[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,73 +1,150 @@
|
||||
---
|
||||
id: wiki-2026-0508-arpu-arppu
|
||||
title: ARPU ARPPU
|
||||
title: ARPU / ARPPU
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [ARPU, ARPPU, Average Revenue Per User, Average Revenue Per Paying User]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [metrics, monetization, game-economy, saas, kpi]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: sql
|
||||
framework: bigquery-snowflake
|
||||
---
|
||||
|
||||
# [[ARPU-ARPPU|ARPU/ARPPU]]
|
||||
# ARPU / ARPPU
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
ARPU(Average Revenue Per User)는 일정 기간 동안 전체 사용자 1인당 발생하는 평균 수익을 의미하며, ARPPU(Average Revenue Per Paying User)는 동일 기간 동안 결제를 진행한 유료 사용자 1인당 평균 수익을 나타내는 지표입니다. 이 두 지표는 게임의 수익성, 가격 책정 구조의 효율성, 그리고 사용자들의 게임 내 가치 인식 수준을 평가하는 핵심 기준이 됩니다. 게임 개발사 및 투자자는 이를 통해 미래 성장을 예측하고 고객 평생 가치(LTV)를 도출하여 지속 가능한 게임 경제를 설계할 수 있습니다.
|
||||
## 매 한 줄
|
||||
> **"매 ARPU 는 매 user base 전체 의 monetization 효율, 매 ARPPU 는 매 paying user 의 willingness-to-pay"**. 매 두 metric 의 ratio = conversion rate. 매 mobile F2P (2010s Supercell, 2020s Genshin) 에서 매 industry standard, 매 2026 SaaS / AI 구독 (ChatGPT Plus, Claude Pro) 에도 그대로 적용.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
* **개념 및 계산 방식:**
|
||||
* **ARPU (평균 사용자 매출):** 특정 기간의 총 수익을 전체 활성 사용자 수로 나눈 값입니다[1-3]. 여기에는 일일 평균(ARPDAU), 주간 평균(ARPWAU), 월간 평균(ARPMAU) 등이 있으며 구독료, 인앱 결제, 광고 수익 등을 모두 포함합니다[1, 4]. 타 프로젝트와의 성과를 비교하거나 트래픽 품질을 평가하여 최적의 고객 획득 비용(CPI/CAC)을 산출할 때 유용하게 쓰입니다[5].
|
||||
* **ARPPU (유료 사용자 평균 매출):** 총 수익을 '최소 한 번 이상 결제한 사용자(Paying User)' 수로 나눈 값입니다[3, 6]. 전체 사용자가 아닌 실제 돈을 지불한 고객만을 대상으로 하므로 항상 ARPU보다 높게 나타납니다[7].
|
||||
## 매 핵심
|
||||
|
||||
* **게임 경제 및 비즈니스에서의 역할:**
|
||||
* **수익화 모델 및 가치 평가:** ARPU의 추이를 관찰하면 사용자가 게임에 부여하는 인지적 가치가 상승하는지 하락하는지 파악할 수 있습니다[6]. ARPPU는 유료 사용자가 프로젝트의 가치와 가격 책정에 어떻게 반응하는지, 그리고 가장 가치 있는 고객 세그먼트와 구매자 프로필이 무엇인지 식별하는 데 사용됩니다[3, 6].
|
||||
* **LTV 산출의 핵심 입력값:** ARPU는 유닛 이코노믹스(Unit Economics)의 핵심인 고객 평생 가치(LTV)를 계산하는 데 필수적인 기초 지표입니다(LTV = ARPU / 이탈률)[8-10]. 데이터 분석가는 잔존율(Retention)을 통해 사용자를 유지하고, ARPU를 통해 가치를 추출하여 궁극적으로 LTV가 고객 획득 비용(CAC)을 상회하도록(예: LTV:CAC 비율 3:1 이상) 시스템을 최적화해야 합니다[3, 11].
|
||||
### 매 정의
|
||||
- **ARPU** = Total Revenue / Total Active Users (DAU 또는 MAU 기준).
