그로스해킹 - 양승화

 

p44

AARRR을 활용하는 방법

- 각 단계 별로 풀어야하는 문제를 확인한다. 

- 각 단계의 핵심이 되는 주요 지표를 선정하고, 해당 지표의 현재 수준을 측정한다. 

- 측정된 지표가 가지는 의미를 이해한다. 

- 개선해야 하는 목표 수준을 정하고, 실험을 통해 단계적으로 개선한다. 

 

p44- p80

📌 고객 유치 (Acquisition)

- 고객 유치 과정의 핵심은 고객 유치에 기여(Attribution)한 채널의 성과를 판단할 수 있는 모델을 만드는 것이다.  

 

💡 오가닉이라는 분류는 '자발적으로 유입된 사용자' 라는 의미로 사용되지만 실제 트래킹 서비스에서 이 분류를 나눌 때의 기준은 '유입된 채널을 식별할 수 없는 사용자'에 가깝다. 

따라서 오가닉에 대한 관점을 바꿔야함!  organic 무료로 유입된 사용자 ----> 어떻게 들어왔는지 알 수 없는 고객 

>> 미식별 유입을 줄이자! 

 

💡고객 유치와 관련해서 풀어야 하는 문제 

- 어떻게 하면 사용자의 유입 채널을 최대한 누락 없이 정확하게 추적하고, 

- 각 채널별 성과를 정확히 판단할 수 있을까 ? 

 

💡고객 유치에서 빠지는 함정 

- 성과가 정체된 것처럼 느껴질 때 기존 채널에 대한 최적화를 고민하기 보다는 새로운 채널을 찾고 테스트하는데 지나치게 많은 리소스를 투입한다.

- 채널 확장 전에 두 가지의 질문에 대해 모두 긍정적인 답변을 해야할 것.

Q1. 기존 채널에서의 최적화가 충분히 잘 되어있는가 ?

Q2. 마케팅 예산이 커져서 기존 채널에서 모두 소화하기에는 비효율적인가 ?

 

p81 - p94

📌 활성화 (Activation)

- 활성화 단계의 핵심은 퍼널에 대한 분석이다.

- 퍼널 분석을 진행할 때는 다음과 같은 3가지 요소를 고려해야 한다. 

Q1. 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가? 

Q2. 각 단계별 전환율을 어떤 기준으로 측정하는가? 

Q3. 코호트에 따른 퍼널별 전환율을 보고 있는가?

 

💡전환율 측정하기 

- 트래픽을 기준으로 한 전환율을 살펴보는 것은 UX/UI 측면에서의 개선점을 찾는 데 도움이 된다. 반대로 사용자를 기준으로 한 전환율은 UX/UI를 포함한 다양한 요소(상품의 매력도나 가격)의 영향력이 종합저긍로 반영되는 지표라고 할  수있다. 

 

💡퍼널의 전환율을 높이는 방법

- 개인화 : 서비스의 주요 화면들을 개인화해서 사용자 개개인의 맥락에 맞는 정보를 보여주기 

- UX/UI 개선 : 주요 화면의 디자인을 변경하거나 구성요소를 바꾸기 

- 적절한 개입 : CRM 활동 (이메일, 푸시 인앱 메시지 등)

 

💡주의할 점

- 실제 퍼널을 개선하다 보면 전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 더 효과적인 경우가 많다. 따라서 개별 단계의 전환율 하나하나를 살펴보기에 앞서 서비스 전체 관점에서 필요 없는 단계를 없애거나 통합하는 과정이 필요하다. 

때로는 존재하는 퍼널을 개선하는 것이 아니라 아예 퍼널 자체를 재설계하느 ㄴ것도 새로운 대안이 될 수 있다. 

 

p95-p110

📌 리텐션(Retension)

- 활성화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고 그 수준을 측정할 수 있는 지표를 정의하고 관리해야 한다. 

리텐션은 대표적으로 잘 하고 있을때일수록 더 세심하게 측정하고 관리해야하는 지표에 속한다. 

- 일반적으로 접속이나 로그인을 기준으로 리텐션을 측정하는 이유는 사용자가 서비스에 진입하는 것이 유의미한 행동이며, 이러한 행동이 반복되는지 살펴보는 것이 중요하기 때문이다. 

- 리테션의 변화는 오랜 기간 걸쳐 서서히 나타나기 때문에 결과를 확인하는데는 오랜 시간이 필요하다. 그만큼 개선하기 어려운 지표지만, 반대로 리텐션을 일정 수준 개선할 수 있다면 장기적으로 엄청나게 큰 효과를 볼 수 있다. 복리 효과를 가져오는 지표! 

 

💡 리텐션을 측정하는 세가지 방법

1. 클래식 리텐션 : 가장 일반적인 유지율 계산 방법으로 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이라서 Day N 리텐션이라고도 한다. 

2. 범위 리텐션 : 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식

3. 롤링 리텐션 : 위의 2가지 방법과 다르게 '더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인가?'를 살펴봄으로써 리텐션을 계산하는 방식이다. 몇 명이 돌아왔는가? (X) / 몇 명이 나갔는가? (O)

 

p111 - p126

📌 수익화 (Revenue)

 

💡 고객 생애 매출 활용하기 

- 건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 한다. 

 

 

p127 - p136

📌 추천 (Referral)

- 추천은 오가닉 유입의 하나로, 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것을 의미한다. 

- 일회성 이벤트를 의미하는 것이 아니라, '서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가'라는 구조적인 문제에 더 가깝다. 

 

💡 바이럴 계수 

- 바이럴 계수 = 사용자 수 x 초대 비율 x 인당 초대한 친구 수 x 전환율 / 사용자 수 

- 바이럴 계수를 높이기 위해 충족해야 할 조건 

1) 친구 초대와 같은 추천 액션에 참여하는 사용자의 비율 높이기

2) 한 사람이 평균적으로 초대한 친구의 수 늘리기

3) 초대받은 친구가 가입으로 전환되는 비율 높이기 

- 추천 시스템에 대한 효과를 분석할 때는 바이럴 계수를 구하는 것과 함께 '초대의 주기가 얼마나 빠른가?'를 꼭 고려해야 한다. 

 

사용자가 이야기 하는 것은 정답이 아닌, 맥락이라는 것에 주의하자