![[데이터 분석 심화 개념] 지표 이해하기 2️⃣ (AARRR 프레임워크와 지표들에 대한 세부 설명)](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FDIOec%2FbtsJj19HPh9%2FCA4KuMSwutJiao0SGOCUP0%2Fimg.png)
이번 글은 코드잇 강의를 수강하면서 배운 내용을 주로 하여 정리되어 있습니다. (코드잇 스프린트 데이터 애널리스트 트랙 1기 훈련생)
AARRR 프레임워크와 지표
Acquisition: 획득 지표
Acquisition(획득) 지표는 사용자를 서비스로 유입시키는 과정에서 중요한 역할을 하는 지표들로 구성됩니다.
이 지표들은 신규 사용자의 규모와 효율성을 측정하며, 이를 통해 마케팅과 세일즈 전략의 성과를 평가할 수 있습니다.
획득의 규모를 측정하기 위한 지표
- 신규 사용자 수 (New User):
- 정의: 웹사이트나 서비스에 처음 방문한 사용자의 수.
- 중요성: 얼마나 많은 새로운 사용자가 서비스를 처음 이용했는지를 파악하여, 서비스의 매력도와 초기 유입 성공 여부를 평가할 수 있습니다.
- 회원 가입 수 (Sign Up):
- 정의: 특정 서비스에 회원 가입한 사용자의 수.
- 중요성: 사용자들이 회원으로 가입하여 서비스를 더 깊이 이용할 의향이 있는지를 평가할 수 있습니다.
- 앱 다운로드 수 (App Installs):
- 정의: 특정 앱을 다운로드한 수.
- 중요성: 앱 설치를 통해 서비스를 이용할 의지를 가진 사용자의 수를 측정합니다.
- 리드 수 (Leads):
- 정의: 수집된 리드(잠재 고객)의 수.
- 중요성: 리드 수는 잠재 고객을 실제 고객으로 전환할 가능성을 평가하는 중요한 지표입니다.
획득의 효율을 측정하기 위한 지표
- 고객 획득 비용 (CAC, Customer Acquisition Cost):
- 정의: 신규 고객 1명을 획득하기 위해 필요한 비용.
- 중요성: 고객을 획득하는 데 들어간 비용을 파악하여, 마케팅과 세일즈 전략의 효율성을 평가할 수 있습니다. 이 지표는 전체적인 비용 구조를 이해하고, 더 비용 효율적인 전략을 설계하는 데 필수적입니다.
Acquisition: 광고 지표
Acquisition 단계에서의 광고 지표들은 사용자가 광고를 통해 서비스나 제품으로 유입되는 과정을 평가하는 데 중요한 역할을 합니다.
이러한 지표들은 광고 캠페인의 효율성, 비용 대비 효과, 그리고 광고가 실제로 얼마나 많은 사용자를 유입시키고 있는지를 측정할 수 있도록 도와줍니다.
Acquisition 단계에서의 광고 지표들은 크게 광고 성과 지표와 광고 비용 지표로 분류할 수 있습니다.
광고 성과 지표
광고 성과 지표는 광고 캠페인이 얼마나 많은 사용자 반응을 이끌어냈는지를 평가하는 지표들입니다.
이 지표들은 광고의 효과와 전환을 중점적으로 측정합니다.
- 광고 클릭률 (CTR, Click-Through Rate)
- 정의: 광고에 노출된 사용자 중 광고를 클릭한 비율.
- 중요성: 광고가 얼마나 매력적이었는지, 사용자의 관심을 유도했는지 평가하는 지표입니다. CTR이 높을수록 광고가 효과적이었다는 것을 의미합니다.
- 광고 조회율 (VTR, View-Through Rate)
- 정의: 광고를 본 사용자 중 실제로 광고를 끝까지 조회한 비율.
- 중요성: 특히 동영상 광고에서 사용되는 지표로, 광고가 사용자에게 얼마나 잘 전달되었는지를 나타냅니다.
- 광고 전환율 (CVR, Conversion Rate)
- 정의: 광고를 클릭한 사용자 중 원하는 행동(회원가입, 구매 등)을 완료한 비율.
- 중요성: 광고가 단순히 클릭을 유도하는 것을 넘어, 실제로 사용자가 원하는 행동을 수행하게 했는지를 평가하는 중요한 지표입니다.
광고 비용 지표
광고 비용 지표는 광고 캠페인에 소요된 비용을 측정하여, 캠페인의 경제적 효율성을 평가하는 지표들입니다.
이 지표들은 광고 예산의 활용도를 평가하는 데 중점을 둡니다.
- 광고 비용당 전환율 (CPA, Cost-Per-Action)
- 정의: 특정 행동(회원가입, 구매 등)을 완료한 사용자 1명을 유도하기 위해 소요된 비용.
