[데벨챌 4기] 그로스 해킹 3장(3-3. 활성화) ~4장

이번 주차 미션은 3-3 내용에 이어 3-4 리텐션 챕터부터 4장까지 읽는 것이었다. 리텐션은 강의와 구글링을 통해 꾸준히 학습해 온 개념이지만, 이번 챕터에서도 다시 배워보니 새롭게 다가오는 부분들이 있었다. 기존에 알고 있던 개념들을 다른 표현으로 접하면서 색다르게 느껴지기도 했다. 전반적으로 익숙한 개념을 복습할 수 있어 유익한 챕터였다.

 

3장 AARRR

 

3-4 리텐션 (Retention)

리텐션의 기본 개념

• 활성화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고 그 수준을 측정할 수 있는 지표를 정의하고 관리해야 함
• 서비스의 성공을 예측할 수 있는 가장 기본적이고 중요한 지표
• 아주 어렵게 개선하더라도 그 효과가 한참 뒤에 나타나는 지표
• 대표적으로 잘 하고 있을 때 일수록 더 세심하게 측정하고 관리해야 하는 지표
• 일반적으로 접속을 기준으로 측정

 

 

리텐션 측정 방법

• 클래식 리텐션 (Classic Retention)
• 범위 리텐션 (Range Retention)
• 롤링 리텐션 (Rolling Retention)

 

클래식 리텐션 

• 가장 일반적인 유지율 계산 방법
• 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식 → Day N 리텐션 이라고도 함

클래식 리텐션 = Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람

 

 

범위 리텐션

• 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식
• 개별 날짜가 아닌 특정 기간 기준
• 설명하기 쉽고 직관적
• 클래식 리텐션 대비 측정일에 따른 노이즈가 크지 않음

범위 리텐션 = Range N에 서비스를 이용한 사람 / Range 0에 처음 서비스를 이용한 사람

 

 

롤링 리텐션

'더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인가?'를 살펴봄으로써 리텐션을 계산하는 방식

떠나버린 유저를 집계해서 리텐션을 계산

롤링 리텐션 = After N day에 서비스를 이용한 유저 / Day 0에 처음 서비스를 이용한 유저

 

 

Engagement

새롭게 배운 내용은, 인게이지먼트 Engagement에 대한 내용이었는데, 

접속일자에 따라 복잡한 계산을 하지 않아도 간단한 계산으로 서비스의 리텐션 수준을 가늠하는 방법이라고 소개되어있다.

계산법은 DAU를 MAU로 나누면 된다.

Engagement = DAU / MAU

 

해당 지표는 사용자가 반복적으로 들어오는지, 날마다 새로운 사용자가 들어오는지 빠르게 가늠할 수 있도록 하기 때문에, 사용자들이 꾸준히 들어와서 주기적으로 사용하는 서비스에서 사용하기 적합한 지표이다.

 

 

'리텐션을 개선하기 위한 활동들을 할 때 주의할 점은 단순히 리텐션 지표만 보지 말고 전반적인 사용자 경험을 고려해야 한다는 점이다.' -110p

 

사용자가 서비스에 유입될 수 있는 경로로 푸시, 이메일, SMS가 있는데, 단기적으로는 이러한 경로가 접속률을 크게 높일 수 있다. 그러나 장기적으로는 서비스 이탈로 이어질 수 있는 부작용도 있기에 리텐션 전략은 단순히 사용자를 반복적으로 유입시키는 데 그치지 않고, 어떻게 하면 사용자가 오랫동안 서비스를 지속적으로 사용할 수 있을지에 대한 고민이 필요하다고 느꼈다. 또한 이를 바탕으로 전략적인 액션을 설계해야겠다는 생각이 들었다.

 

 

3-5 수익화 (Revenue)

수익화는 AARRR에서 성패의 사업의 성패를 결정하는 개념이라고 소개한다. 수익화와 관련된 주요지표로 ARPU, ARPPU, LTV, LTR의 각 개념과 차이에 대해서 설명하며 이러한 지표를 통해 매출을 계산할 수 있는 공식에 대해 배울 수 있었다. 

 

ARPU (Average Revenue Per User)

• 인당 평균 매출, 사용자 한 명이 평균적으로 발생시키는 매출
• 인당 평균 매출은 전반적인 수익화 상황을 보는 데 유용
• 보통 월 기준으로 집계하는 것이 일반적

ARPU = Revenue 매출 / User 사용자
ARPDAU(Average Revenue Per Daily Active User) = 일 매출 / DAU
ARPWAU(Average Revenue Per Weekly Active User) = 주간 매출 / DAU

 

※ 명확한 개념적 정의와는 다르게, '사용자'와 '매출'의 정의가 모호하기 때문에, 실제로 ARPU를 계산하는 것이 쉽지 않다.

 

 

ARPPU (Average Revenue Per Paying User)

• 결제자 인당 평균 매출, 결제자 한 명이 평균적으로 발생시키는 매출
• ARPU 차이 - 전체 사용자가 아닌 '결제자'만을 대상
• 월 매출, 월간 결제자 수를 바탕으로 계산하는 것이 일반적

ARPPU = Revenue / Paying User

 

 

LTV (LifeTime Value)

• 고객 생애 가치, CLV(Customer Lifetime Value)라고도 함
• 한 명의 사용자가 진입부터 이탈까지 전체 활동기간 누적해서 발생시키는 수익

LTV = [(1인당 평균 매출 - 1인당 평균 비용) / 1- 고객 유지 비율 + 할인율 ] - AC(Acquisition Cost) 고객 획득 비용

 

※ LTV 또한 매출과 비용을 모두 계산해야 하기 때문에 실제로 계산하는 것이 쉽지 않다. 

 

LTR (LifeTime Revenue)

• 고객 생애 매출, 한 명에 대한 기대 매출
• 따로 비용을 고려하지 않고 매출만 살펴보면 되기 때무누에 계산이 비교적 간편

LTR = revenue / #customers

 

• #customers: 특정 고객 집단에 속하는 고객 수
• revenue: 위 고객의 서비스 이용 기간 동안 발생한 총 매출액

※ LTR의 공식은 따로 작성되어 있지 않아서, 데이터리안 블로그를 참고하여 개별적으로 추가했다.

출처 : 데이터리안 블로그 - 매출 분석 (3) LTV(고객 생애 가치), LTR(고객 생애 매출) 왜 필요하고 어떻게 계산할까?

 

기간별 고객 생애 매출이 증가하는 추이를 구한 뒤, 고객 획득 비용 (CAC : Customer Acquisition Cost)과 비교하면. 서비스의 수익모델이 잘 동작하고 있는지를 파악할 수 있게된다.

건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 한다. (중략) 만약 비즈니스의 성공과 실패를 구분할 수 있는 단 하나의 수식을 고르라고 하면 LTR과 CAC의 관계를 나타낸 아래 수식을 들 수 있다. -119-120p

CAC + a < LTR

 

 

 

LTR, CAC 등의 용어를 단순히 알고 있는 것에서 나아가, 이를 비교하는 방법이나 좋은 서비스를 구분하기 위해 지표들을 활용하는 구체적인 방안이 언급되어 있어 유익했다. 각각의 지표를 따로 보는 대신, 다양한 지표를 함께 비교하고 참고함으로써 더 깊이 있는 인사이트를 얻을 수 있다는 점을 배웠다.