신규 주소 수는 처음 관측된 주소의 유입을, 재방문율은 같은 집단이 정해진 후속 기간에 다시 활동한 비중을 나타냅니다. 생성만 늘고 후속 활동이 없다면 지속적인 사용의 근거가 약합니다. 다만 주소 교체와 서비스 지갑 때문에 주소 재방문율을 사람의 재이용률로 단정해서는 안 됩니다.
처음 보였다는 사실과 실제 사용은 다릅니다
Coin Metrics는 새로 관측된 주소 전체와 그중 자금이 들어와 잔액이 있는 신규 주소를 별도 지표로 설명합니다. 체인의 주소 기록 방식에 따라 새 주소가 잔액 없이 나타날 수도 있습니다. 새 주소 숫자만 보아서는 자금을 보유했는지, 스스로 거래를 시작했는지까지 알 수 없습니다.
누군가 주소를 만들어 놓기만 한 상황과 서비스를 쓰기 위해 자금을 옮긴 상황은 독자에게 다른 의미입니다. 그렇다고 소액이 들어온 주소를 모두 신규 고객으로 바꾸어 부를 수도 없습니다. 여러 주소가 한 주체의 것이거나 본인 의사와 무관하게 자산을 수신했을 가능성을 남겨 두어야 합니다.
유입은 출발점이고, 같은 집단의 후속 활동은 그 유입이 얼마나 이어졌는지를 묻는 질문입니다.
JOBCOIN 분석 해설
그림은 이 주제의 공통 개념을 단순화한 설명입니다. 아래 항목에서 이 글의 구체적인 조건과 예외를 함께 읽어보세요.
- 처음 보였다는 사실과 실제 사용은 다릅니다
Coin Metrics는 새로 관측된 주소 전체와 그중 자금이 들어와 잔액이 있는 신규 주소를 별도 지표로 설명합니다.
- 코호트의 시작 조건을 고정합니다
코호트는 같은 시작 조건으로 묶은 관측 집단입니다.
- 같은 자료에서도 재방문 정의에 따라 답이 달라집니다
아래는 계산 방법을 보여 주는 가상 사례입니다.
AI로 제작한 개념도 · 실제 가격·거래 내역·통계가 아닙니다.
코호트의 시작 조건을 고정합니다
코호트는 같은 시작 조건으로 묶은 관측 집단입니다. 예를 들어 UTC 기준 월요일에 처음으로 직접 전송을 실행한 주소들을 한 집단으로 정할 수 있습니다. 처음 자산을 수신한 주소나 처음 특정 앱을 호출한 주소를 선택할 수도 있지만, 서로 다른 기준을 섞으면 비교 대상이 달라집니다.
분모는 해당 시작 조건을 충족한 고유 주소 수입니다. 후속 기간에 활동하지 않은 주소도 분모에 남겨 두어야 합니다. 현재 잔액이 있는 주소만 나중에 골라 분모를 다시 만들면 이미 떠난 주소가 사라져 유지율이 높아지는 생존 편향이 생깁니다.
활성 주소와 활성 주체의 차이도 출발할 때 결정합니다. 주소 기반 분석을 진행하다가 특정 기간부터 추정 주체 기반 자료로 바꾸면 변화가 이용 행태 때문인지 집계 단위 때문인지 분리하기 어렵습니다. 주소 기준 결과와 주체 기준 결과는 각각 이름을 붙여 보관합니다.
같은 자료에서도 재방문 정의에 따라 답이 달라집니다
아래는 계산 방법을 보여 주는 가상 사례입니다. 시작일에 조건을 충족한 주소가 100개이고, 정확히 7일 뒤 활동한 주소가 18개, 1일부터 7일 사이 한 번이라도 활동한 고유 주소가 42개라고 가정합니다. 두 지표는 각각 18%와 42%이며 어느 하나가 계산 오류인 것은 아닙니다.
주소 한 개가 일주일 동안 다섯 번 활동해도 기간 내 고유 재방문 수에는 한 번만 넣습니다. 매일의 재방문 주소 수를 단순히 더하면 같은 주소가 중복되어 비율이 과장될 수 있습니다. 날짜별 활동을 합집합으로 만들지, 정확한 한 날짜의 집합을 사용할지 먼저 정해야 합니다.
| 질문 | 분자 | 계산 | 해석 |
|---|---|---|---|
| 정확히 7일 뒤 다시 활동했는가 | 18개 | 18 ÷ 100 = 18% | 특정 날짜의 재방문 |
| 1~7일 안에 한 번이라도 돌아왔는가 | 42개 | 42 ÷ 100 = 42% | 첫 주 안의 재방문 |
| 7일 뒤부터 14일 뒤까지 돌아왔는가 | 별도 집계 필요 | 해당 기간 고유 주소 ÷ 100 | 다른 관측 창의 유지율 |
최근 집단의 빈칸을 이탈로 처리하지 않습니다
오늘 처음 나타난 주소는 아직 7일 뒤의 행동을 관측할 수 없습니다. 어제의 집단 역시 30일 재방문율을 계산할 만큼 시간이 지나지 않았습니다. 이렇게 아직 결과를 볼 기회가 없는 칸은 미관측으로 표시해야 하며, 0%로 채우면 최근 유입이 모두 실패한 것처럼 보입니다.