- 중요성: 광고가 얼마나 비용 효율적으로 전환을 이끌어냈는지를 평가하는 지표로, CPA가 낮을수록 광고의 비용 효율성이 높다고 평가됩니다.
- CPM (Cost-Per-Mille)
- 정의: 광고가 1,000번 노출될 때마다 발생하는 비용.
- 중요성: 광고가 얼마나 많은 사람들에게 도달했는지 평가할 때 사용되는 지표로, 인지도를 높이기 위한 광고에서 중요합니다.
- CPC (Cost-Per-Click)
- 정의: 광고 클릭당 발생하는 비용.
- 중요성: 클릭을 유도하는 광고에서, 클릭당 비용을 평가하는 중요한 지표입니다. CPC가 낮을수록 같은 예산으로 더 많은 클릭을 유도할 수 있습니다.
- CPV (Cost-Per-View)
- 정의: 동영상 광고의 조회당 발생하는 비용.
- 중요성: 동영상 광고의 조회수와 관련된 비용 효율성을 평가하는 지표로, CPV가 낮을수록 광고 예산을 더 효과적으로 사용했다고 볼 수 있습니다.
- CPI (Cost-Per-Install)
- 정의: 앱 설치의 수당 총 광고 비용.(앱 설치당 비용)
Activation: 사용자 경험 지표
Activation 단계에서의 사용자 경험 지표는 사용자가 서비스나 제품을 실제로 사용하는 동안의 경험을 평가하는 데 중요한 역할을 합니다. 이러한 지표들은 사용자가 서비스에 얼마나 몰입하고 있는지, 사용 경험이 얼마나 긍정적인지를 측정하는 데 도움을 줍니다.
아래에서 각각의 지표에 대한 정의, 계산 방법, 그리고 지표 값에 따른 해석을 설명하도록 하겠습니다.
체류 시간 (DT, Duration Time)
- 정의: 사용자가 특정 서비스나 페이지에 머무른 시간.
- 계산식: 평균 체류 시간 = 총 체류 시간(사용자들이 방문하여 머문 전체 시간) / 방문한 전체 사용자 수.
- 해석: 체류 시간이 길수록 사용자가 페이지에 관심을 가지고 머무른다는 의미입니다. 짧다면 페이지의 콘텐츠가 기대에 미치지 못했을 수 있습니다.
평균 페이지 체류 시간 (Average Time on Page)
- 정의: 사용자가 서비스 내의 단일 페이지에서 머무른 평균 시간.
- 계산식: 단일 페이지의 총 체류 시간 / 해당 페이지를 방문한 사용자 수.
- 해석: 평균 페이지 체류 시간이 길다면 해당 페이지의 콘텐츠가 사용자에게 유익하거나 흥미로웠음을 의미합니다. 반면, 짧다면 페이지의 콘텐츠가 충분히 매력적이지 않았을 수 있습니다.
평균 세션 시간 (Average Session Duration)
- 정의: 단일 세션 동안 사용자가 특정 서비스에서 머무른 평균 시간.
- 계산식: 총 세션 시간(각 세션의 '세션 종료 시간 - 세션 시작 시각'의 총합) / 세션 수.
- 해석: 평균 세션 시간이 길다면 사용자가 서비스에 더 오랜 시간 몰입했음을 나타내며, 이는 긍정적인 사용자 경험을 시사합니다.
페이지 뷰 (PV, Page View)
- 정의: 특정 웹사이트나 서비스를 방문하여 열람한 페이지의 수.
- 계산식: 해당 페이지가 조회된 총 횟수.
- 해석: 페이지가 얼마나 많은 관심을 받았는지를 측정합니다. 높은 페이지 뷰는 페이지의 인기가 높거나, 트래픽이 집중되고 있음을 나타냅니다.
순 방문자 수 (UV, Unique Visitor)
- 정의: 특정 웹사이트나 서비스에 방문한 사용자 중 중복되지 않는 순 방문자 수.(일정 기간 동안 웹사이트나 앱에 방문한 사용자 중 중복되는 사용자를 배제한 순 방문자의 수)
- 해석: 순 방문자 수가 많을수록 다양한 사용자가 사이트를 방문하고 있음을 나타냅니다. 이는 사이트의 인지도나 마케팅 캠페인의 성과를 평가하는 중요한 지표입니다.
페이지 이탈률 (Bounce Rate)
- 정의: 웹이나 앱에서 첫 페이지만 조회한 후, 추가적인 행동 없이 바로 이탈한 사용자의 비율.
- 계산식: (반송 수 / 방문 수) * 100.
