AARRR 정리

우수민·2023년 3월 8일

잡다한 공부

목록 보기

12/13

AARRR 이란

Acquisition, Activation, Retention, Revenue, Referral
이는 고객 여정을 개선하여 비즈니스를 성장시키는 데 사용할 수 있는 일련의 지표를 나타냄
유저의 라이프 사이클을 통해 유저들을 판단함
관리 하기 위한 대표적인 지표 예시

주의할 부분

항상 순서대로 하는 것이 정답이 아니라 서비스별로 중요도가 다름

활용 방법

단계별로 풀어야하는 문제 확인

단계별로 활용되는 주요 지표를 선별하고 측정 -> 지표의 이해

현 단계에서 개선해야 하는 목표를 정하고 실험을 통해 단계적 개선이 필요

1. Acquisition : 사용자를 우리 서비스로 데려오기 -> 효과적인 채널 찾기

핵심 수식 : CAC(Customer Acquisition Cost) < LTV(Lifetime Value)
실제 서비스에서는 Organic과 Paid를 나누는 것이 불명확함 -> 정확한 기준 설정이나 정확한 트랙킹 필요
괜찮은 채널을 찾았다면, 최적화 시키고 확장 시키는 것이 중요
CAC의 경우 전체를 보기 보다는 채널/캠페인/날짜 등 다양한 조건에 따라 분리해서 보는 것이 중요함
LTV와 CAC가 존재한다면, LTV를 증가시키는 것이 CAC를 감소시키는 것보다 효과적

단어 정리
1. CAC(Customer Acquisition Cost) : 유저 획득 비용
2. CPC(Cost Per Click) : 클릭 당 과금되는 광고 상품
3. CPA(Cost Per Action) : 액션 당 과금되는 광고 상품
4. CPM(Cost Per Mille) : 노출 당 과금되는 광고 상품
5. CPP(Cost Per Period) : 기간 보장형 광고 상품
6. ROAS(Return on Ads Spending) : 광고로 인한 매출액 / 광고비
7. ASO(App Store Optimization) : 앱스토어 최적화(모바일 앱과 게임을 iOS 앱스토어와 구글플레이 내 상위 랭킹에 진입하기 위해 최적화 하는 작업)
8. SEO : 검색 엔진 최적화(웹사이트가 유기적인 검색 방식을 통해 검색 엔진에서 상위에 노출될 수 있도록 최적화 하는 과정)

2. Activation – 사용자가 서비스의 핵심 가치의 경험 유무

Activation 단계의 핵심은 Funnel에 대한 분석
- 퍼널 분석 : 웹 사이트에서 특정 결과에 도달하는데 필요한 단계와, 각 단계를 통과하는 사용자 수를 파악하기 위한 방법
- 사용자의 경험하는 단계를 도식화 / 각 단계의 전환율을 측정, 분석
- 장점 : 높은 트래픽 파악 / 고품질 방문자 유입 경로 확인 / 의사 결정 보조
Cohort를 쪼개서 보는 것이 중요
퍼널 분석의 가치
- 각 stage 별 conversion을 확인
- conversion에 영향을 주는 선행지표를 발견할 수 있음

단어 정리
1. Cohort 분석 : 시간 경과에 따라 유저 그룹을 추적하는 방법
2. Cohort : 획득 날짜, 제품 유형 또는 행동과 같은 공통 특성을 공유하는 유저 그룹
3. conversion : 전환율(웹사이트에 방문한 사람 중 소정의 유도된 행위를 한 방문자의 비율)

