AARRR 분석 프레임 워크와 데이터 분석 활용

M.동방불패

·

2019. 4. 19. 09:08

728x90

그로스 해킹과 AARRR 분석 프레임 워크

 

 

AARRR 이란?

 

스타트업이나 그로스 해킹에 관심이 있는 사람이라면 AARRR이라는 용어를 한 번쯤은 들어봤을 것이다. AARRR은 미국의 스타트업 엑셀러레이터인 500 Startups의 설립자인 데이브 맥클루어Dave McClure)가 개발한 분석 프레임 워크로  Acquisition(획득), Activation(활동), Retention(재방문), Referral(공유), Revenue(수익) 각 단계별 알파벳 첫 글자를 의미한다.

 

AARRR 분석 프레임 워크는 시장 진입 단계에 맞는 특정 지표를 기준으로 우리 서비스의 상태를 가늠한다. 수많은 데이터 중 현시점에서 가장 핵심적인 지표에 집중할 수 있게 함으로써, 분석할 리소스(인력이나 시간 등)가 충분하지 않은 스타트업에게 매력적인 프레임워크로 활용되고 있다.

 

AARRR 분석 프레임 워크는 사용자가 처음 서비스에 유입될 때부터 전환에 이르는 과정을 단계별 핵심 지표로 설계하는 것으로 그 과정은 다음과 같다. 

 

 

AARRR 분석의 각 단계별 과정

 

 

Acquisition(획득)

 

고객이 서비스로 유입되는 단계를 말한다. 일반적으로 자연 검색이나 포털 광고 등을 통해 유입되는 경우가 많다. 여러 채널을 통해 얼마나 많은 사용자가 유입되고 있는지, 신규 사용자를 얼마나 획득하는지를 파악하는 단계다. 최근에는 모바일 앱을 통해 서비스에 유입되는 경우가 많아지면서 앱 다운로드의 중요도도 높아지고 있다.

 

Acquisition 단계의 핵심 지표

DAU, MAU, New User

 

 

Activation(활동)

 

웹에 유입된 사용자는 회원가입, 장바구니 담기 등과 같은 전환이 이루어져야 한다. 여기서 주요 지표는 웹 페이지에서 얼마나 많은 사용자가 이탈을 하고 있는지다. 유입 후 서비스를 바로 이탈하는 고객을 줄이려면 화면 상에서 가이드를 해줘야 한다. 예를 들면 회원가입 시 적립금을 주는 방법처럼 사용자 Activation을 유도할 수 있다.

 

핵심 지표

Bounce Rate, Avg.PV, Avg.Duration, Signup

 

 

Retention(재방문)

 

사용자의 재방문을 높이는 몇 번을 강조해도 지나치지 않다. 재방문율이 높다는 것은 서비스의 만족도가 높다는 의미다. 즉 웹에 방문하는 고객이 제품이나 서비스를 꾸준히 이용한다는 것을 나타낸다. 신규 고객을 획득하는 것도 중요하지만 재방문 유저의 구매 전환율이나 평균 구매액이 일반 유저 대비 훨씬 높다. 뿐만 아니라 신규 고객을 획득하는 비용보다 재방문 고객을 획득하는 비용이 훨씬 적게 든다. (참고 : 구글 애널리틱스 동질 집단 분석(코호트 분석)을 통해 웹사이트의 성장을 확인하는 방법)

 

핵심지표

Retentuion Rate

 

 

Referral(공유)

 

서비스가 안정화되고 성장을 하는 단계에서 중요하게 다뤄지는 부분은 여러 채널에 서비스가 공유되고, 이로 인한 신규 고객의 확보다. 이것은 기업의 브랜딩과도 연관이 있다. 한정된 예산에서 서비스를 홍보하려면 이미 사용한 고객들이 자발적으로 홍보를 하게 만들어야 한다. 즉, 바이럴 요소를 서비스 안에 하나의 기능으로 녹여내야 한다.

 

핵심 지표

Channel, SNS Share Rate

 

 

Revenue(수익)

 

일반적으로 기업의 목표는 매출과 이윤이다. 그러나 디지털 마케팅에서는 서비스의 종류에 따라 조금씩 차이가 있기 때문에 Revenue 단계는 최종 목표에 도달했는지를 판단하는 지표라 볼 수 있다. 쇼핑몰이라면 매출과 인당 평균 결제 금액이 최종 지표가 되겠지만, 보험회사의 경우는 유용한 리드의 확보가 최종 목표가 될 것이다. 중간에 이탈하는 고객이 많다면 해당 지점을 집중 개선해야 한다. Reveune 지표 추이가 서비스의 성공과 실패를 보여주기 때문이다.

 

핵심 지표

Conversion

 

 

결론

 

AARRR은 각 단계별로 가장 효율적인 분석 모델을 제시한다. 하지만 꼭 그 단계가 한 가지 방향으로 이동하는 것은 아니다. 이는 데이터 분석가가 서비스 모델에 맞는 지표를 분명히 설정하고 이에 맞게 응용할 줄 알아야 한다는 것을 의미한다. 따라서 단계별 지표가 꼭 1개일 필요도 없다. 다만, 정확한 데이터 활용을 위해 너무 많은 지표는 가급적 지양하는 것이 좋다.

반응형