- 해석: 이탈률이 높다면, 첫 페이지에서 사용자가 이탈할 이유가 많다는 의미입니다. 이는 페이지의 로딩 속도, 콘텐츠의 질 등 여러 요인 때문일 수 있습니다.
Activation: 활성화 지표
활성화(Activation)는 사용자가 처음으로 서비스나 제품을 사용하면서 가치를 인식하고, 이후 지속적으로 사용할 가능성을 보여주는 중요한 단계입니다. 이 단계에서는 사용자가 제품의 핵심 가치를 경험하거나, 특정 행동을 완료하는 것을 목표로 합니다. 이를 통해 사용자는 'Aha-Moment'를 경험하게 되며, 이는 활성화의 주요 기준 중 하나입니다.
활성화의 기준
- Aha-Moment 경험:
- 중요성: Aha-Moment를 경험한 사용자는 이후 제품을 지속적으로 사용할 가능성이 높아집니다. 예를 들어, SNS에서는 첫 게시물을 작성하고 친구를 추가했을 때가 Aha-Moment일 수 있습니다.
- 확실한 전환 행동:
- 중요성: 이때의 전환 행동은 서비스의 목적에 따라 다를 수 있지만, 사용자가 이 행동을 완료하면 서비스에 대한 참여도가 높아졌다고 평가할 수 있습니다. 예를 들어, 전자상거래 사이트에서는 첫 구매가 전환 행동이 될 수 있습니다.
Funnel Conversion (퍼널 전환율)
퍼널 전환율은 사용자가 Aha-Moment나 특정 전환 행동까지 도달하는 경로에서 각 단계에서의 전환율을 측정하는 방법입니다.
- Aha-Moment 경험 퍼널:
- 정의: 사용자가 Aha-Moment를 경험하기까지의 단계별 전환율을 측정하는 퍼널입니다.
- 예시: 사용자가 제품 소개 페이지에 방문 -> 회원가입 -> 첫 사용 -> Aha-Moment 경험.
- 목적: 각 단계에서 얼마나 많은 사용자가 다음 단계로 넘어가는지 파악하여, 사용자 경험을 최적화하는 데 사용됩니다.
- 구매 퍼널:
- 정의: 사용자가 실제로 구매 행동을 완료하기까지의 단계별 전환율을 측정하는 퍼널입니다.
- 예시: 제품 페이지 방문 -> 장바구니 추가 -> 결제 페이지 방문 -> 구매 완료.
- 목적: 구매 과정에서의 사용자 이탈률을 파악하고, 구매 전환율을 높이기 위한 전략을 세우는 데 사용됩니다.
최종 전환율 및 단계별 전환율
- 최종 전환율 (Final Conversion Rate):
- 정의: 퍼널의 시작 단계에서 최종 목표 단계에 도달한 사용자의 비율.
- 계산 방법: (최종 목표를 달성한 사용자 수 / 퍼널의 시작 단계에 진입한 전체 사용자 수) * 100.
- 해석: 최종 전환율이 높을수록 퍼널 전체에서 사용자의 이탈이 적고, 활성화 수준이 높다는 것을 의미합니다. 만약 이 비율이 낮다면, 전체 퍼널에서 문제가 되는 부분을 찾아 개선할 필요가 있습니다.
- 단계별 전환율 (Step Conversion Rate):
- 정의: 퍼널의 각 단계에서 다음 단계로 넘어간 사용자의 비율.
- 계산 방법: (다음 단계로 넘어간 사용자 수 / 해당 단계에 진입한 사용자 수) * 100.
- 해석: 특정 단계에서 전환율이 낮다면, 그 단계에서 사용자가 이탈하는 원인을 찾아 개선할 필요가 있습니다. 예를 들어, 장바구니에서 결제 페이지로 넘어가는 단계에서 전환율이 낮다면, 결제 프로세스를 간소화하거나 결제 수단을 다양화하는 등의 조치가 필요합니다.
지표 값에 따른 조절 방법
- 최종 전환율:
- 낮은 경우: 전체 퍼널을 검토하여 어느 단계에서 이탈이 많은지 파악해야 합니다. 사용자가 최종 목표에 도달하지 못하는 이유를 분석하고, 해당 문제를 해결하기 위한 조치를 취합니다. 예를 들어, Aha-Moment에 도달하지 못한 사용자의 경우, 초기 사용자 교육이나 온보딩 과정을 개선할 수 있습니다.
- 단계별 전환율:
- 낮은 경우: 특정 단계에서 전환율이 낮다면, 해당 단계의 사용자 경험을 개선해야 합니다. 예를 들어, 회원가입에서 이탈이 많다면, 가입 과정을 간소화하거나 인센티브를 제공하는 방법을 고려할 수 있습니다.
