이를 20회 이용하면 이용률은 33%다.
• 서비스별 이용률 분포가 비슷한 유저를 K-Means Clustering으로 묶었다.
• 머신러닝 결과를 그대로 사용하지 않고, 주요 서비스와 특징을 분석해 비즈니스와 제품 관점에서 이해하기 쉬운 세그먼트로 재구성했다.
• 주요 세그먼트는 다음과 같다.
  • 고관여: 여러 서비스를 높은 수준으로 이용하는 유저
  • 서비스 지향군: 토스뱅크, 토스증권, 조회, 혜택, 송금 등 특정 서비스를 주로 이용하는 유저
  • 단순 방문: 앱은 방문하지만 서비스를 거의 이용하지 않는 유저

TUES의 주요 활용

• 세그먼트 전환 전략 수립
  • 세그먼트별 Retention 차이를 바탕으로 이탈을 줄이고 다음 단계로 이동시키는 전략을 세운다.
  • 단순 방문 유저를 서비스 지향 유저로, 서비스 지향 유저를 고관여 유저로 전환하는 흐름을 분석한다.
• 제품 Growth 전략
  • 각 제품의 주요 사용자가 어떤 TUES 세그먼트에 속하는지 파악해 성장 전략을 설계한다.
• 유저 행동 분석
  • 세그먼트가 언제, 어떤 계기로 바뀌는지 분석할 수 있다.
  • 이탈 유저, 부활 유저, 서비스 간 이동 패턴도 플랫폼 관점에서 확인할 수 있다.
• 탑라인 지표 분석
  • 전사 MAU가 변했을 때 어떤 세그먼트가 증감했는지 확인해 변화의 원인이 된 서비스를 추적한다.
  • 유저 단위로 MAU 증감 원인을 MECE하게 분석할 수 있다.
• 타겟 마케팅
  • 서비스별 상황에 적합한 세그먼트를 선정해 푸시 등 마케팅에 활용한다.
  • 토스의 마케팅 도구 TUBA에도 기본 세그먼트로 제공돼 마케터가 쉽게 사용할 수 있다.

TUES V1의 한계

• 이용 깊이를 반영하지 못함
  • 앱 오픈당 서비스를 한 번 이용한 유저와 여러 번 이용한 유저가 동일하게 취급됐다.
• 다른 서비스의 관여도를 파악하기 어려움
  • 같은 조회서비스 지향 유저라도 혜택서비스를 함께 이용하는 정도가 다르지만 이를 표현하지 못했다.
• 한 유저를 하나의 세그먼트로만 분류
  • Hard Clustering 방식이라 여러 서비스를 동시에 사용하는 유저의 복합성을 담기 어려웠다.
• 신규 핵심 서비스 반영 부족
  • 토스쇼핑, 앱인토스, 토스페이 등 새 서비스가 기존 분류에서 ETC로 처리됐다.

TUES V2의 개선 방식

• 이용률에서 이용 횟수 기반으로 변경
  • 서비스별 이용 횟수를 앱 오픈 횟수당 Feature로 사용해 서비스 이용의 깊이를 반영했다.
• Soft Clustering 도입
  • 유저를 하나의 세그먼트에 고정하지 않고 여러 세그먼트에 대한 소속 정도를 계산한다.
  • 여러 서비스를 함께 사용하는 유저의 복합적인 이용 패턴을 표현할 수 있다.
• 세 단계 세그먼트 구조 적용
  • 서비스별 관여도
  • 전체 앱 관여도
  • 주 이용 서비스
• 이 구조를 통해 유저가 특정 세그먼트에 속한 이유를 더 상세히 설명하고, 다음 행동(Next Action)을 구체적으로 설계할 수 있게 됐다.

V2로 가능해진 분석

• 예를 들어 “준고관여·혜택서비스 지향 유저가 고관여로 이동하려면 어떤 서비스 관여도를 먼저 높여야 하는가?”를 분석할 수 있다.
• 서비스별 관여도가 Cross Activation 전략의 출발점이 된다.
• 각 서비스 조직(Silo)은 자신의 서비스 관여도를 높이는 활동이 전사 세그먼트와 성과에 미친 영향을 정량적으로 추적할 수 있다.
• 서비스 이용자와 미이용자의 관여도 수준을 비교해 제품 Growth 전략의 우선순위를 정할 수 있다.

향후 발전 방향

• 서비스 유사도 등을 활용해 세그먼트 전환 전략을 빠르게 도출하는 분석 프레임워크 구축
• 유저 프로파일과 서비스 이용 패턴을 결합한 전략적 유저 맵 개발
• MTVi 등 다른 분석 프레임워크와 결합해 세그먼트별 서비스 가치를 정량화

TUES의 핵심은 단순한 유저 분류가 아니라, “현재 어떤 유저인지”와 “어떤 액션을 통해 다음 단계로 이동시킬지”를 연결하는 데 있다. 플랫폼 서비스에서는 서비스별 지표만 따로 보기보다, 전체 관여도와 서비스 간 이용 패턴을 함께 분석하는 세그먼트 체계를 구축하는 것이 효과적이다.