Metric - 지표관리 Framework [AARRR]

솔비·2024년 4월 26일

Data Analysis study note

🧷 Data Analysis

목록 보기

5/5

📁 데이터분석가의 역할

데이터 분석 환경 설계

어떤 데이터를 어떻게 수집할 것인가? : 링크

지표설정 및 관리

데이터 분석

데이터 시각화

이번 시간에서는 2. 지표관리 에 대해 공부합니다.

Framework 기반 지표관리

비즈니스에서 봐야할 지표는 정말 많고,
그 중 뭐가 중요한 지표인지 어느지표를 살펴봐야할지등을 관리할 수 있어야한다.

여러 지표관리 방법 중
Framework 기반 지표관리방법에 대해 알아보자.

Framework 기반 지표관리란?
서비스 이용 흐름에 따른 핵심 퍼널과 지표를 정의하고,
해당 지표를 개선하기 위한 과업을 수행하는 관리법.

Framework 기반 지표관리법에는 여러가지가 있으나,
대부분 주요 Metric(결과/목표)과 그를 이루는 작은 단위의 Metric(과정/보조/세부업무)으로 이루어진다.

Framework는 서비스에 따라 어느 방법론을 사용할지 결정한다.
그중, 가장 많이 사용하는 두가지를 알아보자.

1. Metric Hierarchy(지표계층)

구성 방식
- 지표를 Input metric(하위지표) & output metric(상위지표)구조를 통해서 구성
- 상위 지표는 하위 지표에 의해 설명 가능
- 지표의 계산에 의한 구조가 일반적이나 계산되지 않는 계층도 존재 (Proxy metric)
- 장점
- 비즈니스에 영향을 주는 Metric 구조를 파악하기 쉬움
- Level1 & Level2 를 팀 단위로 쪼개면 Action 과 Todo를 내리기 수월함
구축 프로세스
- 지표는 최대한 MECE 하게
- 지표를 담당하는 조직과 팀이 존재해야함
- 지표에 대한 기준과 정의가 정확

🌟 Output metric & Input metric

Output metric(후행지표) = Focus metric
결과로보여지는 비즈니스에서 가장 중요한 지표
Input metric(선행지표) = Level1 metric
Focus metric을 이루는 원인이 되는 구성요소

e.g. Retention지표(선행지표)가 관리되어야 매출(후행지표)이 오른다.

참고사항

예시

2. AARRR(유저의 여정중심)

https://app.amplitude.com/analytics/demo/dashboard/g10vvlvl

단계별 문제를 확인하고 유저의 여정과 라이프 사이클 전반을 개선시키는 것

➕ 5A (서비스를 알리는 단계추가)

각 단계별 주요지표

- AARRR : Acquisition < 사용자획득 >

고객이 유입되었을 때 특정할 수 있는 지표
e.g.
우리 서비스로 데려오는데 기여한 채널
서비스에 들어온 유저의 특징

[ DAU / MAU ]

일정기간 로그인한 또는 방문한 유저의 유니크 수

MAU를 쪼개보면,

이번달 신규유저 (New)
지난달 유지유저 (Retained)
지난달 이전 복귀유저 (Resurrected)

즉, MAU(t) = new(t) + retained(t) + resurrected(t)
로 볼 수 있다.

이번달 기준에서 저번달 MAU를 바라볼 때,
이번달 이탈한 유저(churned)와 이번달 유지유저(retauned)로 나눌 수 있다.

이번달 MAU
= 이번달 신규유저(New) + 지난달 유지유저(Retained) + 지난달 복귀유저(Resurrected)
저번달 MAU
= 지난달 유지유저(New) + 지난달 이탈유저(churned)

차를 계산해보면
= 이번달 신규유저(New) + 지난달 복귀유저(Resurrected) - 지난달 이탈유저(churned)

해당값이 0이상일 때 성장했다고 볼 수 있다.

Quick ratio

( 이번달 신규유저(New) + 지난달 복귀유저(Resurrected) ) / 지난달 이탈유저(churned)
지미래 관점의 실질 성장률을 확인하여
어떤 부분을 개선해야 할지 확인 할 수 있다.

[ CAC ]

유저획득(회원가입 또는 첫구매) 단가
매체별 CAC를 구해 비용이 높은 광고는 OFF

➕ LTV (유저평생가치)

고객이 서비스에서 평생동안 지불하는 금액 (가치)

LTV / CAC ratio

1이하로 떨어지면 이익은 마이너스가 된다.

- AARRR : Activation < 사용자활동 >

고객이 유입 또는 회원가입 이후 서비스의 핵심 가치를 발견하는 것

얼마나 활발하게 우리 서비스를 이용하는가?

우리 서비스의 어떤 기능을 이해하면 구매 유저로 전환될 수 있는가?

e.g.
상품 찜하기는 구매와 상관도가 높은 고객 행동.
해당 행동을 한 유저의 구매 전환과 Retention은
하지 않은 유저 대비 20% 이상 높게 차이가 나기때문에 해당 행동을 유도하는 이벤트와 제품 기획

➡️프로덕트에서 가치를 얻어야 리텐션(재방문), 결제, 추천 등 비즈니스의 주요목표로 이어짐

* Duration time : 체류시간
* Page view Frequency : 페이지뷰 빈도
* Stickiness : 사용자 고착도 
참고링크 : https://datarian.io/blog/stickiness

Funnel

활성화를 위해서는 퍼널전략이 중요하다.

