Funnel분석 및 AARRR 분석 1탄 | 코드스테이츠 PMB 17기 W5D2

오늘은 퍼널 및 AARRR 분석 기법을 사용해 제품 문제 분석 및 개선안을 도출하는 방법을 공부했다. 

우당탕탕 PM 되기! 그럼 오늘도 시작해보자!🥳

.

.

 

 

 

---

 

 

그로스 해킹이란 “서비스의 주요 지표를 꾸준히 파악하고 분석해 사용자 흐름을 최적화하는 동시에 많은 사용자를 확보하는 정량적 마케팅 기법”이라고 앞에서 배운 바 있다.​ 정성적, 정량적 데이터를 통해 최저 비용, 최고 효율로 제품을 개선하는 것이 목표이다. 이를 위해 PM은 “이탈”을 막고 “전환”을 높이는 것에 집중해야 한다.​

 

 

전환이란, 비단 추천뿐 아니라 물건을 구매하고 서비스를 구독하는 등 비즈니스에 직접 기여하는 모든 행위를 말한다. 이 행위를 확인하기 위해 “전환율"이라는 것을 설정하고, 전환율을 제대로 측정하기 위한 기법도 사용한다. 

 

 

PM과 그로스 마케터는 매출 상승 등의 목적을 위해 고객의 유입부터 이탈까지의 모든 과정을 추적하고, 데이터를 분석해 그로스 전략을 수립한다. 제품에 유입된 순간부터 고객의 모든 행동을 추적하고 예측하여, 전환율을 상승시키기 위한 가설을 세우고, 검증하는 분석 기법을 '고객 유입 분석'이라고 한다. '고객 유입 분석'에서는 일반적으로 고객의 행동을 각각의 '이벤트'로 나누고, 이벤트에 따라 얼마나 많은 고객이 유입되고 이탈하는지 분석한다. 

 

 

고객 유입 분석은 사용자 행동을 이해하는 것에 핵심적인 역할을 한다. 고객 유입 분석을 활용하여 사용자가 어떤 행동에서 이탈하는지 확인하고 그에 따라 빠른 대응책을 세울 수 있다. 

 

​고객 유입 분석의 대표적인 기법인 '퍼널 분석'과 퍼널 분석의 프레임워크인 'AARRR'에 대해 보다 자세하게 공부해보도록 하자. 

 

 

퍼널 분석

 

 

 

 

퍼널 분석이란 깔때기의 형태로 유저의 행동을 추적하고 분석하는 기법을 말한다. 퍼널 분석에서는 '제품의 노출' >> '유저의 유입' >> '제품 내에서의 행동' >> '최종 전환'까지의 행동을 지표로써 추적하고, 이탈하는 유저가 많을수록 깔때기의 하단이 좁아지는 형태를 하고 있다. 

 

 

퍼널 분석을 할 때, PM은 고객 행동 흐름에서 핵심 단계를 측정하고, '이탈률'과 '전환율'을 봐야 한다. 고객 행동 흐름에서 핵심 단계를 각각 측정을 할 때, 이탈률이 가장 높은 단계를 먼저 보수/고도화하는 것이 퍼널에 접근하는 핵심이다. 

 

 

AARRR(해적지표)

 

 

 

AARRR은 스타트업에 맞춰 개선한 퍼널 분석 프레임워크다.​ AARRR은 Acquisition(획득), Activation(활성화), Retention(재방문), Revenue(매출), Referral(추천)의 총 다섯 단계의 앞 글자를 따서 만들어졌다. 일반적으로 다섯 단계로 나뉘지만, 회사의 목표와 목적에 맞게 변경되는 경우도 있고,  Revenue(매출)와 Referral(추천)의 순서도 바뀌기도 한다. 

 

 

AARRR은 스타트업이 주목해야 할 5가지 가장 중요한 지표로 받아들여지고 있다. 이러한 지표들은 회사의 성장을 효과적으로 측정하는 동시에 액션 리스트를 단순화시켜주고, 작업의 우선 순위도 정할 수 있게 한다. 

 

 

AARRR(1) - 수집 단계(Acquisition)

 

 

수집 단계에서는 ‘어떻게 우리 제품을 처음 접하게 되는가’에 초점을 둔다. 이 단계에서는 어떻게 잠재 고객을 사이트 방문/접속하게 할 수 있을지, 전환율이 높은 고객군을 유입시킬 수 있을지를 생각해야 하며, 사이트 방문자가 고객이 되기 위해 다음 단계로 얼마나 이동하는지 추적해야 한다.