- 높은 경우: 단계별 전환율이 높다면, 그 단계의 긍정적인 요소를 다른 단계에 적용해볼 수 있습니다. 예를 들어, 사용자가 특정 프로모션을 통해 장바구니 추가 단계로 많이 넘어간다면, 비슷한 프로모션을 결제 단계에서도 활용할 수 있습니다.
Retention: 유지 지표
유지율 (Retention Rate)
유지율은 사용자가 특정 기간 동안 계속해서 서비스를 사용하는 비율을 나타내는 지표입니다. 이 지표는 서비스의 장기적인 성공을 평가하는 데 중요한 역할을 합니다.
유지율을 정의할 때는 다음의 세 가지 요소를 고려해야 합니다.
- 유지라고 판단할 수 있는 기준 행동 :
사용자가 서비스를 계속 사용하고 있다는 것을 정의하는 기준 행동을 설정해야 합니다.
이 기준 행동은 서비스 유형이나 비즈니스 모델에 따라 다를 수 있습니다.
예를 들어,- 소셜 미디어: 사용자가 매일 로그인하거나 게시물을 작성하는 것.
- 이커머스: 사용자가 정기적으로 구매를 완료하는 것.
- 스트리밍 서비스: 사용자가 일정 기간 내에 콘텐츠를 시청하는 것.
- 측정을 위한 단위 기간 :
유지율을 측정하기 위해서는 특정 단위 기간을 설정해야 합니다. 이 단위 기간은 서비스의 특성과 사용자 사용 패턴에 따라 달라질 수 있습니다. 일반적으로 다음과 같은 기간이 사용됩니다:
- 일간 유지율 (Day 1, Day 7, Day 30 등): 사용자가 하루, 일주일, 한 달 후에도 계속해서 서비스를 사용하는지를 평가.
- 주간 유지율: 사용자가 특정 주간에 서비스를 얼마나 자주 사용했는지를 평가.
- 월간 유지율: 사용자가 한 달 동안 서비스를 얼마나 자주 사용했는지를 평가.
- 계산 방식 : 유지율은 특정 기간 동안 서비스를 계속 사용하는 사용자 수를 기준으로 계산됩니다
이탈률 (Churn Rate)
- 정의: 사용자가 서비스를 떠나는 비율.
- 계산식: (이탈한 사용자 수 / 기존 사용자 수) * 100
- 해석: 이탈률이 높으면 사용자가 서비스에 대한 불만이나 다른 이유로 떠나고 있음을 의미합니다. 이를 통해 서비스의 개선점을 찾을 수 있습니다.
Retention: 유지율을 계산하는 3가지 방식
유지율(Retention Rate)을 계산하는 방법에는 다양한 방식이 있으며, 이 중 클래식 리텐션(Classic Retention), 범위 리텐션(Range Retention), 롤링 리텐션(Rolling Retention) 세 가지 방식이 많이 사용됩니다.
각각의 방법은 유지율을 계산하는 데 있어 조금씩 다른 접근 방식을 취하며, 특정 상황이나 분석 목적에 따라 적합한 방법을 선택해 사용할 수 있습니다.
클래식 리텐션 (Classic Retention)
클래식 리텐션은 가장 기본적이고 널리 사용되는 유지율 계산 방식입니다. 이 방법은 사용자가 특정 시점 이후에 다시 서비스를 사용하는지를 기준으로 유지율을 계산합니다.
- 방법: 특정 기준일(예: 앱 설치일, 첫 사용일 등)로부터 n일 후에 사용자가 다시 서비스를 사용하는지를 확인합니다.
- 예시: Day 7 클래식 리텐션을 계산할 때, Day 1에 100명의 사용자가 앱을 설치했고, Day 7에 그중 30명이 앱을 다시 사용했다면, Day 7의 클래식 리텐션율은 30%입니다.
- 계산 방법 :
범위 리텐션 (Range Retention)
범위 리텐션은 사용자가 특정 기간 내에 서비스를 한 번이라도 사용했는지를 기준으로 유지율을 계산하는 방식입니다. 이는 클래식 리텐션보다 유연하게 사용자의 재방문을 고려합니다.
- 방법: 특정 기준일 이후의 일정 기간(예: Day 1~Day 7, Day 1~Day 30) 동안 사용자가 서비스를 한 번이라도 사용했는지를 확인합니다.
- 예시: Day 1~7 범위 리텐션을 계산할 때, Day 1에 100명의 사용자가 앱을 설치했고, Day 1~7 사이에 50명이 한 번이라도 앱을 사용했다면, 범위 리텐션율은 50%입니다.
