[PM/PO/기획자] Product Manager 캠프 - ⑥그로스 해킹이란?

INTRO

- 여섯 번째 시간에는 그로스 해킹에 대해 다뤄보겠습니다

 

1. AARRR 개요

1) 지표를 바라보는 관점: 과업기반 vs. 프레임워크 기반

(1) 과업 기반: 조직별 담당 업무를 우선 정의한 후, 해당 업무를 통해 발생하는 수치들을 지표 화해서 관리

(2) 단점: 무엇이 중요한 지표인지 판단하기가 어렵고, 지표가 수시로 달라질 수 있음.

 

2) 효율적인 지표 관리 : AARRR

(1) 프레임워크 기반: 서비스 이용흐름에 따른 핵심 퍼널과 지표를 정의하고, 해당 지표를 개선하기 위한 과업을 수행

(2) AARRR 정의: 사용자의 서비스 흐름을 기반으로 5가지 카테고리를 정의, 각 카테고리에서 핵심이 되는 지표를 발굴하고, 이를 측정/개선하는 지표관리 방법론

= 고객 유지 - 활성화 - 리텐션 - 수익화 - 추천

 

3) AARRR을 활용하는 방법

- 각 단계별로 풀어야 하는 문제를 확인

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

- 측정된 지표가 가지는 의미를 이해

- 개선해야 하는 목표 수준을 정하고, 실험을 통해 단계적으로 개선

 

2. 고객 유치(Acquisition)

1) 고객 유치 (Acquisition)의 기본 개념

(1) 핵심: 고객 유치에 기여(Attribution)한 채널의 성과를 판단할 수 있는 모델을 만드는 것

(2) 유입 채널에 따른 사용자 구분
A) 오가닉 (Organic) : 자발적으로 우리 서비스를 찾아오는 고객

- 실제 트래킹 서비스에서의 ‘오가닉’이라는 분류는, 자발적 유입 사용자가 아니라 ‘유입된 채널을 식별할 수 없는 사용자'에 가까움. 이를 고려하지 않고 ‘오가닉' 유입만 늘리면 극단적으로, 유료 마케팅 채널을 통해 들어온 트래픽도 파라미터를 가지고 있지 않다면 ‘오가닉'으로 분류되어 버림. 고객 유치에 대한 지표를 올바르게 확인할 수 없음

B) 페이드 (Paid) : 비용을 집행한 마케팅 활동을 통해 우리 서비스를 찾아온 고객

 

2) 고객 획득 비용 (Customer Acqusition Cost, CAC)

(1) 정의: 한 명의 사용자를 데려오기 위해 지출하는 평균 비용

(2) 채널, 캠페인, 날짜 등을 고려

 

3) UTM 파라미터 (UTM parameter)

(1) 사용자의 유입 채널을 최대한 누락 없이 추적할 수 있는 방법

- 소스 (Source) : 유입 효과를 판단하기 위한 장소 정보

- 캠페인 (Campaign) : 유입을 하게 만드는 이벤트

- 매체 (Medium) : 유입을 하게 만드는 매체/수단

(2) 정의: 서비스로 인입된 트래픽이 어느 경로를 통해 들어왔는지 그 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터를 의미

 

4) 모바일 앱 어트리뷰션 (Attribution)

(1) 정의: 사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지를 식별하여 모바일 앱의 마케팅 성과를 판단하는 과정

(2) 모바일 앱의 유입 기여도 측정 방법

(3) 어트리뷰션 윈도우 (Attribution Window): 기여 이벤트가 발생한 후 발생한 어트리뷰션을 성과로 인정하는 기간

(4) 어트리뷰션 유형

A) 뷰-스루 : 조회를 통해 발생하는 기여

B) 클릭-스루 : 클릭을 통해 발생하는 기여

(5) 어트리뷰션 모델 (Attribution Model)