 

 

이 단계에서는 대표적으로 CPA(Cost Per Action), CAC(Cost of Customer Acquisition, 고객 획득비용/고객을 한 명 데리고 오는 데 얼마가 드는가), 신규 방문자 수, 신규 방문자 유입 경로 등 지표를 본다. 홈페이지를 방문해서 스크롤을 내리는지, 버튼을 누르는지, 오자마자 1초 만에 나가는지, 나간다면 왜 나가는지 등 모든 미세한 변환을 추적한다. 

 

 

수집/유입 단계에서는 세 가지 사항을 항상 염두에 두며 마케팅 전략을 수립해야 한다 :

1. 어떤 채널이 가장 많은 트래픽을 가져오는가?
2. 어떤 채널이 가장 가치 있는 트래픽을 가져오는가?
3. 어떤 채널이 가장 낮은 획득 비용(CAC)를 가졌는가? 

만약 모든 채널에서 마케팅이 실패한다면 PMF가 잘못 설정됐을 가능성이 있으니, 제품 자체에 대해 고민해야 한다.

 

 

---

 

 

AARRR(2) - 활동 단계(Activation)

 

 

활동 단계에서는 ‘사용자가 처음 서비스를 이용할 때 긍정적인 경험을 제공하는가’를 생각한다. 대표적인 지표 값은 웹사이트 트래픽, 체류 시간, 페이지뷰, 회원 가입율, 이벤트 참여율 등이 있다. 이 구간에서는 방문자가 웹 사이트 등에서 얼마나 많은 콘텐츠를 소비하고 있는지, 어떻게 소비하고 있는지를 살펴보고, 그에 맞춰 이탈률을 줄이고 전환율을 높일 수 있는 전략을 수립해야 한다.

 

 

활동 단계의 예시로 페이스북을 얘기할 수 있다. 페이스북은 활동 단계에 대한 데이터 분석을 하던 도중 '7명'의 친구가 등록된 다음부터 방문율과 유저 유입이 폭발적으로 증가한다는 것을 발견하여, 신규 가입 시 친구 추천, 등록 화면을 거치게 하여 최소한 7명 이상의 친구 등록이 되도록 UX를 재설계했다. 

 

 

활동 단계는 사용자가 서비스에 '재방문할 이유'를 제공하는 지점을 포착하는 단계라고 할 수 있다. 이 단계에서는 정량화된 데이터 분석도 좋지만, 고객 인터뷰를 통해 가입 또는 다운로드는 했지만 제품을 사용하지 않는 이유를 분석하는 것도 필요하다고 한다. 

 

 

---

 

 

AARRR(3) - 유지 단계 (Retention)

 

 

유지 단계에서는 ‘제품 또는 서비스 재사용률은 어떻게 되는가’에 초점을 둔다. 대표적인 측정 지표는 이탈률, 이탈 페이지, 회원가입 후 일자별 재방문율, 전체 재방문율 등이 있다. 유지 단계는 마케팅 차원에서도 중요하지만, 프로덕트의 성공과 직결되는 지표이기 때문에 PM에게도 매우 중요한 구간이다. Retention(유지) 단계에서 대표적으로 추적하는 지표인 ‘이탈률’은 PMF를 달성하는데 가장 큰 힌트가 될 수 있다. 고객이 우리의 제품을 첫 사용 이후 재사용하지 않는다면 제품이 문제가 될 수도 있고, 마케팅 메시지가 문제가 될 수도 있다. 

 

 

대표 지표 예시:

 

전자상거래(E-Commerce) : 구매율, 구매 빈도 등

일반적인 App : 사용 빈도와 주기, 체류 시간 등

SaaS(Software as a Services) : 구독률, 구독 기간, 사용 빈도와 주기 등

 

 

 

리텐션을 분석할 때는 2가지 개념을 유의해야 한다:

 

1. 고객 획득률 (Acquisition Rate) > 고객 이탈률 (Churn rate) = 제품의 지속적인 성장을 의미함, 긍정적인 신호

2. 고객 이탈률 > 고객 획득률 = 고객이 유입되어도, 이탈하는 비율이 더 높아져. 마케팅하면 할수록 손해. 부정적인 신호

 

 

고객 획득률이 고객 이탈률보다 낮은 경우, 문제를 해결한 후에 마케팅하는 게 효율적이다. 기능 개발 외에 리텐션율을 높이기 위한 방안으로는 앱 푸시 알림, 이메일 뉴스레터 같은 것이 있다. 

 

 

유지 단계에서는 새로운 고객을 확보하는 것보다 기존 고객이 재방문 할 수 있도록 만드는 것이 중요하다. 때문에 PM들은 '이탈률'이 많은 구간을 찾고, 집중적으로 보수하고 고도화하는 것에 많은 시간을 쏟는다고 한다. 

 

* 참고로 리텐션을 분석할 때 많이 사용되는 코호트 분석(코호트 트렌드, 코호트 커브, 히트맵)이 있는데, 해당 내용은 참고자료에서 확인해보면 좋을 것 같다. 

