[TIL 사전캠프 6] 그로스 해킹이란?

목차

0. Intro: 그로스 해킹
1. AARRR 개요
2. 고객 유치 (Acquisition)
3. 활성화 (Activation)

 

0. Intro: 그로스 해킹

그로스 해킹은 데이터를 기반으로 문제를 발견하고, 실험을 통해 비즈니스 성장을 가속화하는 전략입니다.

특히, AARRR 프레임워크는 고객 여정을 다섯 단계로 나눠 각 단계에서 핵심 지표를 관리하며, 성과를 체계적으로 개선하는 데 활용됩니다.

 

---

1. AARRR 개요

[지표를 바라보는 관점: 과업기반 vs. 프레임워크 기반]

1. 과업 기반 (Task-based)
각 팀의 업무를 정의하고, 해당 업무에서 발생하는 데이터를 지표로 관리.

 

- 단점:
서비스 전체 관점에서 중요한 지표를 파악하기 어렵다.
업무 변경 시 지표도 바뀌어 일관성 부족.

놓치고 있는 중요한 지표를 뒤늦게 발견할 가능성.

 

- 지표관리의 예시

마케팅팀 : 검색 마케팅, SNS 마케팅, 이벤트 관리 업무

운영팀 : 사용자문의/신고사항 처리, 강성 CS 중재, 스토어 리뷰관리

개발팀 : 앱 업데이트, 버그수정, 모니터링 시스템 구축

 

2. 프레임워크 기반 (Framework-based)
고객 여정을 단계별로 나누어 주요 지표를 체계적으로 관리하는 방식

 

- 특징:

서비스 흐름 중심: 고객의 서비스 이용 단계를 정의하고, 각 단계별 데이터를 분석.

단계별 문제 해결: 데이터를 통해 병목현상을 파악하고, 개선 방안을 도출.

- 장점:

체계적인 관리: 서비스 흐름에 따라 주요 지표를 일관되게 관리 가능.

효율성 향상: 데이터를 기반으로 문제를 세분화하고 해결 가능.

 

 

 

[효율적인 지표 관리: AARRR]

1. AARRR 프레임워크
- 고객유치 Acquisition: 고객을 어떻게 유입시킬 것인가?
- 활성화 Activation: 고객이 핵심 기능을 잘 사용하게 하는가?
- 리텐션 Retention: 고객이 지속적으로 서비스를 방문하게 하는가?
- 수익화 Revenue: 고객이 서비스를 사용하며 비용을 지불하는가?
- 추천 Referral: 고객이 주변 사람들에게 추천하게 만드는가?

사용자가 서비스에 진입하고, 핵심기능을 사용하고, 결제하고, 이탈하는 라이프사이클 전반에 걸친 핵심지표를 찾고 관리

 

[AARRR에 대한 오해]

 

- AARRR은 단순히 지표를 나열하는 것이 아님.
- 각 단계별로 데이터를 통해 문제를 발견하고 해결 방안을 모색해야 함.
- 서비스의 성과를 평가하는 틀로 활용하는 것이 핵심.

 

[AARRR을 활용하는 방법]

1. 각 단계별 문제를 확인한다.
2. 주요 지표를 선정하고 현재 수준을 측정한다.
3. 개선 목표를 설정하고 실험을 통해 데이터를 개선한다.

 

2. 고객 유치 (Acquisition)

[고객 유치 (Acquisition)의 기본 개념]

1. 정의
고객 유치는 사용자가 우리 서비스로 유입되도록 하는 과정을 의미합니다.
이를 통해 고객 유치에 기여한 채널과 캠페인의 성과를 분석하고 최적화할 수 있습니다.

 

2. 핵심

• 고객 유치에 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것이 중요합니다.
• 여러 마케팅 채널과 캠페인을 동시에 운영할 경우, 어떤 채널이 효과적이었는지 정확히 측정해야 합니다.
• 자연 유입(오가닉-Organic) 트래픽과 유료 마케팅(페이드-Paid) 트래픽의 성과를 명확히 구분해야 합니다.

3. 오가닉 (Organic)에 대한 이해

 

구글 애널리틱스 유입 식별

- 구글 애널리틱스는 유입된 트래픽이 특정 파라미터 값을 가지는 경우, 이를 바탕으로 유입 출처를 분류합니다.

- 반면, 아무런 파라미터가 없는 트래픽은 '오가닉(Organic)'으로 분류됩니다.

 

오가닉 유입 데이터의 함정

- 오가닉 데이터가 자발적 유입을 의미하지 않을 수 있습니다.

- 실제로는 자발적 유입이 아닌 식별되지 않은 유입일 가능성 존재

오가닉 유입을 맹신하는 경우의 문제점

- 유료 마케팅 채널을 통해 들어온 트래픽도 파라미터가 없다면 '오가닉'으로 분류됩니다.

- 이러한 오류로 인해 고객 유치 성과에 대한 지표를 정확히 확인하지 못할 위험이 존재합니다.

 

[고객 획득 비용 (Customer Acquisition Cost, CAC)]

1. 정의: 신규 고객 1명을 유치하기 위해 지출한 평균 비용.

2. 계산식: 

마케팅 비용 ÷ 신규 고객 수

 

[UTM 파라미터 (UTM parameter)]

- 정의:유입 채널과 캠페인을 추적하기 위한 URL 파라미터.
- 구성요소:

1. utm_source: 트래픽의 출처를 나타냅니다.
   - 예: google, facebook, newsletter
2. utm_medium: 유입된 트래픽의 매체를 나타냅니다.
   - 예: cpc (유료 광고), email (이메일), organic (자연 유입)
3. utm_campaign: 특정 캠페인을 구분하는 데 사용됩니다.
   - 예: spring_sale, holiday_promo
4. utm_term: 유료 검색 광고의 키워드를 추적합니다.
   - 예: running+shoes, diet+plan
5. utm_content: 같은 캠페인 내의 콘텐츠 비교를 위해 사용됩니다.
   - 예: banner1, text_ad2

[모바일 앱 어트리뷰션 (Attribution)]

- 정의: 모바일 앱 설치와 사용 과정에서 유입 채널의 기여도를 추적.

