데이터 분석가라는 직군이 매력적인 이유 중 하나는 서비스를 성장시키기 위한 이정표 역할을 하고 있기 때문이라고 생각합니다. 서비스를 효과적으로 성장시킬 수 있는 데이터 분석가가 되기 위해 그로스 해킹: 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 이라는 책을 읽고 정리해보려고 합니다. 참고로 이 책은 정말 흥미있는 책이고 많은 데이터 분석가 분들에게 추천드리고 싶습니다.

3. AARRR

3.1 AARRR 개요

3.1.1 지표를 바라보는 관점: 과업 기반(Task-based) vs 프레임워크 기반(Framework-based)

• 그로스 해킹은 핵심 지표를 찾고, 그 지표를 성장시키는 방법을 찾는 활동임
• 지표는 서비스 내의 데이터를 원하는 기준에 따라 집계한 숫자로 만들어짐
• 지표를 잘 관리 및 활용 한다는 것은 제품의 상황을 측정할 수 있는 명확한 기준이 있다는 것임
• 지표를 측정하고 관리하는 방법은 과업 기반의 지표관리와 프레임워크 기반의 지표 관리 2가지로 나누어짐
• 과업 기반의 지표 관리: 각 조직별로 담당하는 업무를 먼저 정의한 후 해당 업무를 통해 발생하는 수치들을 지표화 해서 관리하는 것을 의미함
  • ex) 검색 마테팅의 CTR이 7% 였다. 오늘 처리한 CS 문의 수는 300건이다.
  • 과업 기반의 지표 관리의 문제점
    • 전사 관점에서 지표 우선순위를 정의하기 어려움
    • 모니터링하는 지표가 수시로 달라질 수 있음
    • 성장을 위한 지표가 아닌 놀지 않았다는 것을 증명하는 지표가 될 가능성이 큼

3.1.2 효율적인 지표 관리: AARRR

• 효율적인 지표 관리를 위해서는 회사 조직도에 따라 지표를 나눠서 관리하는 것이 아니라 서비스 이용 흐름(Use Flow)에 따라 단계별 주요 지표를 전체 서비스 관점에서 정의해야됨

• 유저가 처음 들어오는 순간부터 나가는 순간까지를 포괄하는 퍼널을 만들고, 각 단계에서 핵심이 되는 지표가 무엇인지를 찾아야됨

• 과업 기반의 지표 관리와는 반대로 지표를 우선 정의한 후 해당 지표를 원하는 방향으로 움직이게 하기 위해 어떤 과업이 필요할지를 거꾸로 고민해야됨

• AARRR: 각 카테고리에서 핵심이 되는 지표를 발굴하고 이를 측정, 개선하는 지표 관리 방법론

  • 사용자의 서비스 이용 흐름을 기반으로 다섯 가지 카테고리를 정의함
    • 고객 유치(Acquisition) : 사용자들을 어떻게 데려올 것인가?
    • 활성화(Activation) : 사용자들이 우리 서비스의 핵심 기능을 잘 사용하는가?
    • 리텐션(Retention) : 사용자들이 우리 서비스에 지속적으로 방문하는가?
    • 수익화(Revenue) : 사용자들이 우리 서비스의 핵심 기능을 사용하기 위해 결제를 하는가?
    • 추천(Referral) : 사용자들이 우리 서비스를 주변 지인들에게 소개, 추천하는가?

3.1.3 AARRR에 대한 오해

• 지표를 정의하고 모니터링 하는 것은 누구나 할 수 있음.
• 중요한 것은 지표 선정과 실험 우선순위 결정임
• AARRR은 각 지표를 어떻게 정의하느냐에 따라 다양한 인사이트를 얻을 수 있음
• 데이브 맥클루어(AARRR 주창자): "AARRR을 개선할 때 활성화와 유지율을 우선적으로 개선하고 고객 유치와 추천을 개선하고 마지막으로 수익화를 챙기는 것이 좋다."

3.1.4 AARRR을 활용하는 방법

• (1) 각 단계별로 풀어야 하는 문제를 확인한다.
• (2) 각 단계의 핵심 지표 선정 및 지표의 현재 수준 측정한다.
• (3) 측정된 지표가 가지는 의미를 이해한다.
• (4) 개선 목표 수준을 설정하고 실험을 통해 개선한다.

