[독서 기록📚] 그로스해킹 (3)- AARRR_Activation(아하모먼트, 크리티컬 패스, 코호트 전환율), Retention

3.3 활성화 

• 활성화의 기본 개념 
  • 활성화 단계의 핵심은 퍼널에 대한 분석이다 
    • 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가? 
    • 각 단계별 전환율을 어떤 기준으로 측정하는가? 
    • 코호트에 따른 퍼널별 전환율을 보고 있는가? 
• 퍼널의 세부 단계 정의하기
  • 1) 아하모먼트 정의하기
    • 아하 모먼트: 사용자가 우리 서비스를 이용하면서 목적했던 바를 달성하거나 기대를 충족하는 순간 
      
      • 회사 입장에서의 핵심가치가 아닌, 사용자 입장에서의 핵심가치를 정의하는게 중요
  • 2) 크리티컬 패스 정리하기: 서비스에 진입하는 순간부터 핵심 가치를 경험하기까지의 경로
• 전환율 측정하기
  • 트래픽을 기준으로 한 전환율: UXUI의 개선점을 찾는데 도움
    • 상품 페이지 9번 노출, 결제 4번 노출 -> 44%
  • 사용자를 기준으로 한 전환율: UXUI를 포함한 다양한 요소의 영향력이 종합적으로 반영 -> 추천 
    • 5명의 사용자가 상품 페이지 진입, 4명의 사용자가 결제 -> 80% 
• 코호트별 전환율 쪼개보기 ⭐️⭐️⭐️
  • 코호트= 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹 
  • 장점
    • 전체 사용자를 대상으로 한 전환율을 살펴보는 것만으로는 제한적이기에, 여러 그룹으로 쪼개볼 때 강력한 인사이트 도출
    • 선행지표를 발견하기 쉽다
      • 퍼널 분석의 진정한 가치는 단편적인 전환율을 개선하는 것이 아니라 전환율에 영향을 미치는 유의미한 선행지표를 발견하는데 있다
  • 예시
    • 가입 시점에 따라 전환율에 차이?
    • utm_source, utm_medium, utm_campaign에 따라 결제 전환율에 차이? 
    • 특정 이벤트 경험 유무에 따라 차이?
    • 시간/요일/계절/날시 등 외부 변수에 따라 차이?
    • 인구통계학적 정보에 따라 차이?
  • 결국, '전환된 사용자와 전환되지 않은 사용자는 무엇이 다른가?'를 파악하게 된다 ⭐️
• 퍼널의 전환율 높이는 방법
  1. 개인화
     • 사용자 이름 명시 (이메일, 푸시알람) 
     • 사용자 개개인의 서비스 사용 내용 참고하여 데이터 노출 (최근에 본 상품, 비슷한 상품을 본 사람들이 구입한 상품) 
  2. UI/UX개선 
     • 단, 디자인 변경은 전환율을 개선하기도 하지만 전환율을 더 나쁘게 만들기도 한다
     • 그에 디자인이 큰 폭으로 변경된다면 반드시 변경 전/후의 효과를 면밀하게 측정하고 검증해야 한다
  3. 적절한 개입
     • CRM 활용
       • 장바구니 넣어둔 유저 푸시 알림 / 회원가입 후 활동하지 않는 유저에게 할인 쿠폰 
     • 단, 맥락을 잘 반영한 메세지가 타깃팅 효과가 높다. 그러나 논타기팅 메시지를 보냈을 대 탈퇴나 앱 삭제 등의 부작용이 크다. 
       • 논타기팅 푸시나 이메일은 굉장히 보수적으로 판단하고 보내야 한다.

활성화 단계 
- 돈이 아닌 실력으로 헤쳐나가야 하는 단계
- 단계 : 1) 핵심 가치 정의 2) 크리티컬 패스 정의 3) 코호트 기반으로 쪼개기

[주의점] 
전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 더 효과적인 경우가 많다 

높은 활성화 지표는 리텐션의 든든한 바탕이 되니, 잘 개선해보자. 

 

3.4 리텐션

• 리텐션의 기본 개념
  
  • 리텐션은 서비스의 성공을 예측할 수 있는 가장 기본적이면서 중요한 지표 
    • 리텐션은 잘하고 있을 때일수록 더 세심하게 측정하고 관리해야 한다 (개선하더라도 효과가 한참 뒤에나 나타나는 지표)
    • 리텐션은 AARRR 중에서도 특히나 개선이 어려운 영역으로 꼽힌다, 하지만 개선한 만큼 장기적으로 엄청나게 큰 효과를 볼 수 있는 지표이다  
  • 기준 
    • 일반적 기준: 일반적으로 '접속'을 기준으로 측정한다, 하지만 꼭 '접속'으로 한정할 필요는 없다. 
    • 다른 기준
      • 상품 페이지 5개 이상 방문, 구매하기 클릭, 구매 완료, 재구매, 친구 초대, 메시지 주고받기, 콘텐츠 시청 
• 리텐션을 측정하는 3가지 방법

