일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- nlp논문
- 코딩테스트
- t분포
- SQL코테
- inner join
- sql
- LSTM
- HackerRank
- 카이제곱분포
- 그룹바이
- update
- airflow
- 논문리뷰
- GRU
- 표준편차
- MySQL
- 서브쿼리
- CASE
- 짝수
- 자연어처리
- torch
- Statistics
- 자연어 논문
- Window Function
- sigmoid
- NLP
- 설명의무
- SQL 날짜 데이터
- leetcode
- 자연어 논문 리뷰
- Today
- Total
HAZEL
[ Growth hacking ] AARRR 개요 / Acquisition 본문
! 출처 : 인프런 그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 을 듣고, 정리한 내용입니다.
1. AARRR 개요
01. 지표 ( Metric )
- 로그를 특정 기준에 따라서 요약한 숫자
- 지표가 중요한 이유 : 현재 상황을 정확하게 이해하도록 도와주며, 목표를 명확하게 해줌. 이를 통해 의사결정을 하는데 기준이 된다.
02. 지표를 관리하는 방법
1 ) Task-based
- 마케팅팀이 진행하는 업무 / 운영팀이 주어지는 업무 / 개발팀이 담당하는 업무 / 사업팀이 담당하는 업무
- 각 팀별로 담당하는 업무에 대해, 숫자가 어떤지를 살표보는 것을 의미함. 이런 숫자들을 관리하고 리포팅하는 것을 의미
- Task 가 먼저 정의되고, 그것에서 파생된 지표를 관리하는 방식
- 단점
: 무엇이 중요한지 파악하는 것이 어려움. task 가 누락되는 경우가 많음. 팀별로 관리되어 전체 서비스관점에서 최적화되어있지 않음.
2 ) Framework -based
- 조금 더 효율적인 지표관리를 위해서, => 대표적인 프레임워크가 AARRR
: 회사 조직도가 아니라, User Lifecycle 을 기반으로 Stage 구분하여, 유저가 들어오는 순간부터 나가는 순간을 모두 포괄
: 각 단계가 일종의 funnel 형태로 서로 유기적으로 엮여있는 것처럼 흐름이 있어야 함.
: 어떤 지표가 중요한지를 먼저 정의하고, 그것을 개선하기 위해 task 가 이어져야 함.
03. AARRR 에 대한 오해
1 ) 5개 단계가 있고, 그런 지표를 살표보기만 하면 된다 !? -> x
: 단순히 모니터링을 위해서가 아니라, 이러한 계산을 통해 나온 결과를 바탕으로 다음 단계를 설정하는 것이 중요
2 ) Acquisition 부터 개선하는 것이 맞다 ?! -> x
: Activation & Retention 이 잘 만들어지지 않았는데, Acquisition 을 개선한다면, 사용자의 부정적인 경험만 증가시킬 수 있다.
- AARRR 을 만든 사람 또한, Activation & Retention -> Acquisition & Referral -> Revenue 순서대로 개선하라고 말하고 있다.
04. AARRR을 활용하는 방법
- 각 단계별로 풀어야하는 문제를 확인하고, 주요 지표를 선별하고 측정 .측정된 지표가 가지는 의미를 이해해야한다.
- 현 단계에서 개선해야하는 목표 지표를 정하고, 실험을 통해 단계적으로 개선한다.
2. Acquisition
: 사용자를 우리의 서비스로 데려오는 작업
: CAC ( Customer Acquisition Cost ) 보다 LTV ( Lifetime Value ) 가 더 높게 하는 작업
** LTV : 사용자가 서비스에 들어와서 보이는 누적 가치
-> CAC* n < LTV 를 만족시키지 못하면, 회사가 힘들어진다.. 같은 비율이라면, LTV를 증가시키는 게 중요함
즉, 비즈니스 모델이 단단해서 사용자가 많은 가치를 일으키게 하는것이 유입되게 하는 것 보다 더 중요하다.
01. 사용자 구분
- 일반적 구분
- Organic
: 자발적으로 우리의 서비스를 찾아오는 고객
: Contents Marketing
- 블로그, 페북 같이 자사의 컨텐츠를 쌓아서 유입에 영향을 주는 것
- 많은 경우 지속하지 않고, 한번 터지면 영향력이 크다.
: SEO ( Search Engine Optimization ) - 'BLACKKIWI' 서비스를 이용해서 키워드를 파악할 수 있음
: ASO ( AppStore Optimization ) - 'SensorTower' 을 이용해서 앱스토어 최적화를 알 수 있음
- Paid : 마케팅 활동으로 인해 우리 서비스를 찾아온 고객
-> 그러나, Organic 이라는 구분 자체가 굉장히 모호함. 따라서, 구체적인 소스 단위로 구분해야함.
- Facebook 광고로 유입 / 네이버 검색을 통한 유입 / 유입 방향을 알수 없는 고객(Unknown) 등
-> Organic과 Unknown을 헷갈리면 안된다.
=> 정확하게 유입채널을 추적하고, 채널별 성과를 정확하게 판단 할 수 있도록 해야한다.
02. Acquisition 관련 기본 지표
1 ) 유저 획득 지표
a. Signup : 가입 회원
b. CAC(Customer Acquisition Cost) : 유저 획득 비용 - 유저 한명이 유입되었는지 대해 얼마나 비용을 들었는지
- LTV 보다 더 컨트롤 하기는 쉽다. 그러나 궁극적으로, CAC 보다 LTV에 힘을 실어야 한다.
