Activation과 Retention (AARRR퍼널 2탄)

출처 : "데이터와 실험을 통해 성장하는 서비스를 만드는 방법(양승화님)" 강의 바로가기 -> https://inf.run/TaJi

그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 - 인프런 | 강의

 

이전 포스팅 : PMF와 AARRR

https://kkujun.tistory.com/4?category=886099 

PMF와 AARRR

 

 

 지난 시간에 Acquisition(유입) 단계에 대해 알아보았다. 이번 시간에는 가장 중요한 두 단계인 Activation(활성화)과 Retention(유지) 단계에 대해 알아보겠다.

 

 

 

 

 Activation은 활성화 단계로 '데려온 사용자에게 어떻게 우리 서비스의 핵심 가치를 경험하게 할 것인가'를 뜻한다. 이 단계에서 가장 중요한 것은 바로 '퍼널별 전환율 분석'을 통해 어떤 단계에서 이탈이 많은지를 찾아내고 이를 개선하는 것이다. 여기서 '전환'의 기준은 'user, page view, product' 등 여러가지가 있으나 'user' 단위로 보는 것이 일반적이다. 

 

 

 문제가 되는 단계를 찾은 후에는 코호트 분석을 통해 원인과 해결방안을 찾을 수 있다. 코호트 분석은 유저의 행동과 시점을 기준으로 서로 다른 그룹으로 나누어 이탈율/전환율 차이를 살펴 보는 것이다. 만약 '특정 채널을 통해 유입된 고객' 또는 '특정 페이지를 거쳐 지나온 고객' 또는 '특정 버튼을 클릭한 고객' 이 그렇지 않은 고객보다 이탈율이 높았다면 그 원인과 함께 해결방안에 대한 다양한 가설을 세울 수 있다. 또 '특정 시점'에 다른 시점보다 이탈율이 높았는지 확인해보는 것도 좋은 방법이다. 코호트 분석에서 힌트를 얻었다면 정성 인터뷰를 통해 깊숙히 Deep Dive 하는 것도 좋은 방법이다.

 

 

대표적인 코호트 분석 기준 두가지 : 고객 액션 그리고 시점

 

 

 퍼널을 개선하는 가장 좋은 방법은 퍼널 자체를 없애 유저의 전환 단계를 줄이는 것이다. 만약 '쇼핑 > 로그인 > 배송지 입력 > 결제'의 퍼널에서 '배송지 입력' 단계의 이탈율이 높다면 회원가입 정보의 배송지를 불러오도록 개발하여 '배송지 입력' 단계를 생략함으로써 유저의 불편함을 개선할 수 있을 것이다. 여러 이커머스 쇼핑몰에서 이제는 당연하게 된 '간편 결제'도 같은 맥락이라고 볼 수 있다. 그 밖에 개인화 추천이나 UI/UX 개선, 푸시 등이 있다. 개인화 추천의 경우 처음부터 머신러닝을 통한 복잡한 모델을 도입하는 것보다는 구현이 쉬운 Rule 베이스로 시작하는 것도 적중률이 높은 방법이다. UI/UX 개선은 서비스에 미치는 영향이 크고 복합적이기 때문에 개선 효과에 대한 정확한 측정과 검증이 필요하다. 푸시는 맥락을 잘 정의한다면 무척 효과적인 방법이지만 Mass 대상의 푸시는 무조건 보수적으로 시도해야 한다.

 

 

 Retention은 유지 단계로 '사용자가 우리 서비스를 다시 찾는가'를 뜻한다. 일반적으로 새로운 사용자를 획득하는 Aquisition 보다 더 저렴하고 효과적인 방법이기 때문에 매우 중요하고 Activation 과 함께 그로스 실험의 시작점이라고 할 수 있다.

 

 

 유지율을 측정하는 방법에는 크게 세가지가 있다. 첫째는 '특정일'을 기준으로 유지 고객을 세는 방법이다. 10/1일에 유입된 고객을 기준으로 했을 때 일주일이 지난 10/8일에 들어온 고객이 몇 명인지 세는 방식이다. Facebook, Instagram 처럼 Daily Use 서비스에 적절한 방식이라고 할 수 있다. 둘째는 '특정 기간'을 기준으로 유지 고객을 세는 방법이다. 10/1일에 유입된 고객이 10/2일부터 일주일이 지난 10/8일까지 몇 명이나 들어왔는지 세는 방식이다. Weekly나 Monthly 서비스에 적절한 방식이다. 마지막은 'Rolling Retention' 방법인데 거꾸로 접속이 끊긴 고객을 세어 전체에서 빼는 방법이다. 10/8일까지 몇 명이나 들어왔는지 세는 것은 두번째 방법과 동일한데 만약 그 기간동안에 들어오지 않았더라도 10/9일에 들어온 고객은 유지 고객으로 세는 방식이다. 여행, 핸드폰 처럼 접속/구매가 정말 가끔 일어나는 서비스에 적절한 방식이다.

 

 

 

 

 유지율을 정의한 뒤 분석을 할 때에도 Activation과 마찬가지로 코호트 분석을 통해 현상을 더 잘 이해할 수 있다. '기간'으로 잘라 분석하는게 일반적이며 '고객의 특정 액션'을 기준으로도 분석할 수 있다. 또 서비스에 따라 '로그인'이 아니라 '구매'나 '컨텐츠 시청'을 기준으로 리텐션을 측정할 수도 있다.

 

 

 유지율 그래프가 떨어지는 유형에 따라 개선 방법이 다르다. 유지율이 초반에 급격하게 떨어지면 Retention 마케팅을 고민하기 보다는 Activation 단계로 돌아가 NUX(New User Experience)를 살펴봐야 한다. 중반 이후에 꾸준히 떨어지면 고객 커뮤니케이션을 개선할 필요가 있으며 휴면고객에 대한 리텐션 마케팅을 고민해야 한다. 전체적으로 주의할 점은 리텐션 마케팅은 당연히 리텐션율을 높일 것이기 때문에 지표에 매몰되면 안되고 피로도를 잘 관리해야 한다. 돌아온 고객이 단순히 접속만 하고 이탈하는지 어느 단계까지 가는지 퍼널도 유심히 모니터링 하여야 한다.