- 계산 방법 :
롤링 리텐션 (Rolling Retention)
롤링 리텐션은 특정 시점 이후의 어느 날이라도 사용자가 서비스를 재방문했는지를 확인하는 방식입니다. 롤링 리텐션은 특히 장기적인 사용자 유지 분석에 유용합니다.
- 방법: Day n 이후의 어느 날이라도 사용자가 서비스를 다시 사용했는지를 확인합니다. 예를 들어, Day 7 롤링 리텐션은 Day 7 이후 어느 날이라도 사용자가 서비스를 재방문했는지를 기준으로 계산됩니다.
- 예시: Day 7 롤링 리텐션을 계산할 때, Day 1에 100명의 사용자가 앱을 설치했고, Day 7 이후 어느 날이라도 40명이 앱을 다시 사용했다면, 롤링 리텐션율은 40%입니다.
- 계산 방법 :
각 방식의 특징 및 활용
- 클래식 리텐션은 특정 시점의 재방문을 강조하며, 서비스의 즉각적인 유지율을 파악하는 데 유리합니다.
- 범위 리텐션은 특정 기간 동안의 재방문 여부를 평가하므로, 좀 더 유연하게 사용자의 재방문을 파악할 수 있습니다.
- 롤링 리텐션은 장기적인 사용자 유지 분석에 적합하며, 사용자가 장기간 동안 서비스를 유지하고 있는지를 평가하는 데 유리합니다.
Retention: 유지율과 코호트
코호트는 특정 시점이나 공통된 특성을 공유하는 사용자 집단을 의미합니다. 코호트 분석은 이러한 사용자 집단을 추적하여 시간이 지남에 따라 이들이 어떻게 행동하는지를 분석하는 방법입니다. 예를 들어, 같은 달에 가입한 사용자들, 특정 캠페인을 통해 유입된 사용자들, 특정 제품을 구매한 사용자들 등이 코호트의 예시가 될 수 있습니다.
코호트 분석의 장점은 동일한 조건을 가진 사용자들이 시간에 따라 어떻게 변화하는지, 유지되는지, 이탈하는지를 파악할 수 있다는 점입니다. 이를 통해 특정 시점이나 이벤트가 사용자 행동에 어떤 영향을 미치는지 깊이 있는 분석이 가능합니다.
유지율을 코호트와 결합하면, 특정 사용자 그룹이 시간에 따라 어떻게 유지되고 있는지를 명확히 분석할 수 있습니다.
코호트 기반 유지율 분석
코호트 분석에서 유지율을 측정하는 방법은 밑과 같습니다.
- 코호트 정의: 먼저 분석하고자 하는 코호트를 정의합니다. 예를 들어, 2024년 1월에 가입한 모든 사용자를 하나의 코호트로 설정할 수 있습니다.
- 시간 경과에 따른 유지율 계산: 정의된 코호트를 기준으로 특정 기간(예: 1일 후, 7일 후, 30일 후 등)에 이 코호트의 사용자들이 여전히 서비스를 사용하고 있는지를 추적합니다.
- 비교 및 인사이트 도출: 각 코호트의 유지율을 비교하여 특정 시점에서 사용자 유지에 영향을 미친 요소를 식별할 수 있습니다. 예를 들어, 특정 마케팅 캠페인이 유지율에 긍정적인 영향을 미쳤는지, 새로운 기능 추가가 유지율에 어떤 변화를 가져왔는지 등을 분석할 수 있습니다.
코호트와 유지율의 중요성
- 시간 경과에 따른 분석: 코호트 분석을 통해 시간 경과에 따른 사용자 행동 변화를 추적할 수 있습니다. 이를 통해 사용자가 서비스에 어떻게 적응하는지, 초기 관심이 유지되는지, 또는 특정 시점에 이탈하는지 파악할 수 있습니다.
- 유지율 최적화: 코호트 분석을 통해 얻은 인사이트를 바탕으로, 특정 시점에 사용자 유지율을 높이기 위한 전략을 설계할 수 있습니다. 예를 들어, 코호트 분석 결과, 7일 차에 유지율이 급격히 떨어진다면, 이 시점에 사용자에게 추가적인 인센티브나 리마인더를 제공하여 이탈을 방지할 수 있습니다.
- 제품 및 마케팅 전략 개선: 코호트 분석은 제품 개발 및 마케팅 전략을 개선하는 데 유용합니다. 어떤 시점에서 어떤 코호트가 잘 유지되는지, 또는 이탈하는지를 파악함으로써, 사용자 경험을 개선하거나 마케팅 메시지를 조정할 수 있습니다.
Retention: 고착도 지표
활성 사용자 수 (AU, Active User)
- 정의: 특정 웹사이트, 앱 또는 플랫폼과 상호작용하며 활성화된 사용자 수.
