AARRR은 사업가이자 투자자인 데이브 맥클루어가 스타트업의 성장을 위해 제안한 지표관리와 분석 방법론이다.
사용자의 서비스 이용 흐름을 기반으로 고객 유치(Acquisition), 활성화(Activation), 리텐션(Retention), 수익화(Revenue), 추천(Referral)이라는 다섯 가지 카테고리를 정의하고, 각 카테고리에서 핵심이 되는 지표를 발굴하고 이를 측정/개선하는 지표 관리 방법론을 의미한다. 사용자가 서비스에 진입하고, 핵심 기능을 사용하고, 결제하고, 이탈하는 라이프사이클(lifecycle) 전반에 걸친 핵심 지표를 찾고 관리하도록 한다.
1. Acquisition (고객 유치)
- 고객 유치는 사용자를 우리 서비스로 데려오는 것과 관련된 활동을 의미한다.
- 고객 유치 과정의 핵심은 고객 유치에 기여(Attribution)한 채널의 성과를 판단할 수 있는 모델을 만드는 것이다.
- 자발적으로 우리 서비스를 찾아오는 고객(Organic)과 마케팅 활동으로 찾아온 고객(Paid) 중 무료(Organic)의 유입을 늘리는 것이 중요하다.
- 가능한 많은 트래픽을 식별(Identified)해서 유입 경로가 명확하게 식별되지 않는 트래픽(Unknown)의 비중을 줄여야 한다.
고객 유치 지표
고객 획득 비용(Customer Acquisition Cost, CAC)
- 한 명의 사용자를 데려오기 위해 지출하는 평균 비용을 의미한다.
- 채널별, 캠페인별, 광고별로 얼마의 예산을 집행했고 각 경로를 통한 유입이 어떻게 되는지 추적해야 한다.
고객 유치 분석
UTM 파라미터(UTM parameter)
- 서비스로 인입된 트래픽이 어느 경로를 통해 들어왔는지 그 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터를 의미한다.
- 웹페이지 URL 뒤에 '?'를 붙인 후 소스(utm_source), 매체(utm_medium), 캠페인(utm_campaign), 검색어(utm_term), 콘텐츠(utm_content)에 해당하는 파라미터를 추가해서 새로운 URL을 생성하면 된다.
- ex) class101.net/products/nE3Rka3C8quVUg6sJTXu?utm_source=facebook&utm_medium=cpm&utm_campaign=career_lifestyle_purchase&utm_term=interest&utm_content=imagedco2
모바일 앱 어트리뷰션(Attribution)
- 어트리뷰션은 사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지를 식별함으로써 모바일 앱의 마케팅 성과를 판단하는 과정이다.
- 어트리뷰션 윈도우(Attribution Window)는 기여 이벤트가 발생한 이후 얼마만큼의 기간 동안 발생한 전환에 대해 어트리뷰션을 인정할 것인가를 의미하는 용어이다.(= lookback window)
- 클릭을 통해 발생하는 기여를 클릭-스루(click-through)라고 하고, 조회를 통해 발생하는 기여를 뷰-스루(view-through)라고 한다.
- 여러 개의 어트리뷰션의 기여도를 판단하는 기준인 어트리뷰션 모델(Attribution Model)에는 First Click, Last Click, Linear, Time Decay, U-Shape 등이 있다.
고객 유치 개선
- 단순히 많은 채널을 찾으려고 하기보다는 영향력 있는 소수의 채널을 찾아서 해당 채널의 효과를 극대화하는 것을 목표로 삼아야 한다.
2. Activation (활성화)
- 이 단계에서는 고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것이 중요 포인트이다.
- 활성화 단계의 핵심은 퍼널(Funnel) 분석은 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정, 분석하는 과정으로 진행된다.
활성화 지표
전환율
- 서비스의 핵심 가치(Aha moment, Must have)와 크리티컬 패스(Critical Path)를 정리함으로 퍼널의 세부단계를 정의하고, 각 단계의 전환율을 측정한다.
- 트래픽(pageview) 기준 전환율은 UX/UI 개선점을 찾는데, 사용자(user) 기준 전환율은 상품의 매력도나 가격등 종합적인 성과 판단을 위해 사용할 수 있다.
활성화 분석
- 코호트(Cohort)별로 전활율을 쪼개서 살펴보면 각 퍼널에 영향을 미치는 선행지표를 발견할 수 있다.
(Cohort: 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹)
활성화 개선
- 서비스 주요화면 개인화, UI/UX 개선, 메일/푸시 등의 개입, 퍼널 단계 수 축소, 퍼널 재설계로 전환율을 높일 수 있다.
3. Retention (유지율)
- 이 단계에서는 활성화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고, 그 수준을 측정할 수 있는 지표를 정의하고 관리해야한다.
리텐션 지표
클래식 리텐션(Classic Retention)
- 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식으로 'Day N 리텐션'이라고도 한다.
- 매일 접속해서 사용할 것으로 기대되는 서비스에서 활용하기 적절한 지표이다.(ex. 전화, 메신저, SNS)
범위 리텐션(Range Retention)
- 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이다.
- 클래식 리텐션에 비해 사용 주기가 길고 주기적인 서비스에 많이 활용된다.(ex. 가계부, 배달서비스)
롤링 리텐션(Rolling Retention)
- '더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인가?'를 계산하는 방식이다.
- 최초, 마지막 로그인 시점에 대한 데이터만 있으면 계산할 수 있어 간편하다.
- 사용자들의 접속 패턴에 따라 기존에 계산한 리텐션 수치가 계속 변하는 특징이 있다.
- 절대적인 수치보다 지표의 움직임 추이에 초점을 맞춰 활용하는 것이 좋다.
