[Product Data] AARRR 퍼널분석

AARRR! 해적지표 🏴‍☠️

AARRR은 프로덕트 서비스에서 유저의 퍼널 분석을 하는 프레임워크 중 하나이다.

퍼널이란 유저가 서비스에 진입 후 특정 기능을 사용하기까지의 여정을 뜻한다. 그렇기 때문에 퍼널 분석이란 유저들이 어떻게 서비스에 진입하여 어떤 과정을 거쳐 서비스의 주요 기능을 사용하게되는지에 관한 분석이다.

 

퍼널 분석을 통해 고객의 라이프사이클을 기반으로 각 단계별로 서비스를 어떻게 확산하고, 어떤 추가 기능을 개발하면 좋을지에 대한 인사이트를 얻을 수 있다.

 

출처: 코딩맛집

---

1. Acquisition (획득)

Acquisition은 획득 단계로, 신규 고객이 방문했을 때 기록된다.

유저가 어떻게 우리 서비스를 접하게 되었는가? 유저 획득에 기여한 채널이 무엇인가?가 주요 질문이 된다.

 

획득 단계에서 사용하는 지표: 트래픽, 신규 방문자 수, DAU(Daily Active User), MAU(Monthly Active User), 앱설치 수, CPA (Cost Per Acquisition), CAC(Customer Acquisition Cost)

 

*Referer: 사이트에 들어오기 전 유저가 머물렀던 페이지

*attribution(앱)

*deferred deep link(앱)

---

2. Activation (활성화)

Activation (활성화) 단계는 인입된 유저들이 서비스의 주요 기능을 사용할 때 기록된다.

이 단계에서 주요한 질문은 유저가 서비스 내에서 긍정적인 경험을 하는가?이다.

 

이 단계에서 중요하게 봐야할 시점은 Aha moment 혹은 Wow moment이다.

이름과 같이 신규유저가 처음으로 'Aha!😲' 하고 서비스의 가치를 느끼게 되는 순간이다.

 

이 Aha moment는 아래처럼 유저의 누적행동이 특정 기준에 다다랐을 때의 순간으로 볼 수도 있다.

출처: https://medium.com/parsa-vc/how-to-discover-your-apps-aha-moment-5f75dd7b6536

 

서비스를 제공하는 입장에서 고객에 대한 심층 인터뷰 등 직접적인 인터랙션 없이는 어떤 시점에서 고객이 'Aha!'를 느꼈는지 알기 힘들다.

숫자로 나온 결과를 통해 고객의 Aha moment를 알기 위해서는 최종으로 목표하는 행동(ex.결제 등)에서 역으로 거슬러 올라가, 목표 행동을 수행한 유저들의 전환점이 되었던 액션을 찾는 방법으로 후보 행동들을 선발한다. 해당 후보 행동을 한 유저는 'Aha moment'를 느꼈다고 간주하는 것이다.

 

활성화 단계에서 사용하는 지표: Page View, Duration time (체류시간), 서비스 주요 지표 등

---

3. Retention (유치)

Retention은 서비스의 주요 기능을 사용한 고객이 얼마나 우리 서비스 사용을 유지하는가에 대한 분석이다.

보통 재방문율을 통해 리텐션 비율을 측정한다.

 

그런데 서비스마다 사용 주기가 다르기 때문에 유저가 재방문할 것이라고 예상하는 주기도 다르다. 예를 들면, 카카오톡이나 인스타그램같은 메신저, sns는 보통 daily 단위로 유저의 재방문을 기대한다. 반면, 구인구직 서비스나 이사 서비스, 여행 어플같은 경우는 위의 예시보다 유저의 재방문 주기가 길다.

그렇기 때문에 서비스의 사용 주기에 따라 리텐션 분석 방법도 달라진다.

 

 

Classic Retention vs Rolling Retention vs Range Retention

1. Classic Retention

클래식 리텐션은 말그대로 가장 일반적인 방법의 리텐션 분석 방법이다.

첫 방문일 후 특정일을 기준으로 몇 명의 고객이 재방문하고 있는지를 측정한다. 측정의 기준이 되는 일 이후에 방문을 했어도, 해당 고객은 측정 시점에 이탈 고객으로 측정된다.

출처: 데이터리안 블로그

출처: 데이터리안 블로그

 

2. Rolling Retention

롤링 리텐션은 예상 재방문 주기가 긴 서비스에서 주로 사용되는 분석 방법이다. 매일 이용하는 서비스보다 필요한 시점에 이용하는 서비스에서 사용한다.

롤링 리텐션은 특정 기준일과 그 이후에 재방문을 하는 유저의 비율을 리텐션 비율로 측정한다.

출처: 데이터리안 블로그

롤링 리텐션의 특이한 점은 리텐션을 계산하는 시점에 따라 특정일의 리텐션 비율이 다르게 나올 수 있다는 점이다.

첫 번째 측정 시점에 리텐션 고객으로 잡히지 않던 고객이 다음 측정 시점 & 그 이후에 방문기록이 잡히게 되면 해당 고객은 리텐션 고객으로 잡히게 된다. 그렇기 때문에 추후 재방문 고객이 생기면 해당일의 리텐션 비율이 올라간다.

 

3. Range Retention

Range retention은 구간을 지정하여 리텐션을 계산하는 방법이다.

하루 단위의 클래식 리텐션과 달리 범위를 유연하게 조정할 수 있기 때문에 하루정도 유저가 서비스에 접속하지 않아도 리텐션 계산에 영향을 주지 않는다는 장점이 있다.

Range retention 또한 서비스의 사용 주기가 상대적으로 긴 서비스에 적합하다.

 

출처: 데이터리안 블로그

출처: 데이터리안 블로그

---

4. Revenue & Referral

Revenue (수익)은 유저로부터 수익이 발생하는 단계, Referral (소개 or 추천)은 유저가 다른 사람들에게 서비스를 추천/공유하는 단계이다. 한 유저가 추천을 하기까지 투자되는 비용이 신규 유저 획득 비용보다 적으면, 추천으로 유입된 유저 수만큼 유저획득 비용이 절감되는 효과가 있다.

 

 수익 단계에서 사용하는 지표: ROI (Return on Invest, 투자자본 수익률), ROAS (Return on Ad Spend, 광고투자 수익률), ARPU (Average Revenue per User, 유저당 평균 매출), LTV (Lifetime value, 유저생애가치 = ARPU / 이탈률)