1) 클래식 리텐션 
2) 범위 리텐션 
3) 롤링 리텐션
4) 인게이지먼트 

1. 클래식 리텐션: 일반적인 유지율 계산 방법 
   • 정의 : 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식 = Day N 리텐션
   • 계산법: Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람 
   • 특징 : 꾸준히 반복적으로 접속했는지 여부를 판단 X 
   • 단점: 특정일의 노이즈에 민감하고 일 단위의 데이터를 모두 확보하고 있어야 계산할 수 있다 
   • 적합한 서비스: 매일 접속해서 사용할 것으로 기대되는 서비스 (= SNS, 메신저, 전화) 
2. 범위 리텐션
   • 정의: 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식
   • 계산법: Range N에 서비스를 이용한 사람 / Range 0에 서비스를 이용한 사람 
   • 장점: 측정일에 따른 노이즈가 크지 않다 
   • 단점
     • 기준이 되는 기간이 길어질수록 리텐션이 과대 추정되는 문제 
     • 의미있는 결과를 보기 위해서는 어느 정도 기간이 축적되어야 한다. 트렌드를 확인하는데 비교적 오랜 시간이 필요하다.
   • 적합한 서비스: 굳이 매일 접속하지 않더라도 일정한 간격으로 꾸준히 사용하는 서비스 (= 가계부, 음식 배달 서비스) 
3. 롤링 리텐션
   • 정의: 더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인지를 살펴봄으로써 리텐션을 계산하는 방식
     • 특정일 기준으로 '떠나버린 유저'를 집계해서 리텐션 게산 
   • 계산법: 마지막 로그인 날짜가 7일째 되는 날보다 먼저인 사용자는 2명이라면 7일 롤링 리텐션 = 80%(8/10)
   • 특징: 최초 로그인 시점과 마지막 로그인 시점에 대한 데이터만 있으면 계산 가능 
   • 단점
     • 단 한 번이라도 로그인 하는 경우 그 이전까지의 모든 기간을 활동한 기간으로 인정하여 과대 추정되는 경향 
     • 리텐션 수치 자체가 계속 변한다 
   • 적합한 서비스: 사용빈도가 높지 않은 서비스 (ex. 의류 쇼핑 서비스, 여행 서비스)
4. 약식으로 보는 리텐션 지표, 인게이지먼트
   • Engagment = DAU / MAU 
   • 파악: 매일 동일한 사용자가 반복적으로 들어오는지, 새로운 사용자가 들어오는지 가늠 
   • 적합한 서비스: 클래식 리텐션에 적합한 서비스 
     • 매일 접속해서 사용할 것으로 기대되는 서비스 (= SNS, 메신저, 전화) 

• 리텐션 분석하기
  • 코호트에 따른 차이 살펴보기
    • 가입 월별 리텐션, 첫 구매 월별 리텐션 (시간 흐름에 따라 좋아지고 있는지 판단) 
    • 유입채널별 리텐션 
  • 리텐션 차트
    • 하나의 코호트 안에서 기간에 따른 유지율을 봤을 때 추이가 어떠한가? 유지율이 안정화되는 지점이 있는가? 대략 어느 정도 기간이 지나야 안정화된다고 볼 수 있는가? 
    • 서로 다른 코호트의 동일한 기간 유지율을 비교하면 어떤가? 
    • 기간에 따른 코호트 규모는 어떻게 달라지는가? 
• 리텐션 개선하기
  1. 초기에 리텐션이 떨어지는 속도 늦추기
     • 초기에 떨어지는 속도를 늦추는 것은 활성화 프로세스의 영향을 많이 받는다 
     • 처음으로 들어와서 가입하는 동선, 서비스 핵심 기능을 사용하는 프로세스 등을 단계별로 쪼개서 살펴보는 것이 좋다 = NUX(Nex User Experience) 
  2. 리텐션이 안정화된 이후에는 기울기를 평평하게 유지해서 오래 유지되게 하기 
     • CRM 마케팅, 주기적으로 진행하는 프로모션, 리마케팅 
     • 후발주자로 시작하는 서비스들은 경쟁 서비스의 사용자들을 데려오기 위해 그동안 축적해놓은 가치를 손실없이 이전하는 기능 제공
       • Notion 가져오기 기능: Evernote 내용 가져오기
       • FLO: 플레이리스트 화면 캡처해서 업로드하면 OCR 기능을 활용해서 동일한 플레이리스트로 만들어줌 

리텐션 유의
- 앱 푸시를 사용한다면 클릭율이나 반응율을 보는 것과 함께 부작용 지표(앱 삭제, 탈퇴)를 함께 체크할 필요가 있다 
- 서비스 카테고리마다 권장되는 리텐션 수준이 다르기에, 이를 고려해서 목표를 정하고 리텐션 지표를 개선하기 위한 활동을 하자
- 리텐션은 늘 일관되게 유지되지 않는다 (경쟁사 출현 등,,,)  즉 기간에 따른 코호트 분석을 꾸준히 할 필요가 있다