- 해석: 활성 사용자 수는 서비스의 현재 활동성을 나타내며, 여러 기간별로 구분됩니다.
- HAU (Hourly Active User): 시간당 활성 사용자 수.
- DAU (Daily Active User): 일간 활성 사용자 수.
- WAU (Weekly Active User): 주간 활성 사용자 수.
- MAU (Monthly Active User): 월간 활성 사용자 수.
사용자 고착도 (Stickiness)
- 정의: 사용자가 서비스에 얼마나 자주 방문하고 머무는지, 즉 서비스에 대한 몰입도를 나타내는 지표.
- 계산식: DAU(일간 활성 사용자 수) / MAU(월간 활성 사용자 수) * 100
- 해석: 고착도가 높을수록 사용자가 자주 방문하며 서비스에 깊이 몰입하고 있다는 것을 의미합니다.
Revenue: 수익성 지표
수익성 지표는 비즈니스의 운영 효율성과 수익성을 평가하는 데 중요한 역할을 합니다. 수익성 지표는 매출, 비용, 이익 등을 기반으로 비즈니스의 경제적 성과를 분석하고, 이를 통해 더 나은 의사결정을 지원합니다.
- 매출(Revenue)
- 정의: 비즈니스가 고객에게 상품 혹은 서비스를 판매하여 창출하는 총 금액입니다.
- 계산식: 매출 = 판매 단가 × 판매량
- 설명: 매출은 비즈니스의 총 수익을 나타내는 기본적인 지표로, 다른 모든 수익성 지표의 기초가 됩니다.
- MRR(Monthly Recurring Revenue, 월간 반복 매출)
- 정의: 매월 반복적으로 발생하는 매출을 의미합니다.
- 계산식: MRR = (기존 고객의 월간 매출 + 이탈 고객의 월간 기여 매출) + 신규/부활 고객의 월간 매출 ± 플랜 업그레이드/다운그레이드로 인한 월간 매출 차액
- 설명: MRR은 구독 기반 비즈니스에서 특히 중요한 지표로, 비즈니스의 월간 수익 흐름을 안정적으로 예측하고 평가하는 데 사용됩니다. MRR은 비즈니스가 매월 얼마나 안정적으로 수익을 창출하고 있는지를 평가하는 데 매우 유용합니다.
- 매출총이익(Gross Profit)
- 정의: 매출액에서 매출원가(COGS, Cost of Goods Sold)를 차감한 금액입니다.
- 계산식: 매출총이익 = 매출 - 매출원가
- 설명: 매출총이익은 비즈니스가 상품 또는 서비스를 판매하여 얻는 순수익을 나타내며, 이익을 창출하기 위한 생산비용을 차감한 값입니다.
- 매출총이익률(Gross Profit Margin)
- 정의: 매출 대비 매출총이익(마진)의 비율입니다.
- 계산식: 매출총이익률 = (매출총이익 / 매출) × 100
- 설명: 이 지표는 매출액 중에서 얼마나 많은 부분이 이익으로 남는지를 보여주며, 비즈니스의 수익성을 평가하는 중요한 기준이 됩니다.
- 순이익(Net Profit)
- 정의: 비즈니스의 매출에서 모든 비용(판매관리비, 영업외수익 및 비용, 세금 등)을 차감한 후 남은 금액입니다.
- 계산식: 순이익 = 매출 - 매출원가 - 판매관리비 - 기타 비용
- 설명: 순이익은 비즈니스의 실제 수익을 나타내며, 비즈니스의 전반적인 성과를 평가하는 중요한 지표입니다.
- ROI(투자 대비 수익률, Return on Investment)
- 정의: 투자 비용 대비 비즈니스에서 얻은 수익의 비율을 나타냅니다.
- 계산식: ROI = (순이익 / 총 투자 비용) × 100
- 설명: ROI는 투자 효율성을 평가하는 데 사용되며, 비즈니스가 얼마나 효율적으로 자본을 활용하고 있는지를 보여줍니다.
- ROAS(광고 수익률, Return on Ad Spend)
- 정의: 광고 캠페인을 통해 발생한 매출 대비 투입된 총 광고 비용의 비율입니다.
- 계산식: ROAS = (광고를 통해 발생한 매출 / 광고 비용) × 100
- 설명: ROAS는 광고 비용 대비 수익성을 평가하는 지표로, 광고의 효과를 측정하는 데 사용됩니다.
Revenue: 고객 가치 지표
고객 가치 지표는 비즈니스가 고객으로부터 얻는 경제적 가치를 평가하는 데 중점을 둡니다. 이러한 지표는 고객과의 관계를 장기적으로 유지하며, 그 관계에서 발생하는 수익성을 측정하는 데 도움을 줍니다. 아래는 주요 고객 가치 지표에 대한 설명입니다.