|
||||
- **ARPPU** = Total Revenue / Paying Users.
|
||||
- **Conversion Rate** = Paying Users / Active Users = ARPU / ARPPU.
|
||||
|
||||
* **한계점 및 최적화 전략:**
|
||||
* **한계점:** ARPU는 소수의 고액 결제자(고래 유저)가 평균을 크게 왜곡할 수 있어 지표 해석 시 주의가 필요합니다[12]. 또한 수익만을 보여줄 뿐 해당 유저에게 서비스를 제공하는 데 드는 비용(총 이익률 등)이나 장기 유지율을 견인하는 사용자 경험의 품질은 설명하지 못합니다[12].
|
||||
* **최적화 전략:** ARPU를 향상시키기 위해서는 기본 구독이나 게임의 가치 제안(Value Proposition)을 높이고, 기존 사용자에게 1회성 치장용 아이템(Cosmetic content)이나 특별 이벤트 패스를 적극적으로 마케팅해야 합니다[13]. 더불어 하이퍼캐주얼 게임에 인앱 결제(IAP)를 더한 하이브리드 수익화 모델(Hybrid monetization)을 적용하면 광고만 있는 모델보다 ARPU를 28% 더 높일 수 있습니다[14].
|
||||
### 매 Time window
|
||||
- **Daily ARPU (ARPDAU)**: revenue_day / DAU_day — 매 noisy, 매 7-day rolling avg 권장.
|
||||
- **Monthly ARPU (ARPMAU)**: revenue_month / MAU_month — 매 industry standard.
|
||||
- **LTV-adjusted ARPU**: 매 cohort 기반 — 매 churn 반영.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** LTV (고객 평생 가치, CAC (고객 획득 비용), 유지율 (Retention), [[이탈률(Churn Rate)|이탈률 (Churn Rate]], [[하이브리드 수익화 모델|하이브리드 수익화 모델]]
|
||||
- **Projects/Contexts:** 모바일 게임 개발 KPI 분석, 게임 경제의 유닛 이코노믹스 (Unit Economics
|
||||
- **Contradictions/Notes:** ARPU 지표는 전반적인 수익 창출 능력을 보여주는 훌륭한 기준이지만, 소수의 고과금 유저로 인해 평균값이 크게 올라갈 수 있으므로 ARPU가 높다고 해서 모든 대다수의 유저가 게임에 만족하고 지갑을 연다고 직관적으로 오해해서는 안 됩니다[12].
|
||||
### 매 응용
|
||||
1. **F2P 게임**: 매 ARPPU $10–50, 매 conversion 1–5% → ARPU $0.10–2.50.
|
||||
2. **SaaS B2C**: 매 conversion 5–15%, 매 ARPPU $5–30 → ARPU $0.50–4.
|
||||
3. **AI 구독**: 매 ARPPU $20, 매 conversion 5–10%.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-29*
|
||||
## 💻 패턴
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### Pattern 1: SQL ARPU/ARPPU 계산
|
||||
```sql
|
||||
-- BigQuery: monthly ARPU & ARPPU
|
||||
WITH monthly AS (
|
||||
SELECT
|
||||
DATE_TRUNC(event_date, MONTH) AS month,
|
||||
user_id,
|
||||
SUM(revenue_usd) AS user_revenue
|
||||
FROM events
|
||||
WHERE event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 12 MONTH)
|
||||
GROUP BY month, user_id
|
||||
)
|
||||
SELECT
|
||||
month,
|
||||
COUNT(DISTINCT user_id) AS mau,
|
||||
COUNTIF(user_revenue > 0) AS paying_users,
|
||||
SUM(user_revenue) / COUNT(DISTINCT user_id) AS arpu,
|
||||
SAFE_DIVIDE(SUM(user_revenue), COUNTIF(user_revenue > 0)) AS arppu,
|
||||
SAFE_DIVIDE(COUNTIF(user_revenue > 0), COUNT(DISTINCT user_id)) AS conv_rate
|
||||
FROM monthly
|
||||
GROUP BY month
|
||||
ORDER BY month;
|
||||
```
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Pattern 2: Cohort ARPU (LTV-style)
|
||||
```sql
|
||||
SELECT
|
||||
install_cohort,
|
||||
DATE_DIFF(event_date, install_date, DAY) AS day_n,
|
||||
SUM(revenue_usd) / COUNT(DISTINCT user_id) AS cumulative_arpu
|
||||
FROM user_events
|
||||
GROUP BY install_cohort, day_n
|
||||
ORDER BY install_cohort, day_n;
|
||||
```
