[Python] MAU(Monthly Active Users) 계산 방법

이번 글에서는 텍스트 파일 형태의 사용자 접속 로그를 활용하여 MAU(Monthly Active Users) 를 계산하는 방법을 소개합니다.
MAU는 한 달 동안 한 번이라도 활동한 고유 사용자 수를 의미하며, 서비스 이용 현황을 파악하는 데 중요한 지표입니다.

1. 데이터 확인

저는 다음과 같이 user, ip, event_time 세 컬럼을 가진 로그 파일을 준비했습니다.
IP는 보안상 위험이 있을 수 있으므로, 아래 예시에서는 임의의 비공개 대역 IP(192.168.x.x)로 대체하였습니다.

user	ip	event_time
admin	192.168.0.10	2023-11-08 01:02:17.883
guest	192.168.0.10	2023-11-08 01:04:47.914
admin	192.168.0.11	2023-11-08 05:27:19.146
...	...	...

event_time은 사용자 활동 시각을 나타내며, 이를 기반으로 월별 고유 사용자 수를 계산할 수 있습니다.

2. MAU 계산 로직

MAU 계산은 다음 단계로 진행합니다.

1. 데이터 불러오기
   텍스트 파일(.txt)을 pandas로 읽어옵니다. 구분자는 |입니다.
2. 컬럼 및 데이터 전처리
   • 컬럼 이름과 데이터 값에서 불필요한 공백 제거
   • event_time 컬럼의 결측값(NaN) 제거
   • 날짜 형식 변환 시 잘못된 값은 NaT로 변환 후 제거
3. 고유 사용자 식별자 생성
   • 동일한 user라도 ip가 다르면 별도의 사용자로 간주할 수 있습니다.
   • 이를 위해 user + ip를 합친 새로운 식별자를 생성합니다.
4. 월 단위 추출
   • event_time에서 연-월(YYYY-MM) 형태로 추출하여 그룹화에 활용합니다.
5. 월별 고유 사용자 수 집계
   • 월별로 user_ip의 고유 개수를 세어 MAU를 구합니다.

3. Python 코드 예시

import pandas as pd

# 1. 데이터 읽기
df = pd.read_csv("mad_query_result.txt", sep="|")
df.columns = [col.strip() for col in df.columns]

# 2. 공백 제거
df['user'] = df['user'].str.strip()
df['ip'] = df['ip'].str.strip()
df['event_time'] = df['event_time'].str.strip()

# 3. 결측값 제거
df = df.dropna(subset=['user', 'ip', 'event_time'])

# 4. 날짜 형식 변환
df['event_time'] = pd.to_datetime(df['event_time'], errors='coerce')
df = df.dropna(subset=['event_time'])

# 5. 고유 사용자 식별자 생성
df['user_ip'] = df['user'] + "_" + df['ip']

# 6. 월 단위 추출
df['month'] = df['event_time'].dt.to_period('M')

# 7. 월별 MAU 계산
mau = df.groupby('month')['user_ip'].nunique().reset_index()
mau.columns = ['month', 'MAU']

print(mau)

4. 실행 결과 예시

month	MAU
2023-11	3

위 예시에서는 2023년 11월 한 달 동안 총 3명의 고유 사용자가 활동했음을 알 수 있습니다.

5. 정리

• MAU는 월간 서비스 활성도를 직관적으로 보여주는 지표입니다.
• user와 ip 조합으로 고유 사용자를 판별하면 보다 정확한 통계가 가능합니다.
• 결측값과 잘못된 날짜 데이터는 반드시 제거해야 신뢰할 수 있는 결과를 얻을 수 있습니다.
• pandas를 활용하면 텍스트 로그 파일에서도 손쉽게 MAU를 계산할 수 있습니다.