인게이지먼트(Engagement)
- Engagement = DAU / MAU
DAU: Daily Active User, MAU: Monthly Active User - 매일 동일한 사용자가 반복적으로 들어오는지 혹은 날마다 새로운 사용자가 들어오는지를 가늠할 수 있다.
리텐션 분석
리텐션 차트(Retention Chart)
- 리텐션 차트를 만들면 코호트, 시간에 따라 리텐션 변화 추이를 확인할 수 있다.
- 리텐션 차트는 코호트, 볼륨, 기간, 유지율의 4가지 요소로 이뤄진다.
리텐션 개선
- 시점에 따라 2가지의 개선 방법으로 나눌 수 있다.
1) 초기에 리텐션이 떨어지는 속도를 늦추기 - NUX(New User Experience, 신규 사용자 경험) 개선
2) 리텐션이 안정화된 이후 오랜 기간 유지시키기 - 리마케팅(Re-Marketing) 진행
4. Revenue (수익화)
수익화 관리를 위해서는 어떤 비즈니스 모델(Business Model)을 가지고 있는지를 명확히 이해하고, 그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 확인해야한다.
수익화 지표
ARPU(Average Revenue Per User, 인당 평균 매출)
- ARPU = Revenue / User
- 사용자 한 명이 평균적으로 발생시키는 매출을 의미한다.
- 특정 기간에 대한 지표로서, 월 기준으로 집계하는 것이 일반적이다.(= 월 매출 / MAU)
ARPPU(Average Revenue Per Paying User, 결제자 인당 평균 매출)
- ARPPU = Revenue / Paying User
- 결제자 한 명이 평균적으로 발생시키는 매출이다.
- 기간에 대한 정의가 필요하며, 월간 매출과 월간 결제자 수를 바탕으로 계산하는 것이 일반적이다.
고객 생애 가치(Lifetime Value, LTV)
- LTV = (M - c) / (1 - r + i) - AC
(M: 1인당 평균 매출, c: 1인당 평균 비용, r: 고객 유지 비율, i: 할인율, AC: 고객 획득비용) - 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익으로 정의할 수 있다.
- CLV(Customer Lifetime Value)라고도 한다.
- 계산하기 위해 많은 가정이 필요하고, 현실적으로 계산이 불가능하다.
고객 생애 매출(Lifetime Revenue, LTR)
- 고객 한 명에 대한 기대 매출을 의미한다.
- 유지 비용이나 획득 비용을 고려하지 않기 때문에 LTV보다 계산이 간편하다.
수익화 분석
LTR, CAC 비교
- CAC + a < LTR
- 기간별로 LTR(고객 생애 매출)이 증가하는 추이를 구한 후 CAC(고객 획득 비용)과 비교하면 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인할 수 있다.
- 건강하게 성공하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 한다.
데이터 세분화
- 전체 매출을 아이템별 매출로 분류하여 아이템별 매출 기여도를 파악할 수 있다.
- 인구통계학적 정보(성별, 연령대), 가입기간, 활동 여부 등 사용자 세그먼트를 나눠서 확인할 수 있다.
- 매출을 퍼널에 따라 쪼개 봄으로 매출 증가,감소 원인을 세부적으로 파악할 수 있다.
매출 = 설치 수 * 가입전환율 * 리텐션 * 결제비율 * ARPPU
월별 반복 매출(Monthly Recurring Revenue, MRR)
- 월별 이용금액을 지불하는 구독형 서비스에는 MRR 개념을 사용한다.
- 매출의 증가, 감소 원인을 세부적인 수준으로 확인할 수 있다.
- MRR = 기준 MRR + 신규 MRR - 이탈 MRR + 업그레이드/다운그레이드 MRR
(기준 MRR: 전월 기준 매출,
신규 MRR: 신규 고객으로 인한 증가 매출, 이탈 MRR: 기존 고객 이탈로 인한 감소 매출,
업그레이드 MRR: 기존 고객 대상 cross-sell, up-sell로 인한 증가 매출,
다운그레이드 MRR: 기존 고객의 요금제 하향조정(plan downgrade)등으로 인한 감소 매출)
수익화 개선
- 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략을 세우는 것이 중요하다.
5. Referral (추천)
- 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것을 의미한다.
- '서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가'라는 구조적인 문제에 가깝다.
추천 지표
바이럴 계수(Viral Coefficient)
- 바이럴 계수 = (사용자 수 * 초대 비율 * 인당 초대한 친구 수 * 전환율) / 사용자 수
- 바이럴 계수를 통해 추천 엔진이 얼마나 효과적으로 동작하는지 확인할 수 있다.
추천 분석
- 추천 시스템에 대한 효과를 분석할 때는 바이럴 계수 계산과 함께 '초대 주기가 얼마나 빠른가?'를 고려해야 한다.
- 현실에서 초대 받을 수 있는 사람은 무한하지 않기 때문에 목표 시장에서의 포화도(Saturate) 수준을 고려해야한다.
추천 개선
친구 초대 플로
- 친구 초대 유도 시점, 보상, 맥락, 핵심 메시지 등 친구 초대 기능에 대한 로직 설계에 따라 효과가 달라진다.
신규 사용자 경험(NUX, New User Experience)
- 가입과 온보딩 프로세스를 잘 설계함으로 초대받은 새 사용자의 이탈을 방지할 수 있다.
참고자료
- 양승화, 『그로스 해킹 데이터와 실험을 통해 성장하는 서비스를 만드는 방법』, 위키북스
'Business Analytics' 카테고리의 다른 글
| 1-3. 차원축소 - Feature Extraction(1); PCA, MDA (0) | 2023.01.11 |
|---|---|
| 1-2. 차원축소 - Feature Selection (0) | 2022.06.26 |
| 1-1. 차원 축소 - Overview (0) | 2022.06.25 |
댓글