ascentkorea 
그로스해킹의 AARRR 퍼널은 제품이나 서비스를 성장시키기 위한 유용한 프레임워크입니다. 각 단계별로 성과를 측정하고 개선점을 찾아내면 제품이나 서비스의 성장을 가속화할 수 있습니다.이 중에서도 AARRR 모델에 기반한 리텐션, 수익, 추천에 대해 자세히 알아보겠습니다.
리텐션 (Retention)
1) 리텐션의 정의
리텐션은 유지율이라고 부르기도 합니다. 유입(Acquisition)과 활성화(Activation) 단계를 경험한 사용자가 서비스를 지속적으로 이용하는 정도를 나타내는 지표입니다. 리텐션은 서비스의 성공을 예측하는 데에 핵심적인 지표입니다. 좋은 리텐션은 단기적인 성장뿐만 아니라 장기적인 지속 가능성을 의미합니다.
AARRR 중에서도 리텐션은 개선이 어려운 영역으로 꼽히는데요. 단편적인 기능이나 단계를 개선하는 것으로는 리텐션을 변화시키기 어렵기 때문입니다. 하지만 리텐션을 개선할 경우 장기적으로 큰 효과를 볼 수 있기 때문에 오랜시간이 걸리더라도 세심한 분석과 개선이 필요합니다.
2) 리텐션을 측정하는 3가지 방법
리텐션은 클래식, 범위, 롤링 리텐션 등 서비스 특성이나 사용 환경에 따라 다양한 방법으로 측정할 수 있습니다.
클래식 리텐션
클래식 리텐션은 가장 일반적인 유지율 계산 방법이고, 특정일에 이벤트를 발생 시킨 유저의 비율을 계산하는 방식이기 때문에 ‘Day N 리텐션’이라고도 합니다.
롤링 리텐션
더이상 해당 이벤트가 발생하지 않는 비율은 얼마인가를 살펴봄으로써 리텐션을 계산 하는 방식입니다. 떠나버린 유저를 집계해서 리텐션을 계산합니다. 따라서 의류 쇼핑 서비스, 여행 서비스 등 사용빈도가 높지 않은 서비스에서 유용하게 활용합니다.
범위 리텐션
범위 리텐션이란 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식을 의미합니다. 사용 주기가 길고 주기적인 서비스에서 많이 사용되며, 굳이 매일 접속 하지 않더라도 일정 간격으로 꾸준히 사용하는 가계부, 음식 배달 서비스가 해당합니다.
리텐션 측정 예시
- 1일차 클래식 리텐션은 43%입니다. 이는 신규 사용자의 43%가 앱을 사용하기 시작한 후 1일차에 앱을 재시작했다는 의미입니다.
- 동시에 1일차 롤링 리텐션은 59%입니다. 이는 신규 사용자의 59%가 1일차 이후에 앱을 재시작했음을 의미합니다.
3) 리텐션 분석
퍼널 분석과 마찬가지로 리텐션 분석할때도 코호트에 따른 차이를 확인하고 그 원인이 되는 요소를 규명하는 것이 대단히 중요합니다. 코호트 분석을 통해 날짜나 유입 채널에 따른 차이를 확인하고 개선 방안을 도출해야 합니다. 또한 코호트에 따른 차이를 살펴보면서 서비스의 특성에 맞게 세심한 분석이 필요합니다. 리텐션 차트를 통해 코호트의 움직임을 시각화하여 안정화 지점과 추이를 분석하는 것이 중요합니다.
4) 리텐션 개선 전략
리텐션을 개선하기 위해서는 초기 이탈을 늦추는 데에 중점을 두고, 안정화된 이후에는 오랜 기간동안 사용자를 유지시키는 전략이 필요합니다. 리텐션을 개선하기 위한 활동들을 할때 주의해야 할 점은 단순히 리텐션 지표만 보지 말고 전반적인 사용자 경험을 고려하는 것이 필요합니다.
수익 (Revenue)
1) 수익의 정의
가입자, DAU, MAU 가 아무리 높아도 매출로 돌아오지 않는다면 서비스를 유지할 수 없습니다. 서비스를 운영하고 지속적으로 발전시키기 위해서는 사용자 개개인의 기여도를 파악하는 것이 중요합니다.
2) 수익 측정관련 주요 지표
- ARPU (Average Revenue Per User,인당 평균 매출)
- 시작과 끝이 있는 특정 기간에 대한 지표입니다.
- ARPU = Revenue/User
- APRDAU (Average Revenue Per Daily Active User) = 일매출 / DAU
- ARPWAU (Average Revenue Per Weekly Active User) = 주간매출 / MAU
- ARPPU (Average Revenue Per Paying User, 결제자 인당 평균 매출)
- ARPPU = Revenue / Paying User
- 고객 생애 가치 (Lifetime Value, LTV)
- 이론적으로 고객 생애 가치는 완벽하지만 현실에서는 많은 가정을 충족해야하기때문에 이런식의 계산은 불가능에 가깝습니다. 대신 고객 생애 매출을 계산하여 활용 할 수 있습니다.
- 고객 생애 매출 (Lifetime Revenue, LTR)
- 고객 생애 가치가 고객 한 명에 대한 기대 수익이라면 고객 생애 매출은 고객 한명에 대한 기대 매출을 의미 합니다. 매출과 비용 모두 계산 하지 않고 매출만 살펴보면 됩니다.
3) 수익 분석
건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇배수 까지 높아져야 합니다. 또한, 구독형태의 비즈니스 모델이라면 MRR과 같은 월별 반복 매출을 분석하여 에서의 특징을 이해해야 합니다.
4) 수익 개선 전략
수익을 개선하기 위해서는 사용자의 특성과 서비스의 특징을 고려한 운영 및 수익화 전략이 필요합니다. 고객 그룹을 세분화하여 각 그룹에 맞는 혜택을 제공하고, 신제품 출시나 프로모션을 통해 매출을 증진시킬 수 있습니다.
추천 (Referral)
1) 추천의 정의
추천은 오가닉 유입 중 하나로 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 확보하는 전략입니다. 주로 친구 초대를 통한 추천이 널리 활용되고 있습니다.
2) 추천 관련 지표, 바이럴 계수
친구초대는 세세한 프로세스와 화면단위의 사용자 경험이 얼마나 잘 설계됐느냐에 따라 그 효과가 달라지게 됩니다. 바이럴 계수는 추천 시스템의 효과를 분석하는 중요한 지표로, 사용자의 초대 행동과 전환율을 종합적으로 고려합니다. (바이럴 계수 = 사용자수 * 초대비율 * 인당 초대한 친구 수 * 전환율 / 사용자 수)
3) 추천 개선 전략
친구 초대 플로우를 효과적으로 설계하여 사용자 경험을 개선하고 추천의 활성화를 도모할 수 있습니다. 사용자에게 보이는 톤앤매너와 추천 프로세스를 꼼꼼히 설계함으로 사용자의 추천을 크게 끌어올릴 수 있습니다.
결론
그로스해킹에서 수익, 리텐션, 추천은 상호 연관성이 높은 요소입니다. 서비스를 지속적으로 개선하고 성장시키기 위해서는 수익을 올리는 동시에 사용자를 유지하고 새로운 사용자를 확보하는 전략이 필요합니다. 그로스해킹은 단순히 수치를 높이기 위한 전략이 아니라 전반적인 사용자 경험을 고려한 지속적인 노력이 필요한 분야입니다.