순 사용자와 총 방문은 무엇을 세는 단위인가

순 사용자(Unique User)는 지정한 기간 동안 사이트나 앱에 최소 1회 이상 방문한 고유한 개인의 수를 셉니다. 방문 시간이 1초였든 1시간이었든, 같은 사람이 그 기간에 몇 번을 왔든 상관없이 1명으로만 집계됩니다. 반면 총 방문(Total Visit)은 방문이 발생한 횟수 자체를 셉니다. 같은 사람이 하루에 세 번 들어왔다면 총 방문에는 3으로 반영됩니다. GA4 용어로 옮기면 순 사용자는 '사용자(User)', 총 방문은 '세션(Session)'에 각각 대응하는 개념입니다.

GA4의 '총사용자'는 옛 '순 사용자'와 같은 개념인가

GA4의 '총사용자(Total Users)'는 과거 유니버설 애널리틱스에서 쓰던 '순 사용자(Unique Users)' 개념을 그대로 이어받은 지표입니다. 명칭이 바뀐 것은 강조점의 차이에 가깝습니다. '순 사용자'는 세션이 아니라 개별 사람을 센다는 점을 강조한 표현이고, '총사용자'는 특정 기간의 전체 인원 규모를 강조한 표현입니다. 기능적으로는 같은 개념이라, 과거 리포트에서 '순 사용자'라는 용어를 봤다면 GA4의 '총사용자'와 같은 것으로 이해하면 됩니다.

신규 방문자와 재방문자 구분과는 또 다른 개념이다

순 사용자와 총 방문의 차이를 신규·재방문자 구분과 혼동하는 경우도 있습니다. 신규 방문자는 특정 기간 처음 방문한 사람, 재방문자는 이전에도 방문한 적 있는 사람을 나누는 개념으로, 이 역시 순 사용자를 기준으로 나눈 하위 분류입니다. 즉 순 사용자 수(예: 300명)는 신규 방문자(예: 120명)와 재방문자(예: 180명)로 다시 나뉠 수 있고, 이 300명이 만들어낸 총 방문(세션)이 900건이라는 식으로 세 가지 지표가 서로 다른 층위에서 함께 존재합니다. 이 세 지표를 각각 무엇을 세는지 구분해서 이해하면, 트래픽 보고서의 어느 숫자가 어떤 질문에 답하는 숫자인지 훨씬 명확하게 정리할 수 있습니다.

왜 두 지표를 구분해서 봐야 하나

두 지표를 구분하지 않고 섞어 쓰면 트래픽 규모를 실제보다 크게(또는 작게) 오해하게 됩니다. "이번 달 방문 1만 건"이라는 숫자가 총 방문(세션)이라면, 실제로 사이트를 찾은 사람은 재방문을 감안해 그보다 훨씬 적은 순 사용자 수일 수 있습니다. 반대로 순 사용자 수만 보고 "이번 달 3천 명이 왔다"고 하면, 그 사람들이 얼마나 자주 재방문했는지, 즉 콘텐츠나 서비스에 얼마나 자주 돌아오게 만들었는지는 전혀 드러나지 않습니다.

두 지표의 차이가 알려주는 것

순 사용자 대비 총 방문의 비율(총 방문÷순 사용자)이 클수록, 그 기간 동안 재방문이 활발했다는 뜻입니다. 이 비율이 1에 가까우면 대부분 1회성 방문이 많다는 뜻이고, 비율이 클수록 같은 사람이 여러 번 돌아왔다는 뜻입니다. 콘텐츠 서비스나 커뮤니티형 서비스라면 이 비율이 높을수록 서비스의 재방문 매력도가 높다는 긍정적 신호로 해석할 수 있습니다. 반대로 일회성 구매가 주된 이커머스 사이트라면 이 비율이 지나치게 낮은 것이 자연스러울 수 있어, 업종·서비스 성격에 따라 해석 방향이 달라진다는 점도 함께 감안해야 합니다.

보고서에서 어떤 지표를 우선 써야 하나

신규 고객 유입 성과나 캠페인이 얼마나 새로운 사람에게 닿았는지를 보고할 때는 순 사용자(총사용자) 기준이 더 정확한 근거가 됩니다. 반면 서버 트래픽 부하, 페이지뷰 대비 방문당 효율처럼 사이트 전체의 활동량을 논할 때는 총 방문(세션) 기준이 더 적합합니다. 어떤 지표를 쓸지 정할 때는 "이 보고서가 사람 수를 말하려는 것인지, 방문 횟수를 말하려는 것인지"를 먼저 구분하고, 표에는 두 숫자를 함께 적어 혼동을 원천적으로 줄이는 방식이 안전합니다.

업종별로 자연스러운 비율은 다르게 나타난다

뉴스·커뮤니티형 서비스는 하루에도 여러 번 들어오는 사용자가 많아 총 방문 대비 순 사용자 비율이 낮게(재방문이 많게) 나오는 경향이 있습니다. 반면 한 번 결제하면 목적이 끝나는 단발성 쇼핑몰이나 이벤트 페이지는 순 사용자와 총 방문 숫자가 비슷하게 나오는 것이 자연스럽습니다. 이 비율 자체를 다른 업종과 비교하기보다, 같은 서비스 안에서 시간에 따라 이 비율이 어떻게 변하는지를 추적하는 것이 더 의미 있는 활용법입니다. 예를 들어 신규 기능을 출시한 이후 총 방문÷순 사용자 비율이 눈에 띄게 올랐다면, 그 기능이 재방문을 유도하는 데 효과가 있었다는 신호로 해석할 수 있습니다.

이 비율을 채널별로도 나눠보면 유용합니다. 특정 유입 채널(예: 이메일 뉴스레터)에서 온 사용자의 재방문 비율이 다른 채널보다 높다면, 그 채널이 단순 신규 유입뿐 아니라 충성 고객 형성에도 기여하고 있다는 근거가 됩니다.