- 트래킹 도구: AppsFlyer, Adjust, Branch 등
- 어트리뷰션 윈도우: 광고 클릭 후 일정 기간 내 발생한 설치만 성과로 인정.

 

3. 활성화 (Activation)

[활성화 (Activation)의 기본 개념]

 1. 정의: 고객이 서비스의 핵심 가치를 경험하도록 유도.
 2. 핵심 질문:

• 사용자가 핵심 가치를 경험하는 순간은 언제인가?
• 전환율을 측정하고 개선하기 위해 무엇이 필요한가?

 

[퍼널의 세부단계 정의하기]

핵심 가치(Aha Moment) 구체화: 고객이 기대를 충족하거나 목적을 달성하는 순간.
크리티컬 패스: 서비스 진입부터 핵심 가치를 경험하기까지의 주요 경로.

 

 

[전환율 측정하기]

1. 전환율 계산 예시:

 

(사용자 1) 다섯 개의 상품 페이지를 보고 마지막 상품 페이지에서 결제 → 전환율 20%?

(사용자 2) 똑같이 다섯개의 상품 페이지를 봤지만 결제하지 않고 이탈 → 전환율 0%?

 

(사용자 3) 상품 A의 페이지만 다섯 번 접속 했고 맨 마지막에 결제 → 전환율 20% 또는 100%?

(사용자 4) 3개 상품 A, B, C에 대해 5번에 걸쳐 접속했고 상품 B를 두번 결제 → 전환율 40% 또는 33%?

 

(사용자 1~4) 전체 서비스 단위로 보았을 때, 우리 서비스의 결제 전환율은 얼마일까?

• (1안) 총 20회 상품 페이지 조회, 결제 4번 → 전환율 20%
• (2안) 중복 제거하고, 14개 상품 조회되었고 3개 결제 → 전환율 21%
• (3안) 총 4명의 사용자 중에서 3명이 결제 했으니 → 전환율 75%

 

 2. 트래픽 기준 vs. 사용자 기준:

→ 상품 페이지에서 쿠폰 페이지를 건너갔다오는 (매우 불편한) 서비스가 있다!

• (사용자 1) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료
• (사용자 2) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료
• (사용자 3) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료
• (사용자 4) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료
• (사용자 5) 상품 페이지 → 쿠폰 페이지 → 이탈

트래픽 기준 계산: 특정 페이지 방문 대비 결제율.
전환율 4/9 = 44%, 상품페이지 9번 노출, 결제페이지 4번 노출
- 상품 페이지에서 결제로 바로 넘어가기 전에 거쳐야 하는 다른 페이지가 있어서 직접 전환되는 비율이 떨어짐
- 쿠폰 페이지에 가기 위해 상품 페이지를 이탈하는건 어쨌든 좋지 않으니 UI 개선을 통해 결제 동선상에서의 이탈을 최대한 줄이자

사용자 기준 계산: 전체 유입 고객 중 결제 비율.
전환율 4/5 = 80%, 5명의 사용자가 진입, 결제완료는 총 4명
- 상품 페이지에서의 결제 동선이 이렇게 불편함에도 불구하고, 많은 사용자가 쿠폰 발급 후 다시 상품 페이지로 와서 결제를 완료한다
- 상품의 매력도도 높고, 전체적인 전환율이 좋다고 볼 수 있다.
- 물론 사용자 기준으로 보면 전환율이 좋긴한데 프로세스가 훌륭하다고 볼 수는 없다. 결제 프로세스를 개선하면 전체 전환율은 더 좋아질 수도 있을 것 같다

 

[코호트(Cohort)별 전환율 쪼개보기]

 1. 정의: 공통 특성을 가진 사용자 그룹.
 2. 활용: 광고 채널별 전환율 분석.

• 예: 페이스북 광고 유입 사용자의 전환율(40%) vs. 친구 초대 전환율(60%).

[퍼널의 전환율을 높이는 방법]

1. 개인화: 최근 본 상품 등 사용자 맞춤 데이터를 제공. (예: 추천 상품)
2. UI/UX 개선: 디자인 변경과 A/B 테스트.
3. 적절한 개입: 푸시 알림, 이메일 발송, 인앱 메시지로 사용자 참여 유도.

 

---

요약

1. AARRR 개요
   - AARRR 프레임워크는 고객 여정을 5단계로 나눠 각 단계의 핵심 지표를 관리하는 방식.
   - 프레임워크 기반 접근법은 체계적 데이터 분석에 유용.
2. 고객 유치 (Acquisition)
   - 고객 유치의 핵심은 효과적인 채널과 캠페인을 파악해 데이터 기반으로 최적화.
   - UTM 파라미터와 어트리뷰션 도구를 활용해 유입 경로를 추적.
   - 오가닉과 미식별 트래픽을 명확히 구분해야 합니다.
3. 활성화 (Activation)
   - 활성화는 고객이 서비스의 핵심 가치를 경험하게 만드는 과정.
   - 퍼널 분석을 통해 각 단계의 전환율을 측정하고, 불필요한 단계를 줄이거나 재설계
   - 개인화, UI/UX 개선, 적절한 메시지 발송이 활성화를 높이는 핵심 전략