3.2 고객 유치

3.2.1 고객 유치(Acquistion)의 기본 개념

• 고객 유치: 사용자를 우리 서비스로 데려오는 것과 관련된 활동
• 고객 유치 과정의 핵심: 고객 유치에 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것
• 오가닉(Organic) 유저와 페이드(Paid) 유저를 나누는 것은 고객 유치 성과를 판단하는 기본적인 출발점임
• 오가닉(Organic)이라는 분류는 자발적으로 유입된 사용자라는 의미로 사용되지만 실제 트래킹 서비스에서의 기준은 유입된 채널을 식별할 수 없는 사용자에 가까움
• 고객 유치 채널을 구분할 때 오가닉이라는 표현 보다는 미식별(Unknown)이라는 용어를 사용하는 편이 더 적합함
• 고객 유치 데이터를 분석할 때 중요한 포인트는 오가닉 트래픽의 비중을 높히는 것이 아니라 가능한 많은 트래픽들을 식별해서 미식별 트래픽의 비중을 줄이는 방향이여야 함
• 결론
  • 어떻게 하면 사용자의 유입 채널을 최대한 누락 없게 정확하게 추적하고
  • 각 채널별 성과를 정확히 판단할 수 있을까?

3.2.2 고객 획득 비용(Customer Acquistion Cost, CAC)

• 고객 획득 비용(Customer Acquistion Cost, CAC)
  • 고객 유치와 관련된 핵심 지표
  • 한 명의 사용자를 데려오기 위해 지출하는 평균 비용
  • 가장 흔히 사용되는 방법: 가입한 유저 수 / 마케팅에 사용한 비용
  • 채널별, 캠페인별, 날짜별 데이터를 쪼개서 보는 것이 의미있음
  • '어느 채널에 얼마의 기간 동안 어떤 캠페인으로 얼마의 예산을 집행할 것인가' 라는 질문에 답할 수 있어야됨

3.2.3 UTM 파라미터 (Urchim Tracking Module parameter)

• 서비스로 인입된 트래픽이 어느 경로를 통해 들어왔는지 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터를 의미함
• 온라인에서 유입 경로를 확인하기 위해 가장 널리 사용되는 기능
• 소스(Source): 웹 트래픽에서 유입 효과를 판단하기 위한 장소 정보
• 웹 페이지 URL뒤에 ?를 붙인 후 소스(utm_source), 매체(utm_medium), 캠페인(utm_campaign), 검색어(utm_term), 콘텐츠(utm_content)에 해당하는 파라미터를 추가해 새로운 URL을 생성하기만 하면 됨
  • utm_source: 어디서 왔나?
  • utm_medium: 어떤 유형의 링크인가?
  • utm_campaign: 어떤 캠페인을 통해서 왔나?
  • utm_term: 어떤 키워드로 검색해서 왔나?
  • utm_content: 어떤 내용을 보고 왔나?
  • 여러개의 URL 동시에 사용하는 경우 &로 묶어줌
• 고객을 모집하는데 효과적인 장소, 캠페인, 매체를 어떤 파라미터가 달린 URL로 접속했는지 확인함으로서 정보를 파악할 수 있음
• Campaign URL Builder를 이용해 원하는 파라미터가 적용된 URL을 쉽게 만들 수 있음

3.3.3 모바일 앱 어트리뷰션(Attribution)