- 채널 / 캠페인(이벤트) / 날짜 에 따라서 쪼개서 봐야한다. - 하나로 보면 의미 없는 수치가 되니 주의해야한다.!!!
2 ) 광고 집행 관련 지표
a. CPC ( Cost Per Click ) : 클릭당 과금되는 광고 상품
b. CPI ( Cost Per Install ) : 설치 당 과금되는 광고 상품
c. CPA ( Cost Per Action ) : 액션 당 과금 되는 광고 상품 ( 일반적으로 complete_registration )
d. CPM ( Cost Per Mille ) : 노출 당 과금되는 광고 상품
e. CPP ( Cost Per Period ) : 기간 보장형 광고 상품
f. ROAS ( Return on Ads Spending ) : 광고로 인한 매출액 / 광고비
- Return : Profit 이 아니라, Sales 를 의미하는 것이다.
즉, 이익에 대한 수치가 아니라 매출이기 때문에 단순히 ROAS 가 높다고 좋다고 할 수 는 없다.
- 광고비와 매출이 정비례하지 않기 때문에, 광고비가 줄어들면, ROAS는 무조건 높아진다.
: 광고비가 적으면, Targeting 알고리즘이 엄격해진다
- 여러 매체에 광고를 진행하는 경우, ROAS 는 중복 집계될 수 있다.
3 ) 웹 - 광고의 URL 을 통해 어떤 채널에서 왔는지 확인하는 방법 : UTM parameter
- UTM parameter ( Urchin Tracking Module ) 의 약자로, url을 통해 어느 채널에서 왔는지 확인할 수 있는 파라미터
( 현재는 GA 에 기본으로 들어있는 것이라고 한다. )
- source ( 어디서 ) , medium ( 어떤 유형의 링크 ex, cpm ), campaign ( 어떤 캠페인 ) ,
term( 어떤 키워드 검색 ) , content( 어떤 내용)
- url 에 위에 해당하는 정보가 담겨있고, 이를 통해 유저 획득에 대한 정보를 알수 있다.
- Campaign URL Builder 를 통해서 url 을 만들 수 있다. -> 추후 GA 에서 트랙킹을 할 수 있음
4 ) 모바일 앱 Attribution
: 앱스토어를 설치하고 이동하는 과정에서 URL에 붙어있는 parameter 가 유실됨.
- UTM parameter 과는 다르게 표준화가 되어있지 않아, 각 서비스에 맞는 기준을 세워서 활용해야한다.
- 다양한 Attribution Sevice 가 존재한다. ( appsFlyer , adjust , branch, Kochava )
a. Attribution 개념
- Attribution 구현 방식
: Device ID mapping , Install referrer 등 서비스마다 구현 방식이 다르다.
- Attribution Window ( 룩백 윈도우 )
: 어느 기간 동안의 Attribution 을 인정할 것인가 ?
: 단순히 광고를 보고, 앱을 실행하는 개념이 아니라, Attribution Window 안에 있는 것만 인정.
: Click vs View / 매체별 에 따라서 다른 기준을 적용할 수 있다.
- Click-through / View-through - 광고 클릭 한것 ?! 보기만 한것 ?!
: 어떤 행동을 Attribution으로 인정할 것인가?
: 페이스북 광고 클릭 vs 유튜브 광고 view
- Attribution 모델
: 여러 개의 Attribution 터치 포인트가 있는 경우, 판단을 종합적으로 어떻게 할것인가?
=> 채널에 따라서 위에서 언급된 Attribution 설정을 다르게 할 수 있고, 채널 / 캠페인 등에 따라서 신중하게 해야한다.
주관과 철학 / 다양한 조건 / 변경후 성과를 입체적으로 측정하는 것이 중요하다. !! 어떤것이 정답이다 ! 라는 것은 없다.
b. Attribution 이슈
- 딥링크 ( Deep link ) / 디퍼드 딥링크 ( Deferred deep link )
: 앱 안의 특정 화면으로 이동하는 링크
: 디퍼드 딥링크 - 딥링크의 실행을 앱 설치 이후로 지연 ! -> 앱 설치가 안된 경우, 앱 설치 유도 -> 메인이 아니라 특정화면으로 이동
: 일반적으로 UX 측면에서 중요다가 강조됨 ( user context 유지 )
: Attribution 성과 측정이 정확해짐
- Raw data 레벨로 확인하고 분석하는 과정이 꼭 필요하다!
: 주요 Attribution 툴 들은 raw data를 확인할 수 있는 기능도 포함
: Attribution 서비스의 대시보드의 요약데이터만 확인하지 말것
5 ) Acquisition 정리
- 제대로된 소수의 채널을 잘 관리하되, 채널은 계속 변화되기 때문에 늘 살펴봐야한다. 또한 그 채널을 잘 최적화하는 것이 중요하다.
- Unknown을 최대한 잘 파악해서, 죄대한 집요하게 트래킹을 해야한다.
- Attribution 툴은 비싸지만, 그만큼 잘 사용하면 유용하다. 잘 사용할 수 있게 늘 고려해야한다.
'DATA ANALYSIS > Growth hacking' 카테고리의 다른 글
[ Growth hacking ] 그로스 해킹이란, 그로스 해킹을 위한 전제 조건 : PMF (0) | 2021.08.01 |
---|