[그로스 해킹] 03. AARRR① (Acquisition 고객유치)

블로그는 책 그로스 해킹(Growth Hacking), 지은이 양승화 를 요약/정리한 내용입니다.

---

용어 정리

AARRR이란?

: 스타트업의 성장을 위해 그로스 해킹 기반의 지표 관리 방법론

Acuquisition(고객유치)- 서비스로 이용자 유입

Activation(활성화) - 회원가입, 장바구니 등 회원의 경험

Retention(리텐션) - 재방문

Revenue(수익화) - 수익

Referral(추천) - 신규 이용자에게 추천

 

Organic User VS Paid User

: 오가닉 유저는 자발적으로 서비스를 이용하게 된 사람이고, 페이드 유저는 마케팅 활동을 통해 유입된 유저이다. 

 

Customer Acquisition Cost, CAC(고객 획득 비용)

: 고객 획득 비용 CAC는 한 명의 사용자를 데려오기 위해 지출하는 평균 비용이다. 예를 들어 광고비가 천만원이고 유입된 유저가 100명이라면 고객 획득 비용은 천만원/100 = 만원이다.

 

UTM parameter(UTM 파라미터)

: 온라인에서 서비스로 유입되는 트래픽이 어떤 경로를 통해 들어왔는지 확인할 수 있는 것을 말한다.

 

Attribution(모바일 앱 어트리뷰션)

: 모바일 앱에서의 유입 기여에 해당하는 개념이다. UTM 파라미터에 비해 표준이 있지는 않다.

 

Attribution Window(어트리뷰션 윈도우) = lookback window(룩백 윈도우)

:  원하는 목적에 달성하기 위해 영향을 미친 이벤트를 정의하는 용어이다.

 

Deep Link & Deferred Deep Link(딥 링크와 디퍼드 딥 링크)

:  딥 링크란 모바일 앱안에서 특정 화면으로 이동하는 링크이다. 딥 링크는 링크를 클릭하면 모바일 앱이 실행되고 바로 원하는 페이지를 보여주는 것이다. 딥 링크는 랜딩 페이지의 전환율을 높일 수 있지만 모바일 앱이 없다면 동작이 되지 않는다는 단점이 있다. 이를 해결하는 것이 디퍼드 딥 링크이다. 디퍼드 딥 링크는 앱이 설치되어있지 않는 사람은 앱을 설치하게 한 후 랜딩 페이지로 이동시키고, 앱이 설치되어있다면 바로 랜딩 페이지로 이동시키는 기술이다. 디퍼드 딥 링크는 사용자 경험에서도 좋지만 어트리뷰션을 측정하는 범위를 넓힐 수 있다. 

 

ROAS(Return on Ads Spending)

: ROAS는 광고비 대비 매출액으로 광고에 들어간 비용에 대비하여 매출이 얼만큼 났는지 나타내는 지표이다. 

---

03장, AAARRR?

 

지표를 바라보는 관점

: 과업 기반 VS 프레임워크 기반

과업기반은 조직별로 업무를 정의한 후에 해당하는 업무에 필요한 수치를 지표화하는 것이고, 프레임워크 기반은 전반적인 서비스의 흐름에 따라 퍼널과 지표를 정하고 이를 해결하기 위한 업무를 진행하는 것이다. 과업 기반으로 진행하게 될 경우 업무가 변경될 때마다 지표가 바뀔 수도 있는 문제가 있다. 반면에 프레임워크 기반으로 지표를 관리하게 되면 우선 순위에 따라 지표를 개선하기 위한 업무가 진행될 것이다. 다시 말하면 AARRR는 단순히 현황을 보고자하는 숫자가 아니라 이를 어떻게 활용하고 개선해나갈지 보는 지표이다. 

 

퍼넬(Funnel)의 중요도 순서

: 고객유치 > 활성화 > 리텐션 > 수익화 > 추천

AARRR에서 가장 중요한 부분부터 나열하면 활성화 = 유지율 > 고객 유치 = 추천 > 수익화 순이다. 이러한 이유는 활성화와 유지율에 대한 서비스가 제공되지 않았지만 고객을 유치하게 되면 사용하지 않을 가능성이 높기 때문이다. 