여기서 고려해야할 점은 퍼널간 소요시간인데,

퍼널 이벤트간 완료 소요 시간에 따라 다른 전환율을 보일 수 있다 -> Complete within
그러면 얼마만큼의 Complete within이 적당한가?
퍼널간 적절한 소요시간은?(Time to convert)
서비스마다 기준이 달라질 수 있지만 퍼널 전환 기준 80% 유저가 포함되는 전환 소요 기간을 잡으면 OK
또는 중앙값 (평균의 경우 아웃라이어로 인해 정확하지 못한 수치일 수 있음)
퍼널간 전환율을 높이는 것 vs 퍼널 자체를 줄이는 것

두 가지 모두 고려해야한다.

Stickiness

정의

서비스에 유저들이 얼마나 자주 사용하는가를 정의
비율이 1에 가까울수록 자주 사용
빈도수가 높은 서비스라고 할 수 있으며 Stickiness가 높다면 리텐션이 높다
서비스마다 Stickiness의 특징이 달라짐
- 카카오톡, 메타, 유투브와 같은 sns 서비스는 매일 해당 서비스를 방문해서 사용하는 것이 일상화
  - 해당 서비스는 Stickiness의 중요도가 높음
- 커머스나 금융과 같은 서비스는 매일 사용자가 해당 서비스를 사용해야하는 이유는 없음
  - 해당 서비스에서는 Stickiness의 중요도가 낮음

Ahamoment 찾기

앰플리튜드 링크 : https://app.amplitude.com/analytics/demo/chart/39da727c?linkingDashboardId=g10vvlvl

- AARRR : Revenue < 사용자매출 >

매출에 영향을 주는 중요 인자를 발굴하는 단계

누가, 어떤 상품을, 어떻게 구매하는지

수익화를 위한 비즈니스 모델이 잘 작동하는지

비용 대비 수익이 안정적인지

* ARPU (Average Revenue Per User, 인당 평균 매출)
  - 사용자 한 명이 평균적으로 발생시키는 매출
  - 월매출/월간 사용자(MAU)
* ARPP U(Average Revenue Per Paying User, 결제자 인당 평균 매출)
  - 준 월 매출/월 결제자 = 객단가

ARPPU 해석

위 그래프를 보면 ARPPU 즉, 객단가가 감소한것을 알 수 있다.
다만, MAU와 총 매출은 늘어난 점으로 보아
이번에 인입된 신규유저들의 객단가가 낮았으나 전체매출이 상승됨에 따라 신규유저의 확보로 이후 ARPPU, 매출 상승을 기대할 수 있다. 로 해석 할 수 있다.

LTV : 고객생애가치

사용자의 진입~이탈까지 전체 기간의 누적으로 발생시키는 수익

* CAC : 구매전환단가 (고객획득비용)

이 때 사용자의 전체기간을 구하는 기준이 필요한데,
서비스가 변화되면서 유저의 행동과 구매패턴은 변화되기 때문에
정확한 전체기간을 구하기 어렵다.
그때 고려하면 좋을 점이 투자 회수기간이다.
투자 회수 기간 (Payback period)

기준이 되는 최소 기간 : CAC를 회수하는데 걸리는 시간

기준이 되는 권장 기간 : LTV/CAC가 3~5가 되는 시간

정답은 회사의 컨디션과 상황에 따라

투자회수기간에서 ARPU / CAC를 많이 사용한다.

- AARRR : Retention < 사용자유지 >

고객이 방문이나 구매 등의 비즈니스 핵심 행동을 반복하는 것

사용자가 일정한 주기로 서비스를 사용하는 이유는?

해당 서비스에서는 다른 서비스에서 얻을 수 없는 특별한 가치가 있는지?

신규 사용자들을 첫 한 주 동안 어떻게 유지할지

주요 지표
재방문율, 이탈률, 이탈페이지

(1) 주요이벤트

각 서비스마다 다르겠지만,
대부분의 이커머스는 구매하기가 아닐까 싶다.
ex) 앱 방문만 한다고 리텐션이 된것일까 라는 질문은 비즈니스에는 유의미하지 않을 수 있음

(2) 제품 사용 간격 찾기

*사용자가 Critical event를 수행할 것으로 예상되는 빈도
· 제품 사용 간격은 서비스 특성에 따라 다른 최적값을 가짐
· SNS, Media, 게임과 같은 서비스는 매일 사용하는 서비스
· 전자상거래, 명상앱, 생산성앱은 매일 사용하지 않음

(3) 측정기준

- AARRR : Referral < 사용자추천 >

정의

오가닉(Organic) 유입 중 하나, 기존 사용자의 추천이나 입소문을 통해 들어 오는 유저 그룹

얻을 수 있는 질문

얼마나 많이 우리 서비스가 자연발생적 or 레퍼러 프로그램에 의해 추천(공유)이 되는가?

주요 지표

후기수, 평첨, 공유 수, 바이럴 계수

e.g.

친구추천 이벤트 등의 일회성 프로모션보다 친구추천의 보상은 Paid Marketing CAC의 5~70% 수준