- 객단가(Average Order Value, AOV)
- 정의: 고객 1명이 한 번의 거래에서 지불하는 평균 금액입니다.
- 계산식: 객단가 = 총 매출액 / 총 주문 수
- 설명: 객단가는 고객 한 명당 구매 금액을 나타내며, 마케팅 전략과 가격 정책을 수립하는 데 중요한 역할을 합니다. 객단가를 높이는 것은 수익성 개선의 주요 목표 중 하나입니다.
- ARPU(Average Revenue Per User)
- 정의: 고객 1인당 평균 매출액을 나타냅니다. 여기에는 유료 사용자뿐만 아니라 무료 사용자의 매출도 포함됩니다.
- 계산식: ARPU = 총 매출액 / 전체 사용자 수
- 설명: ARPU는 서비스나 제품을 사용하는 전체 사용자 중에서 얻는 평균 수익을 나타내며, 사용자 기반의 가치를 평가하는 중요한 지표입니다.
- ARPPU(Average Revenue Per Paying User)
- 정의: 유료 사용자 1인당 평균 매출액을 나타냅니다.
- 계산식: ARPPU = 총 매출액 / 유료 사용자 수
- 설명: ARPPU는 유료 사용자만을 대상으로 평균 수익을 계산하며, 비즈니스의 수익성을 평가하는 데 중요한 지표입니다. 특히, 프리미엄 모델을 채택한 서비스에서 ARPPU는 수익성 개선의 핵심 지표입니다.
- ARPDAU(Average Revenue Per Daily Active User)
- 정의: 일간 활성 사용자(DAU) 1인당 평균 매출액을 나타냅니다.
- 계산식: ARPDAU = 일 매출액 / DAU(일간 활성 사용자 수)
- 설명: ARPDAU는 하루 동안 활동한 사용자들 중에서 얻는 평균 수익을 나타내며, 일간 사용자 기반의 수익성을 평가하는 데 사용됩니다. 특히, 지속적인 사용자 참여를 장려하고, 일간 수익 흐름을 최적화하는 데 유용한 지표입니다.
- LTR(Lifetime Revenue, 고객 생애 매출)
- 정의: 고객 1명이 비즈니스에 걸쳐 발생시키는 총 매출액입니다.
- 계산식: LTR = 고객 생애 동안 누적하여 발생시킨 총 매출액 / 고객 수
- 설명: LTR은 한 고객이 비즈니스에 걸쳐 얼마나 많은 수익을 창출하는지를 나타내며, 고객 유지와 관련된 전략을 세울 때 중요한 기준이 됩니다. 고객의 생애 가치가 높을수록 비즈니스의 수익성이 향상됩니다.
- LTV(Lifetime Value, 고객 생애 가치)
- 정의: 고객 1명이 비즈니스에 걸쳐 발생시킬 것으로 예상되는 총 가치(수익)입니다.
- 계산식: LTV = (고객 생애 동안 평균 구매액 × 구매 빈도) × 고객 생애 기간
- 설명: LTV는 고객이 비즈니스에 걸쳐 기여할 것으로 예상되는 총 가치를 나타내며, 고객 확보와 유지에 투자할 적정 비용을 결정하는 데 중요한 지표입니다. 높은 LTV는 비즈니스의 장기적인 수익성에 긍정적인 영향을 미칩니다.
Referral: 바이럴 지표
- 바이럴 주기 시간 (Viral Cycle Time)
- 정의: 기존 사용자가 친구를 초대하고, 초대받은 친구가 신규 사용자로 유입되기까지 걸리는 시간(사이클).
- 계산식: 계산식 없음 (단위 시간 측정)
- 설명: 이 지표는 바이럴 효과가 발생하는 속도를 측정합니다. 주기 시간이 짧을수록 바이럴 확산이 빠르게 일어나며, 이는 사용자 획득의 효율성을 높이는 데 중요한 역할을 합니다.
- 해석: 바이럴 주기 시간이 짧을수록 새로운 사용자가 빠르게 유입된다는 의미입니다. 이를 통해 서비스의 성장 속도를 판단할 수 있습니다. 주기 시간이 길어지면 바이럴 효과가 약해질 수 있으므로, 사용자 초대 메커니즘을 개선하거나 사용자 유입 과정에서의 마찰을 줄여야 할 필요가 있습니다.
- 바이럴 계수 (Viral Coefficient)
- 정의: 기존 사용자 1명당 만들어내는 신규 사용자의 수.