 

AARRR의 첫번째 단계 고객 유치(Acquisition)

: 고객 유치과정에서 가장 중요한 것은 고객 유치에 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것이다. 고객 유치를 위한 데이터 분석을 진행할 때 중요한 것은 고객이 어떻게 유입됐는지 확인하기 위해 미식별된 유입을 줄이는 것이 중요하다.  왜냐하면 유입에 대한 데이터를 보여주는 서비스를 이용할 때 대부분 Organic 유입이 아니라 Unknown 유입이라고 할 수 있기 때문에 사용자의 세분화된 유입을 정확하게 파악할수록 고객 유치의 성과를 높일 수 있다. 

 

고객 유치 지표, 고객 획득 비용 CAC

: 고객 획득 비용은 전체적인 흐름을 보는 것이 아니라 캠페인, 날짜, 채널 등 여러 가지 카테고리로 데이터를 나눠서 봐야한다. 

 

UTM 파라미터 종류

- 소스(source): 어디에서 유입됐는가?

- 미디움(medium): 어떤 유형의 링크인가?

- 캠페인(campaign): 어떤 캠페인을 통해 유입됐는가?

- 텀(term): 어떤 키워드로 유입됐는가?

- 콘텐츠(content): 어떤 내용을 보고 왔나?

 

어트리뷰션 윈도우는 어떻게 설정하는가?

: 이벤트가 발생한 후 어느 정도의 기간 내에 발생한 어트리뷰션을 성과로 인정할 것인가의 개별적인 기준이 필요하다. 어트리뷰션 유형은 클릭을 통해 발생하는 기여 클릭-스루와 조회를 통해 발생하는 기여인 뷰 스루가 있다. 클릭 스루 윈도우는 7일, 뷰 스루 윈도우는 보통 1일으로 보통 설정한다. 각 서비스에 대한 어트리뷰션의 기준은 다르기 때문에 시작하기 전에 명확한 목적 하에서 다양한 기준에 대한 규칙을 논의하는 것이 필수적이다. 추가적으로 어트리뷰션을 활용하기 위해서는 수치 이면에 나와있는 맥락을 이해할 수 있도록 광고 채널이나 지면에 대한 이해가 필요하다. 

 

어트리뷰션 모델 종류

 

(예시) 사용자 → A 광고 뷰 → B 광고 클릭 → C 광고 뷰 → D 광고 클릭 → E 광고 뷰 → 앱 설치 → 앱 실행

 

1. 퍼스트 클릭 모델

: 첫 번째 기여를 100%의 성과로 인정하는 어트리뷰션으로 위 예시에서는 A 광고 뷰의 기여가 100%라고 할 수 있다.

: 기준이 명확하고 계산이 쉽지만 성과가 단순화돼서 계산된다는 문제가 있다.

 

2. 라스트 클릭 모델

: 마지막 기여를 100% 성과로 인정하는 어트리뷰션으로 위 예시에서는 E 광고 뷰의 기여가 100%라고 할 수 있다. 

: 기준이 명확하고 계산이 쉽지만 여러 개의 어트리뷰션 중에서 하나의 기여가 크기 때문에 결과가 왜곡될 수 있다. 

 

3. 선형 어트리뷰션 모델

: 모든 광고에 대해서 똑같은 기여도를 주는 것으로 위 예시에서는 A, B, C, D, E 모두 20%의 기여도를 갖는다.

 

4. 타임 디케이 어트리뷰션 모델

: 유입에 가장 가까운 것에서부터 높은 기여도를 부여하는 방식으로 위 예시에서는 E는 40%, D는 30%, C는 20% 등이 되는 것이라고 볼 수 있다. 

 

5. U자 어트리뷰션 모델

: 처음과 끝의 어트리뷰션에 가장 높은 가중치를 주는 모델로 A와 E에 각 40%의 가중치를 두는 것을 예시로 볼 수 있다. 

 

고객을 유치할 때 새로운 채널을 찾아야한다?

: 고객 유치가 늘지 않을 때 새로운 채널을 찾기 위해 많은 리소스를 투입한다. 이보다는 기존 채널을 최적화시키는 방안을 고민하는 것도 좋은 개선 방법이다. 새로운 채널을 찾는 것은 채널의 포화도에 따라 결정한다. 기존의 채널에서 최적화가 잘 진행되었고, 기존 채널에서 예산을 소화하기 비효율적일 때 새로운 채널을 찾는다. 

---