• 어트리뷰션: 사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지를 식별함으로써 모바일 앱의 마케팅 성과를 판단하는 과정
  • 서비스 종류: 브랜치(Branch), 코차바(Kochava), 에어브릿지(Airbridge), 애드브릭스(Adbrix)
  • 어떤 클릭이 앱 설치와 가입에 더 많이 기여했는지 확인할 수 있게 해줌
• 어트리뷰션 윈도우 (Attribution window)
  • 기여 채널의 성과를 판단하기 위해서는 기여 이벤트가 발생한 후 어느 정도의 기간 내에 발생한 어트리뷰션을 해당 채널의 성과로 인정할 것인가에 대한 기준이 필요함
  • 기여 이벤트: 앱을 설치하게 하는 데 영향을 미친 이벤트
  • 어트리뷰션 윈도우: 기여 이벤트가 발생한 이후 얼마만큼의 기간 동안 발생한 전환에 대해 어트리뷰션을 인정할 것인가
  • 각 채널별로 어트리뷰션 윈도우를 어떻게 정의할지에 대한 기준을 잘 세우는 것이 매우 중요함
• 어트리뷰션 유형: 클릭-스루, 뷰-스루
  • 클릭-스루(click-through): 클릭을 통해 발생하는 기여
  • 뷰-스루(view-through): 조회를 발생하는 기여
    • 광고를 꼭 클릭하지 않았어도 광고 조회가 앱 설치에 영향을 미쳤다면 기여로 인정할 수 있음
• 어트리뷰션 모델
  • 보통 앱 마케팅은 여러 채널에서 동시다발적으로 이루어짐
  • 어트리뷰션 접점이 2개 이상인 경우 기여도를 판단하기 어려움
  • 어트리뷰션 모델: 여러개의 광고 채널의 기여도를 판단할 수 있는 기준
    • 싱글 어트리뷰션 모델: 가장 기여도가 높다고 판단되는 하나의 채널 선정
      • 퍼스트 클릭(First click): 처음 클릭한 것의 기여도만 인정
      • 라스트 클릭(Last click): 나중에 클릭한 것의 기여도만 인정 (많은 광고 매체나 어트리뷰션 툴에서 채택하고 있음; 앱스플라이어의 경우 라스트 클릭이 원칙임ㅁ)
    • 멀티 터치 어트리뷰션: 전체 기여도를 2개 이상의 채널에 분배
      • 선형(Linear): 각 매체에 동등하게 기여도를 인정
      • 타임 디케이(Time-Decay): 최근에 발생한 기여 이벤트에 높은 가중치를 부여
      • U자형(U-shape): 먼저 발생한 이벤트와 나중에 이벤트에 동일하게 가중치 부여
  • 어트리뷰션 기준 정의
    • 각 채널의 특성을 고려해서 서로 다른 적절한 기준을 정해야됨
    • 명확한 기준 정의를 위해서는 채널의 특성을 잘 이해해야됨
  • 딥 링크(Deep Link)와 디퍼드 딥 링크 (Deferred Deep Link)
    • 딥 링크
      • 모바일 앱 안의 특정 화면(Activity)으로 이동하는 링크
      • 로그인 등 번거로운 과정을 거치지 않고도 앱내의 적합한 랜딩 페이지 보여줄 수 있음
      • 웹에서 앱으로 전환되는 랜딩 페이지에서의 전환율을 크게 향상시킬 수 있음
      • 링크를 클릭하는 사람의 휴대폰에 해당 앱이 설치되어있을 때만 정상작동됨
    • 디퍼드 딥 링크
      • 모바일 앱 설치 유무와 관계없이 사용할 수 있는 딥 링크
      • 앱이 설치돼 있지 않은 사람은 스토어로 이동해서 앱을 설치하게 한 후 앱을 실행하면 미리 정의한 랜딩 페이지로 이동시킴
      • 사용 맥락을 유지시킬 수 있기 때문에 사용자 경험 측면에서 장점이 있음
      • 어트리뷰션을 측정할 수 있는 범위가 넓어짐 (딥링크를 생성할 때 파라미터를 추가해서 추적 가능)

3.3.4 정리

• AARRR에서 고객유치(Acquistion)의 목표: 사용자의 유입 채널을 최대한 누락 없이 정확하게 추적하고, 각 채널별 성과를 정확히 판단하는 것
• 스타트업이라면 영향력 있는 소수의 채널을 찾아서 해당 채널의 효과를 극대화 하는 것을 목표로 삼는 것이 좋음
• 기존의 채널 최적화가 잘 되어 있거나 마케팅 예산이 커져서 기존 채널에서만 소화하기 비효율 적일 때만 채널을 확장해야됨
• 오가닉(Organic)과 미식별(Unknown)을 혼동하지 않아야됨
• 데이터를 통해 확인하려고 하는 것은 눈 앞에 있는 지표 몇 개가 아니라 '고객'에 대한 폭넓은 이해임