AARRR - Activation

Acquision을 통해 데려온 사용자가, 우리 서비스의 핵심 가치를 경험했는가?

▪️ Activation 단계의 핵심은, Funnel에 대한 분석

☑️ 사용자들이 경험하는 단계를 도식화
☑️ 각 단계의 전환율을 측정/분석

▪️ Funnel 분석의 고려 요소

1) 핵심 가치를 경험하는 시점과 그곳으로 연결되는 stage를 잘 정의했는가?
2) 각 stage별 전환율을 어떤 기준으로 측정하는가?
3) cohort 별로 쪼개서 보고 있는가?

▪️ 핵심 가치를 경험하는 시점과 그곳으로 연결되는 stage를 잘 정의했는가?

• 비교적 이견이 없는 부분
• 회사에서 생각하는 가치와 유저가 생각하는 가치가 다른 경우가 간혹 있음
  -> 서비스 마케팅 마세지와, 유저 리뷰 등에서 나오는 키워드가 일치하는가?

▪️ 각 stage별 전환율을 어떤 기준으로 측정하는가?

• 전환율은 사용자별로 측정 x
• 결제 / 상품페이지의 페이지뷰

전환율
1) 4/20 = 20% (PV페이지뷰 기준)
ㄴ 디자인 개선 목적

2) 3/4 = 75% (4명의 유저중 3명이 결제로 넘어감)
ㄴ 유저단위로 끊어서 봄

▪️ cohort 별로 쪼개서 보고 있는가?

• 퍼널 분석에서 인사이트 조건은) A 그룹에서는 전환율이 60%인데 B 그룹에서는 전환율이 40%입니다. 등 그룹간의 차이를 발견하는 것

• 어떤 그룹은 다음 단계로 넘어가는데 어떤 그룹은 안넘어가는 그 차이가 뭘까 발견하는 것

▪️ Funnel 분석의 가치

1) 각 스테이지 별 conversion을 확인할 수 있다.

2) conversion에 영향을 주는 선행지표 발견
ex) CohortA는 stage1 -> stage2로 넘어오는 conversion이 35%인데
CohortB는 stage1 -> stage2로 넘어오는 conversion이 왜 20% 밖에 안될까?

3) cohort별 분석 예시

• signup cohort에 따라 다른가?
• UA medium / source / campaign에 따라 다른가?
• evenr 경험 유무에 따라 다른가?
• Demography에 따라 다른가?

3) 이탈의 원인 밝히기

• 데이터분석과 인터뷰)
• 일반적으로 cohort에 따른 conversion rate를 비교하게 되지만
• raw data를 깊이 있게 확인할 수 있다면, 이걸 역순으로 할 수 있음

▪️ Funnel 분석 정리

1) conversion이 중요하다 -> Global optimization

• 개별 퍼널의 최적화가 전체 퍼널의 최적화로 이어지지 않는 경우가 있음
• converion rate를 높이는 것 보다, stage를 줄이는 게 효과적인 경우도 있음

2) Home Try On: 깔대기 뒤집어보기

• 결제 -> 배송이 아니라 '배송->결제'로 퍼널을 만든다면?

3) cohort에 따른 차이와 그 원인을 파악하는게 핵심

• 이 퍼널의 conversion이 높은 그룹과 낮은 그룹의 무슨 차이가 있는거지?
• 우수 고객과 그렇지 않은 고객은 어떤 행동이 다른거지?

▪️ Funnel 개선하기

1) 개인화

• 머신러닝을 활용한 모델링? 가능하면 좋지만 처음부터 이렇게 가지 않아도 괜찮음
• rule base recommendation도 초기에 굉장히 잘 동작함

2) UI/UX

• UI Redsign은 conversion rate를 변화시키기 위한 대표적인 독립변수
• 전/후 효과에 대한 정확한 측정과 검증 과정 필요

3) 적절한 개입

• 이메일, 푸시, 인앱메세지 등을 이용한 use flow 개입
• 맥락을 잘 정의한다면 굉장한 효과, 하지만 잘못 사용하면 사용자를 떠나보내는 양날의 검