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### Pattern 3: Whale segmentation
|
||||
```sql
|
||||
SELECT
|
||||
CASE
|
||||
WHEN user_revenue >= 1000 THEN 'whale'
|
||||
WHEN user_revenue >= 100 THEN 'dolphin'
|
||||
WHEN user_revenue >= 10 THEN 'minnow'
|
||||
ELSE 'free'
|
||||
END AS segment,
|
||||
COUNT(*) AS users,
|
||||
SUM(user_revenue) AS revenue,
|
||||
AVG(user_revenue) AS arppu_segment
|
||||
FROM monthly
|
||||
GROUP BY segment;
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### Pattern 4: Python Pareto 검증
|
||||
```python
|
||||
import numpy as np
|
||||
revenue = df['user_revenue'].sort_values(ascending=False).values
|
||||
top_1pct = revenue[:int(len(revenue) * 0.01)].sum()
|
||||
total = revenue.sum()
|
||||
print(f"Top 1% contribute: {top_1pct / total:.1%}") # 매 F2P 보통 50%+
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Pattern 5: ARPDAU rolling window
|
||||
```sql
|
||||
SELECT
|
||||
event_date,
|
||||
AVG(revenue / dau) OVER (
|
||||
ORDER BY event_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
|
||||
) AS arpdau_7d
|
||||
FROM daily_metrics;
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
## 매 결정 기준
|
||||
| 상황 | Use which metric |
|
||||
|---|---|
|
||||
| 매 전체 monetization health | ARPU |
|
||||
| 매 pricing / paywall 효과 | ARPPU |
|
||||
| 매 funnel optimization | Conversion = ARPU/ARPPU |
|
||||
| 매 long-term value | Cohort LTV (ARPU × retention 적분) |
|
||||
| 매 whale dependence | Top 1% revenue share |
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
**기본값**: 매 ARPU + ARPPU + Conversion 매 trio 같이 보고. 매 single metric 의 misleading.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
## 🔗 Graph
|
||||
- 부모: [[유저 평균 매출(ARPU)]] · [[결제 사용자당 평균 매출(ARPPU)]]
|
||||
- 변형: [[ARPDAU]] · [[LTV]]
|
||||
- 응용: [[부분 유료화(Freemium) 게임 경제 모델링]] · [[가상 경제 시스템]]
|
||||
- Adjacent: [[이탈률(Churn Rate)]] · [[수요와 공급(Supply and Demand)]]
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 product analytics agent 가 매 monetization dashboard 생성 / 매 anomaly detection. 매 LLM 이 매 SQL 작성 + 매 ratio interpretation.
|
||||
**언제 X**: 매 raw event-level data exploration — 매 BI tool (Looker, Metabase) 직접.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
## ❌ 안티패턴
|
||||
- **ARPU only reporting**: 매 conversion 변화 의 hidden — 매 ARPPU drop + conversion rise 가 ARPU 같게 보임.
|
||||
- **Single-day snapshot**: 매 day-of-week / weekend effect → 매 7-day rolling 필수.
|
||||
- **Mixing currencies**: 매 KRW/USD/EUR mixed → 매 normalize first.
|
||||
- **Including refunds 의 X**: 매 refund 차감 안 하면 매 inflated ARPPU.
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Newzoo 2025 mobile gaming report, Sensor Tower 2026 benchmarks).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — definitions + 5 SQL patterns + 매 whale segmentation |
|
||||
|
||||
Reference in New Issue
Block a user