- 계산식: 바이럴 계수 = 기존 사용자 1명당 평균 친구 초대 수 × 초대받은 친구의 초대 수락 비율
- 설명: 바이럴 계수는 한 사용자가 얼마나 많은 새로운 사용자를 유입시키는지를 나타내며, 이 지표가 1보다 크면 서비스가 바이럴로 성장할 수 있음을 의미합니다. 바이럴 계수가 클수록 바이럴 효과가 강하다는 것을 의미합니다.
- 해석: 바이럴 계수가 1보다 크면 서비스가 바이럴로 성장할 수 있음을 나타냅니다. 예를 들어, 바이럴 계수가 1.5라면 한 사용자가 1.5명의 새로운 사용자를 유입시킨다는 의미입니다. 계수가 높을수록 서비스의 자발적인 확산 가능성이 높아지며, 이는 마케팅 비용 절감 효과를 기대할 수 있습니다. 반대로, 계수가 1 이하라면 서비스 확산을 위한 추가적인 마케팅 노력이 필요합니다.
Referral: 추천 가능성 지표
- NPS (Net Promoter Score, 순 추천 지수)
- 정의: 기존 사용자가 제품이나 서비스, 브랜드를 추천할 가능성을 측정하는 표준 척도.
- 계산식: NPS = 추천 그룹의 비율(%) - 비추천 그룹의 비율(%)
- 설명: NPS는 고객의 충성도와 만족도를 측정하는 주요 지표로, 고객이 다른 사람에게 추천할 가능성을 파악하는 데 사용됩니다. 높은 NPS는 고객이 서비스에 만족하고 있으며, 이를 다른 사람에게도 추천할 가능성이 높다는 것을 의미합니다.
- 해석: NPS 점수가 높으면 사용자가 서비스에 만족하고 있으며, 다른 사람에게도 추천할 가능성이 높다는 것을 의미합니다. 예를 들어, NPS가 70%라면 대부분의 사용자가 해당 서비스에 만족하고 있으며, 이를 다른 사람에게 추천할 의향이 있다는 것을 나타냅니다. NPS가 낮다면, 고객의 불만을 해결하고 서비스 개선을 위한 조치를 취할 필요가 있습니다.
- SNS 공유 수 (SNS Share Rate)
- 정의: 사용자가 SNS에서 특정 콘텐츠나 서비스를 공유한 횟수.
- 계산식: 계산식 없음 (공유 수, 댓글 수, 태그 수 등 측정)
- 설명: SNS 공유 수는 사용자들이 서비스나 콘텐츠를 얼마나 활발하게 공유하는지를 측정하는 지표로, 브랜드 인지도 및 확산에 중요한 역할을 합니다. 이 지표는 서비스나 콘텐츠의 바이럴 가능성을 평가하는 데 유용합니다.
- 해석: SNS 공유 수가 많을수록 콘텐츠가 사용자에게 흥미롭거나 유익하다고 인식된다는 의미입니다. 이는 브랜드 인지도와 바이럴 효과를 증대시키는 중요한 요소입니다. 공유 수가 낮다면, 콘텐츠의 질을 개선하거나, 공유를 유도할 수 있는 프로모션이나 캠페인을 고려해 볼 수 있습니다.
이번 글에서는 데이터 분석과 마케팅 전략에서 중요한 AARRR 프레임워크와 각 단계별 핵심 지표들을 살펴보았습니다. 이러한 지표들은 사용자 획득부터 수익 창출까지의 전 과정을 체계적으로 분석하고, 비즈니스의 성과를 최적화하는 데 큰 도움을 주므로 이 내용들을 잘 숙지하시길 바랍니다.
감사합니다!
출처 및 참고자료 : 코드잇 사이트 강의 '지표 이해하기' https://www.codeit.kr/topics/understanding-metrics
'프로그래밍 > 데이터 분석' 카테고리의 다른 글
| [데이터 분석 심화 개념] A/B 테스트 2️⃣ (A/B 테스트 시작하기) (11) | 2024.09.04 |
|---|---|
| [데이터 분석 심화 개념] A/B 테스트 1️⃣ (A/B 테스트 이해하기) (4) | 2024.09.02 |
| [데이터 분석 심화 개념] 지표 이해하기 1️⃣ (AARRR 프레임워크와 지표) (12) | 2024.08.28 |
| [데이터 분석 심화 개념] 데이터 기반 프로덕트 개선하기 2️⃣ (데이터 기반 프로덕트 개발) (0) | 2024.08.26 |
| [데이터 분석 심화 개념] 데이터 기반 프로덕트 개선하기 1️⃣ (프로덕트 데이터 기반 의사결정) (1) | 2024.08.26 |
데이터 분석을 공부하고 카페를 열심히 돌아다니는 이야기
포스팅이 좋았다면 "좋아요❤️" 또는 "구독👍🏻" 해주세요!