3. Retention – 사용자가 계속해서 서비스에 참여 유무

Activation 과정을 통해 경험한 A HA Moment를 꾸준히 경험하도록 하는 것
A HA Moment 과정 (ex. 페이스북의 경우 '10일 내에 7명의 친구')
1. 기준(baseline) 리텐션 이해하기
2. 가설 세우기
  : 어떤 행동이나 기능이 리텐션에 영향을 줄 수 있을지 가설 세우기
3. 가설 검증하기
  : 유저가 특정 행동을 했는지 안했는지에 따라 그룹화하고, 행동 기반 코호트를 통해 이러한 행동들이 실제로 높은 리텐션과 관련이 있는지 확인
4. 적정한 액션의 빈도를 찾기
  : 특정 액션이 '아하 모먼트'가 되기 위해서는 대다수 유저의 전환점(tipping point)를 대표할 수 있어야 함
5. 그래프로 점검하기
  : 결과 점검을 위해 행동분석을 위한 코호트를 만들어 리텐션 차트로 시각화
6. 인과관계 파악하기
  : 분석은 아직 완전히 상관관계만을 나타냄 -> 인과 관계를 파악하기 위해서는 서비스으 ㅣ변화가 실제로 리텐션에 어떤 영향을 주는지 A/B 테스트 실행해보는 것이 좋음
  ex. 가입 초기에 친구를 추가하도록 제안하기 / 가입 후의 친구 추천을 더 눈에 띄도록 하기 / 초기에 친구 추가를 유도하는 툴팁 추가하기
리텐션 종류
1. Classic Retention(Day-N Retention)
  : 첫 방문 후 +N일 후 재방문하는 사용자의 비율
  - Day N 서비스 방문자 / Day 0 서비스 첫 방문자
  - 특징 :
    - 계산이 쉽다
    - 특정 일자의 Retention이 매우 낮을 경우 평균 Retention 또한 매우 낮아질 수 도 있음
2. Range Retention
  : Classic Retention과 거의 동일하지만, 기준이 날짜가 아닌 기간이라는 차이점
  - Range N 서비스 이용자 / Range 0 서비스 첫 방문자
  - 특징:
    - 특정 일자의 Retention에 영향이 적음
    - Range가 길어질수록 Retention Rate가 높게 측정됨
3. Rolling Retention
  : 첫 방문 후 +N일 후 1회 이상 재방문하는 사용자 비율
  - Day N 이후 서비스 1회 이상 이용자 / Day 0 서비스 첫 방문자
  - 특징 :
    - 첫 방문일과 마지막 방문일이 있으면 계산이 가능
    - 사용자의 마지막 방문일은 계속 변화하므로 Retention Rate도 변화하고 마지막 방문일 전에 재방문이 전혀 없더라도 Retention에 반영
접속이 꼭 Retention의 유일한 기준X -> 다른 유의미한 행동을 기준으로, 시간에 따른 반복도 가능함
리텐션 개선방법
1. 초기에 떨어지는 속도를 늦추기
2. 오랜 기간 유지시키기

단어 정리
1. A HA Moment : 사용자가 서비스를 경험하면서 가치를 발견하는 순간
2. Stickiness(고착도) = DAU/MAU : 월간 순수 사용자 중 특정 일자에 접속한 사람의 비율

4. Revenue

RFM(Recency, Frequency, Monetary)
: 세가지 변수를 측정한 바탕으로 고객이 기업에 가져다 주는 수익에 얼마나 기여하는지 판단 가능
- Recency : 고객의 최근성 -> 최근에 구매한 고객일수록 현재의 관계가 유의하다고 판단
- Frequency : 고객의 구매빈도 -> 구매 횟수가 높을수록 높은 점수 부과
- Monetary : 고객의 구매 금액 -> 구매액이 높을 수록 높은 점수(단, 상한선 고려 필요)

단어 정리
1. ARPU(Average Revenue Per User) : 인당 평균 결제액(Revenue/User)
2. ARPPU(Average Revenue Per Paying User) : 결제자 인당 평균 결제액(Revenue/Paying User)
3. ASP(Average Selling Price) : 평균 판매 가격(Revenue/# of units sold)
4. LTV(Lifetime Value) : 유저 생애 가치(한명의 고객이 진입부터 이탈까지의 전체 활동기간 동안 누적해서 발생시키는 기대 수익)