 

 

---

 

 

AARRR(4) - 매출 단계 (Revenue)

 

 

매출 단계에서는 최종 목적까지 퍼널이 잘 연결되어 있는가, 돈을 주고 구매할 만큼 제품의 가치가 있는가, 어떤 상황의 고객이 매출에 많은 기여를 하는가를 확인한다. 대표적인 측정 지표는 구매 전환율, 매출, 주문 별 객단가가 있다.

 

 

만약 리텐션 퍼널까지는 유입률이 높았는데 최종 구매가 이루어지지 않는다면, 제품 구매 화면 혹은 제품 리스트업 등 판매하는 제품(Contents)에 문제가 있을 수 있다. 다른 지표 값들을 최적화했다면 구매는 자연스럽게 이어지는 경우가 많기 때문이다. 

 

 

매출 단계에서는 구매 전환율을 높이는 것 외에도 목표로 해야 할 것은 LTV를 늘리고 CAC 비용을 줄이는 것이다. 이상적인 LTV(고객 생애 가치) : CAC(고객획득 비용) 비율은 3:1이다. LTV는 제품 구매 화면에서 보여주는 소액 제품을 늘린다든지, 재구매 요소를 만들어 제품에 넣는다든지 하는 방법 등으로 성장시킬 수 있다.

 

 

---

 

 

AARRR(5) - 추천 단계 (Referral)

 

 

추천 단계에서는 '어떻게 하면 사용자들이 스스로 추천할 수 있도록 만들까'에 집중한다. 핵심 지표는 좋아요, 댓글, 공유 수, NPS, 바이럴 지표가 있다. 앞서 언급했던 것처럼 그로스의 핵심은 유저가 스스로 입소문을 내어 다른 유저를 끌어오는 것, 즉 Referral (추천)이다. 

 

 

우리는 일상생활에서 많은 레퍼럴 전략을 접하고 있다. 애니팡의 하트 공유 시스템, 게임의 친구 초대 시 아이템 제공 이벤트, 토스의 용돈 주기, 친구 추천 시 무료 배송 이벤트 등, 어떤 혜택(Reward)을 바탕으로 사용자 스스로 추천할 수 있는 자동화 시스템을 만들어 놓고 마케팅을 진행하는 사례이다. 

 

 

Referral에 대한 데이터를 확인하는 대표적인 방법으로는 NPS(Net Promote Score, 고객 추천 지수)분석과 바이럴 계수(Viral coefficient)가 있다고 했다. NPS는 제품을 다른 사람에게 추천하고 싶은 지수가 9~10인 사람의 비율에서 0~6인 사람의 비율을 뺀 값이다. NPS 지표는 높으면 높을수록 좋고, 고객 피드백을 통해서 그 포인트를 찾아내면 된다. 바이럴 계수는 기존 사용자가 만든 신규 사용자를 보는 지표로, 각 사용자가 초대한 사람의 수 x 초대를 통해 가입(전환)된 확률을 말한다. 바이럴 계수가 1 이상일 경우 서비스가 성장 중인 것으로 볼 수 있고, 마케팅을 이어가도 좋다는 신호로 판단할 수 있다고 한다. 그러나 1 미만일 경우에는 성장이 정체되는 것으로, 필요한 조치를 취해야 한다.

 

 

바이럴 계수 계산 공식:

Viral coefficient = C x R x CR / 100

 

C = Number of customers (고객 수)

R = Average number of referrals per customer ( 한 고객당 평균 추천 건수 )

CR = Average conversion rate for referrals (추천 받은 사람의 평균 전환율)

 

 

---

 

추가적으로..

 

 

AARRR의 각 단계를 살펴봤다, 각 단계에서 초점을 두어야 하는 부분에 포커스해서 운영하는 것도 중요하지만, 문제점을 도출하고 가설을 세우고, 또 검증을 하기 위해서는 서비스, 기업에 저갑한 지표를 설정해야 한다. 지표 설정에 대해 간과하는 경우가 많은데, 지표는 방향성과 같아서, 목표하고자 하는 것을 검증하기 위해 어떤 지표를 사용하는 것이 좋은지 고민해볼 필요가 있다. 관련해서 읽어보면 좋을 자료도 2번째 참고자료로 첨부한다. 

 

 

---

 

그럼 과제글로 다시 만나요👋

 

 

---

 

참고자료

 

https://spoqa.github.io/2020/07/03/spoqa-data-analysis-part1.html

스포카의 데이터로 제품 뜯어보기 1편 - Retention

 

https://joshelman.medium.com/the-only-metric-that-matters-ab24a585b5ea#.y8gsraudv

The only metric that matters