시작일이 서로 다른 집단을 비교할 때는 동일한 나이의 관측 창을 맞춥니다. 월초 유입 집단의 30일 활동과 월말 유입 집단의 3일 활동을 같은 유지율 열에 넣지 않습니다. 기간 시작과 끝의 시각, 시간대도 함께 기록해 자정 부근의 거래가 집단을 바꾸지 않도록 합니다.
재방문 판정에 사용한 데이터가 며칠 늦게 완성된다면 시간 경과만으로 충분하지 않을 수도 있습니다. 수집 지연과 재처리 여부를 확인한 뒤 집계를 확정합니다. 이미 완성된 집단인지, 최신 자료가 들어오면 바뀔 수 있는 잠정 집단인지 구별하는 표시가 필요합니다.
주소 교체와 보상이 만든 활동을 따로 읽습니다
개인정보 보호를 위해 새 주소를 계속 쓰는 이용자는 사람으로서는 남아 있어도 이전 주소에서는 이탈한 것처럼 보입니다. 서비스가 입금 주소를 교체하거나 고객 자산을 통합하는 경우에도 주소 유지율이 바뀔 수 있습니다. 이 한계는 수학적 비율을 정확히 계산해도 사라지지 않습니다.
보상 행사 기간의 반복 호출 역시 지속적인 서비스 수요와 같은 의미라고 가정할 수 없습니다. 보상 전후의 집단을 나누고, 단순 수신과 직접 실행, 유료 활동과 대납 활동을 구분해 보아야 합니다. 수수료 지불 주소를 함께 읽으면 누가 비용을 부담했는지라는 별도의 질문을 보완할 수 있습니다.
어떤 필터를 쓰든 제외 기준을 공개해야 합니다. 비슷한 행동을 했다는 이유만으로 모든 주소를 봇으로 확정하면 정상 이용도 빠질 수 있습니다. 필터 적용 전후의 결과를 나란히 두면 특정 판단에 결과가 얼마나 민감한지 확인할 수 있습니다.
- 코호트의 시작 이벤트와 시간대를 고정합니다.
- 재방문으로 인정하는 행동과 실패 거래 처리 기준을 정합니다.
- 후속 창이 끝나지 않은 칸은 미관측으로 표시합니다.
- 주소 교체 및 서비스 지갑의 영향을 별도로 적습니다.
- 보상·대납·자동화 제외 전후 결과를 함께 비교합니다.
신규 유입과 유지율을 한 문장으로 해석하는 방법
가상 집단 A에 신규 주소 100개와 첫 주 재방문 40개가 있고, B에 신규 주소 1,000개와 재방문 200개가 있다고 해 봅니다. A의 비율은 40%, B는 20%이지만 재방문 주소의 절대수는 B가 더 많습니다. 따라서 비율만으로 A가 무조건 더 활발하다고 결론 내리는 것도 부정확합니다.
보고서에는 신규 규모, 후속 고유 활동 수, 유지율을 같이 제시합니다. 표본이 아주 작으면 주소 몇 개만 달라져도 비율이 크게 움직이므로 집단 크기를 숨기지 않습니다. 여러 주에 걸친 반복 관측이 한 번의 행사나 우연한 변화를 구분하는 데 도움이 됩니다.
정리 문장은 ‘정의한 시작 조건의 주소 가운데 정해진 기간에 다시 활동한 비중’으로 범위를 제한합니다. 매출 증가나 토큰 가격 상승에 대한 예측은 이 비율에서 자동으로 나오지 않습니다. 네트워크 이용의 지속성을 설명하는 자료로 쓰되, 실제 이용자 수와 경제적 성과는 별도 확인 대상으로 남깁니다.
자주 묻는 질문
신규 주소가 많으면 신규 고객도 많은 건가요?
주소는 고객 명부가 아닙니다. 한 주체의 여러 주소, 잔액 없는 주소, 단순 수신 주소가 포함될 수 있으므로 신규 고객 수로 그대로 바꾸어 표현할 수 없습니다.
7일 유지율과 7일 안 재방문율은 같은가요?
정확히 7일째의 활동과 첫 7일 중 한 번 이상의 활동은 다른 집합입니다. 사용하는 날짜 범위와 중복 제거 방식을 명시해야 비교할 수 있습니다.
최근 코호트의 30일 유지율이 비어 있으면 0%인가요?
아직 30일을 관측하지 못했다면 미관측입니다. 충분한 시간이 지나고 자료 수집까지 완료된 집단에만 해당 값을 표시합니다.
더 깊이 읽기
본문에서 다룬 개념과 확인 절차를 다음 글에서 이어서 살펴보세요.
