[서비스 기획 숙련] 데이터 분석 (퍼널 분석, AARRR)

수업 목표
퍼널과 AARRR 분석 사례를 살펴보며 그로스 해킹을 배워봅니다

퍼널분석 📚

퍼널 분석은 사용자가 특정 목표(예: 가입, 구매 등)에 도달하기까지의 여정을 추적하는 방법입니다. 퍼널 분석을 통해 각 단계에서 사용자가 이탈하는 지점을 파악하고, 이탈률을 줄이기 위한 개선점을 찾을 수 있습니다.

1️⃣ 목표 정의

2️⃣ 단계 정의

3️⃣이탈률 분석

4️⃣ 문제점 식별 및 개선책 제시

 

** 퍼널분석 사례

** 배달 앱에 들어가면 만나게 되는 각 단계들을 퍼널로 구성한 깔때기 그림
(배달 앱 액션 플로우)**
1. 가게들을 살펴보게 된다.
2. 어떤 가게들에서 음식을 시킬까?-가게 상세페이지
3. 여기서 이 가게가 마음에 들어, 무슨 메뉴 시키지? - 메뉴상세
4. 이거 먹어야징- 장바구니
5. 메뉴담기(클릭)
6. 장바구니 클릭을 통해 메뉴 담아지고 나면? 주문하기
7. 결제하기
8.주문완료

처음엔 85%가 어플에 들어왔지만 결국 주문 완료한건 30%뿐이었다. (어디서 이탈했을까? 분석하는 게 PM이 하는 일)

---

AARRR

AARRR은 무엇인가요?

❗ AARRR은 사용자의 행동을 5단계로 나누어 분석하고, 각 단계에서의 성과를 측정하는 프레임워크입니다.

 

1️⃣ Acquisition (사용자 유입)

사용자가 어떻게 제품이나 서비스를 알게 되었는지

2️⃣ Activation (활성화)

사용자가 첫 경험에서 긍정적인 반응을 보였는지 (예: 회원가입, 첫 거래)

3️⃣ Retention (사용자 유지)

사용자가 지속적으로 돌아오는지

4️⃣ Revenue (수익)

사용자가 실제로 결제를 하거나 수익을 창출하는지

5️⃣ Referral (추천 및 공유)

사용자가 다른 사람에게 서비스를 추천하는지

 

AARRR 사례 1)

실제 문서, 실제 서비스인데

AARRR 각각의 항목들이 말하는 것은 정해져있지만

ㅇㅇ이라는 서비스에서 AARRR의 각각 5항목을 어떻게 정의했는지 살펴보기 위한 예시이다. 

	OO에서의 의미	OO 서비스내의 활동
Acquisition(획득)	- 쿠팡이츠를 이용하기 위해 회원가입을 한다. (> 회원가입을 획득으로 정의) 기존 사장님 고객이 쿠팡이츠로 진입을 한다. - 쿠팡이츠앱을 설치한다. (> 앱 설치도 획득으로 정의)	- 외부 마케팅툴을 통한 진입 : 네이버쇼핑 등 - 비회원 진입 후 가입으로 전환되는 플로우 - 앱설치 : 하단에 활성화에서 같이 정의
Activation(활성화)	- 신규가입한 고객이 첫주문 발생시킨다. (첫 주문을 해야만 활성화로 정의) - 이탈고객이 주문을 한다.	1. 첫주문 온보딩 첫주문유도((100원딜, 첫구매쿠폰) 타게팅 된 이벤트페이지 노출 플로팅 배너 2. 앱설치 - 앱으로의 첫주문 프로모션(예정) - 앱설치유도 적극적인 활동 3. 구매이력이 없는 고객을 위한 추천 - 메인페이지 내 개인화
Retention(유지)	- 재구매빈도 (목표 : 주 1회 사용) - 할인프로모션으로 인한 재구매 유도 - 고객이 관심있을 만한 정보를 확인하기 위한 방문 ex) 주문배송현황, 입고예정알림, 내 관심 상품의 가격/할인정보 알림	1. 카카오 채널을 통한 Push :프로모션(기획전/ 이벤트페이지/ 특정리스트)로 연결 2. 회원등급제 : 쿠폰발급 3. 기획전페이지 4. 발주서 : 반복주문을 더욱 쉽게 5. 탐색개선 - 목록에서 내가 주문한 상품 상단 노출 6. 메인페이지에서의 개인화 - 내가 관심있을 상품을 노출 7. 재고안정성 - 재고를 사전에 관리 - 품절상품에 대한 대체상품 제공 - 품절상품에 대한 재입고예정일 안내 및 재입고 알림 8. 주문에 대한 좋은 경험 - 사용할 수 있는 쿠폰에 대한 자동적용 - 배송안내는 적절한가? - 반품교환은 적절한가?
Revenue(매출)	- 구매 빈도 - 식재료와 비품의 구매
Referral(추천)	- 친구추천

 

서비스에서 의 의미는 다를 수 있다. 획득, 활성화, 유지 등의 맥락등은 유지를 하지만 우리 서비스에선 획득은 무엇으로 정의할 것인가. 는 달라야하고 각자가 정의해야한다.

ex) 활성화를 무엇이라고 정의할 것인가->
구매 어플의 경우 :
탐색시간이 몇 %됐을 때? 장바구니에 담았을 때? 첫구매했을떄? 등등 브랜드 들 각각 정의가 필요한 부분이다.

 

AARRR 사례 2) 콘텐츠 서비스 사례

어찌보면 퍼널과 비슷한 형태

 

📌 A : 서비스 누적 가입자 약 434만 명(한번이라도 들어와서 가입이라도 한 유저)
📌 A : 가입자 중, 콘텐츠 열람을 한 유저 약 387만 명
- 가입 후, 현재까지 어떤 작품이라도 한번 열람했으면 집계
📌 R : 열람 유저 중, 다음 달 재열람 리텐션 61.4%
- 전체 중, 2달 연속 들어온 유저 비율 
📌 R : Cash 사용 열람자 수 약 84.4만 명
📌 R : 14일 이탈 후, 한 번이라도 복귀한 유저 수
(**대부분 친구 추천이지만, 이 사례에서는 이탈을 했지만 다시한번 복귀한 유저로도 집계를 한다는 사례)

 

AARRR 각 항목별로 정의되어 있는 모습은 있지만 각 서비스 별로 상황별로 정의하여 쓰는 모습이 보인다. 결론은, AARRR을 명확하게 맞추는 게 중요한게 아니라 계속적인 실험을 통해서 유저들이 이탈하지 않도록 원인들을 파악해서 가설을 세운것을 확인해서 서비스를 개선하는 측면이 중요하다.