A) 퍼스트 클릭 모델 : 첫 번째 매체의 성과 100%

- 라스트 클릭 모델 : 맨 마지막 상호작용에 기여한 매체의 성과 100%

B) 선형 어트리뷰션 모델 (Linear): 접점이 발생한 모든 매체에 동일한 가중치를 부여하는 방식

C) 타임 디케이 어트리뷰션 모델 (Time Decay): 기여한 모든 채널의 기여도를 인정하지만, 시간의 흐름에 따라 가중치를 부여하는 방식

D) U자형 어트리뷰션 모델 (U-Shape): 시간 흐름에 따른 기여도 가중치를 인정하지만, 처음과 끝에 더욱 많은 가중치를 부여

(5) 어트리뷰션 기준

- 채널 특성 고려: 사용자 층, 마케팅 채널, 사용자 타기팅 방식, 광고와 사용자의 인터렉션 방식

(6) 딥링크와 디퍼드딥링크

A) 딥링크: 모바일 앱 안의 특정화면 (Acivity)으로 이동하는 링크

- 모바일 앱 설치 사용자만 적용됨

- 웹 브라우저 대신 앱 실행 되면서 앱 내 적합한 랜딩 페이지 보여줌

B) 디퍼드딥링크 : 앱 미설치 유저를 위한 딥링크

- 딥 링크의 실행을 앱 설치 이후로 미뤄줌

- 설치 이후에 동일한 딥링크가 적용됨

⇒ 둘 모두 ‘사용 맥락 유지’가 목적, 사용자 경험에서 장점이 있음

⇒ 디퍼드 딥링크를 활용하면 어트리뷰션 측정이 용이해짐 

 

5) 고객 유치 (Acqusition) 정리

(1) 빠지기 쉬운 함정 → 기존 채널의 최적화가 아닌 새로운 채널을 찾는 것

(2) 특히 스타트업은 많은 채널보다 영향력 있는 소수의 채널을 찾아서 효과를 극대화

(3) (예산 규모가 늘어나면) 채널 확장은 예산이 아니라 채널의 포화도를 바탕으로 결정해야 함

(4) 오가닉과 미식별을 혼동하지 말아야 함

(5) UTM 파라미터와 어트리뷰션으로 모든 조건에서 완벽하게 측정할 수 없음

(6) 우리가 확인하려는 것은 눈앞의 지표가 아니라 ‘고객'에 대한 폭넓은 이해이다

 

3. 활성화 (Activation)

1) 활성화 (Activation)의 기본 개념

(1) 정의: 고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심가치를 경험하게 만드는 것

(2) 핵심: 퍼널(Funnel)에 대한 분석

 

2) 퍼널의 세부단계 정의하기

(1) 할 일: 핵심 가치 구체화, 사용자들이 핵심 가치를 경험하는 정확한 순간을 정의
(2) 핵심 가치: 아하 모먼트, 머스트 해브

- 크리티컬 패스 (Critical Path) : 서비스에 진입하는 순간부터 핵심가치를 경험하기까지의 경로

 

3) 전환율 측정하기

- 트래픽 기준 / 사용자 기준

4) 코호트(Cohort) 별 전환율 쪼개보기

(1) 정의: 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹

(2) 전환율 지표는 전체사용자보다 여러 그룹으로 쪼개서 볼 때 더 강력한 의미를 지님

 

5) 퍼널의 전환율을 높이는 방법

(1) 개인화

- 서비스의 주요 화면을 개인화하여 사용자 개개인의 맥락에 맞는 정보를 보여주기

- 사용자들의 이름 명시

- 사용자 개개인의 서비스 사용 내역 참고 데이터 보여주기 

- 규칙 기반 추천, 머신러닝을 활용한 추천

 

(2) UI/UX (User Interface/User Experience) 개선

- 주요 화면의 디자인을 변경하거나 구성요소를 바꾸는 것은 전환율을 ‘변화’ 시키는 방법

- 변경 전과 후의 효과를 면밀하게 측정하고 검증

- 디자인 변경 초기에는 사용자들이 익숙하지 않아서 일정 기간 지표가 낮아지는 게 자연스러움

- A/B 테스트로 변경 전/후 효과 측정

 

(3) 적절한 개입

- CRM (Customer Relationship Management) 채널 활용 (메일, 푸시, 인앱 메시지 등)

- 메시지를 발송하는 맥락(context)에 따라 효과가 극적으로 달라질 수 있음

- 논 타겟팅 메시지는 굉장히 보수적으로 판단하고 보내는 것이 전략

 

6) 활성화 (Activation) 정리

(1) 활성화 단계는 돈이 아닌 실력으로

(2) 퍼널의 최적화 ≠ 각 단계별 전환율을 높임

(3) 실제 퍼널 개선 시, 전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 효과적

(4) 개별 단계의 전환율을 살펴보기에 앞서, 필요 없는 단계를 줄이거나 통합하는 과정이 반드시 필요

(5) 때로는 퍼널 자체를 재설계하는 것도 새로운 대안이 될 수 있음