cnt수를 구할 때 왜 user_pseudo_id 를 사용하나요?

Question

안녕하세요! 강의 보다 궁금한 점이 생겨서 질문합니다. 집계할 때 COUNT(user_id) 가 아니라 COUNT(DISTINCT user_pseudo_id)를 사용하는 이유는 무엇인가요? (COUNT(user_id) 했을 때의 결과) 좋은 강의 제공해주셔서 감사합니다. 질문을 남겨주실 때 아래 부분을 같이 남겨주시면 더 빠르게 상황을 파악하고 답변드릴 수 있어요 🙂 어떤 강의를 들으면서 발생했나요?17.1-9 어떤 문제가 생겼나요? 어떤 시도를 해보셨나요? 어떤 쿼리를 사용했나요? 환경이 어떻게 되나요?(윈도우, 맥 중 택1, 크롬 같은 웹브라우저 환경)

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 나예님, COUNT(user_id) 와 COUNT(DISTINCT user_pseudo_id) 의 차이는 무엇을 하나의 사용자로 볼 것인지 에 있습니다. 퍼널 분석에서는 한 사용자가 여러 이벤트를 발생시킬 수 있으므로, 단순히 COUNT(user_id) 를 사용하면 이벤트 발생 횟수만큼 중복 집계될 수 있습니다. 따라서 각 퍼널 단계에 도달한 고유 사용자 수 를 구하려면 COUNT(DISTINCT user_pseudo_id) 를 사용하는 것이 일반적입니다. COUNT(user_id) : 해당 단계에서 발생한 로그 또는 이벤트 행의 개수 COUNT(DISTINCT user_pseudo_id) : 해당 단계에 도달한 중복 제거된 사용자 수 예를 들어 한 사용자가 같은 퍼널 단계에서 5번 이벤트를 발생시켰다면 다음과 같이 집계됩니다. COUNT(user_id) -- 5 COUNT(DISTINCT user_pseudo_id) -- 1 또한 user_id 는 로그에 따라 값이 없거나 로그인 사용자 중심으로 기록될 수 있지만, Firebase/GA4의 user_pseudo_id 는 비로그인 사용자를 포함해 기기·브라우저 단위의 사용자를 식별할 때 활용할 수 있습니다. 다만 user_pseudo_id 는 계정 단위의 절대적인 사용자 식별자가 아니라 기기 또는 앱 인스턴스 기준이라는 점은 주의해야 합니다. 관련해서 DISTINCT 를 사용해 사용자 중복을 제거하는 이유와 로그 데이터의 중복 집계 문제를 설명한 기존 답변을 참고해 주세요. N day 리텐션 쿼리 관련 질문 해당 답변에서도 리텐션이나 사용자 수를 집계할 때, 여러 이벤트 로그와 JOIN으로 인해 같은 사용자가 여러 번 나타날 수 있으므로 DISTINCT 를 사용해 고유 사용자를 집계한다고 설명하고 있습니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.