센서타워, 모바일인덱스의 매출 & 유저수 추정 방식

모바일 앱 시장의 경쟁이 심화됨에 따라, 개발사와 투자자는 시장 동향을 파악하고 전략적 의사결정을 내리기 위해 데이터 분석 플랫폼에 크게 의존하고 있다. Sensor Tower, Data.ai와 같은 플랫폼이 제공하는 사용자 수 및 매출 추정치는 업계 표준 지표로 통용된다. 본 문서는 이러한 플랫폼들이 사용자 수와 매출이라는 핵심 지표를 추정하는 방법론을 분석하고, 그 신뢰성의 근거와 내재적 한계를 조명하고자 한다.

사용자 추정의 데이터 기반

플랫폼의 사용자 수 추정은 기기 또는 사용자를 식별할 수 있는 데이터에 기반한다.

• ADID (Android Advertising ID): 안드로이드 기기에서 사용되는 36자리의 고유 식별 코드
• IDFA (Identifier for Advertisers): iOS 기기에서 사용되는 고유 식별 코드

이러한 식별자 외에도, 플랫폼들은 사용자가 인지하지 못하는 경로를 통해 데이터를 확보하여 분석의 깊이를 더한다. 무료 VPN 서비스, 특정 앱 사용에 대해 보상을 제공하는 리워드 앱, 또는 데이터 수집 기업이 직접 배급하는 유틸리티 앱 등이 대표적이다. 이 앱들은 무료 서비스 제공의 대가로 사용자 데이터를 수집하며, 이는 분석 플랫폼의 데이터 풀의 구성 요소이다.

매출 추정의 방법론과 모델링

매출 추정은 앱 마켓에서 공개되는 매출 순위 데이터를 통계적으로 모델링하는 방식으로 이루어진다. 일부 앱 개발사들은 데이터 분석 플랫폼에 자사 프로젝트의 뷰어 권한을 유료로 제공하여(Data barter) 플랫폼이 Google Play Console이나 App Store Connect에 기록된 실제 매출 데이터에 접근할 수 있도록 한다. 플랫폼은 이렇게 확보한 데이터를 기반으로 특정 매출 순위가 특정 매출액 규모에 해당한다는 상관관계 모델을 구축하며, 예를 들어 다수의 앱 데이터를 학습해 '1위는 100만 달러', '10위는 10만 달러'와 같은 기준을 정립한다. 이후 이 모델을 전체 앱 생태계에 확장 적용함으로써 순위만으로 각 앱의 매출을 역산하는 방식이다.

추정 모델의 한계와 해석 시 고려사항

이러한 추정 방식은 간단하게 매출을 추정할 수 있지만, 구조적인 한계를 가져 데이터를 해석할 때 비판적인 시각이 요구된다. 대부분의 분석이 Google Play와 Apple App Store에 집중되어 있기 때문에 Galaxy Store와 같은 특정 앱 마켓이나 Steam, PlayStation과 같은 타 플랫폼의 매출은 분석 범위에 포함되지 않아 전체 시장 그림을 왜곡할 수 있다. 또한 모델이 개별 앱의 성과보다 순위 자체에 높은 가중치를 두는 특성상 최상위권 앱의 매출 곡선이 실제 변동성보다 훨씬 안정적으로 평탄화되어 보이거나, 새로운 1위 앱이 등장했을 때 이전 1위 앱과 거의 동일한 매출로 추정되는 경향이 나타난다. 더불어 모델이 인앱 결제만을 추정 대상으로 하기 때문에 게임사의 자체 웹사이트를 통한 재화 판매, 외부 결제 시스템, PC 클라이언트 연동을 통한 크로스 플랫폼 매출 등은 추적되지 않아 실제 매출과 추정치 간의 괴리를 유발한다.

명백한 한계에도 불구하고 왜 플랫폼을 하나?

핵심은 자사의 실측 데이터를 보정 계수로 활용하는 데 있다. 먼저 자사 게임의 실제 매출과 플랫폼 추정치 간의 오차 배율을 계산하고, 이 배율을 경쟁사 추정치에 적용해 매출을 역산한다.

설령 플랫폼 데이터의 추정 정확도가 60% 수준에 불과하더라도, 기업은 자사 내부 데이터를 기준으로 오차를 보정함으로써 경쟁사의 성과를 합리적인 범위에서 추론하고 자사의 시장 위치를 객관적으로 평가할 수 있다. 이는 마케팅 예산 책정, 신규 프로젝트 목표 설정, 투자 유치 등 핵심 의사결정에 강력한 근거를 제공할 것이다.