<그로스 해킹> A'A'RRR: Activation 활성화

 

 

<그로스 해킹> 'A'ARRR, UTM 파라미터, 어트리뷰션

 

AARRR 프레임워크의 고객 유치 Acquisition 다음인 활성화 Activation 단계에 대해 정리해 보았습니다.

 

활성화 Activation

고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것

 

핵심은 퍼널 Funnel 분석, 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정, 분석하는 과정으로 진행

 

고려 사항

• 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가?
• 각 단계별 전환율을 어떤 기준으로 측정하는가?
• 코호트 Cohort에 따른 퍼널별 전환율을 보고 있는가?

 

 

퍼널의 세부 단계 정의

우선 - 서비스가 줄 수 있는 핵심 가치를 구체화하고 사용자들이 핵심 가치를 경험하는 정확한 순간을 정의

핵심 가치 Aha moment, Must have: 서비스를 이용하면서 목적했던 바를 달성하거나 기대를 충족하는 순간

*사용자 입장에서 정의해야 함

 

이후 - 세부 단계를 정의하고 연결 경로 도식화하는 과정이 필요

크리티컬 패스 Critical Path: 서비스에 진입하는 순간부터 핵심 가치를 경험하기까지의 경로

 

 

전환율 계산 방법

• 트래픽을 기준으로 한 전환율: UX/UI 측면에서의 개선점 찾는 데 도움
• 사용자를 기준으로 한 전환율: UX/UI를 포함한 다양한 요소(상품의 매력도나 가격 등)의 영향력이 종합적으로 반영되는 지표

ex. 계산 예시
트래픽(pageview) 기준 전환율 = 결제 완료 페이지 노출 수/상품 페이지 노출 수 * 100

사용자(user) 기준 전환율 = 결제 완료까지 전환된 사용자 수/진입한 전체 사용자 수 * 100

 

코호트 Cohort별 전환율 쪼개보기

전환율 지표는 여러 그룹으로 쪼개서 볼 때 훨씬 강력한 의미 지님

코호트 Cohort: 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹

 

 

 

 

다양한 형태로 코호트를 만들어 전환율을 비교해 보면 그에 따른 인사이트를 얻을 수 있습니다.

• 가입 시점에 따라 결제 전환율에 차이가 있는가?
• utm_source, utm_medium, utm_campaign에 따라 결제 전환율에 차이가 있는가?
• 특정 이벤트 경험 유무에 따라 결제 전환율에 차이가 있는가?
• 시간/요일/계절/날씨 등 외부 변수에 따라 결제 전환율에 차이가 있는가?
• 사용자의 성별/나이 등 인구통계학적 정보에 따라 결제 전환율에 차이가 있는가?

 

결국 전환된 사용자와 전환되지 않은 사용자는 다른가라는 질문과 마주합니다. 전환에 영향을 주고 있는 코호트를 발견할 수 있다면 전환율을 높이기 위한 구체적인 액션을 하기가 훨씬 수월해집니다.

 

 

퍼널의 전환율을 높이는 방법

정답은 없지만, 일반적인 방법들을 소개합니다.

개인화

서비스의 주요 화면 개인화하여 사용자 개개인의 맥락에 맞는 정보 노출 -> 전환율 향상

특히 추천 영역은 개인화의 효과를 크게 볼 수 있는 부분

효과적인 추천 알고리즘을 위해 많은 데이터와 모델링에 대한 지식이 필요하지만, 규칙 기반 추천 Rule-Based Reommendation도 초기에는 비교적 잘 동작하는 편

 

UX/UI 개선

주요 화면의 디자인을 변경하거나 구성요소를 바꾸는 것은 전환율을 '변화'시키는 대표적인 방법

 

적절한 개입

CRM Customer Relationship Management 채널인 메일, 푸시, 인앱 메시지 등을 적절히 활용하여 주요 단계의 전환율을 향상

ex. 장바구니에 상품 넣어두고 결제하지 않은 사용자에게 푸시 알림 전송, 회원 가입 후 활동하지 않는 사용자에게 쿠폰을 메시지로 발송

주의해야 할 점: 메시지를 발송하는 맥락 context에 따라 효과가 극적으로 달라질 수 있음

 

저자 개인 경험) 타기팅이 잘 된 푸시/이메일 > 5* 논 타기팅 메시지, 논 타기팅 메시지는 부작용(회원 탈퇴, 앱 삭제 등) 존재

전체 회원을 대상으로 보내는 논타기팅 푸시/이메일은 굉장히 보수적으로 판단해야

 

 

활성화 Activation 정리

활성화는 서비스의 기본을 끊임없이 되새기게 만드는 단계

높은 활성화 지표는 리텐션의 든든한 바탕

 

전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 더 효과적인 경우가 많기 때문에, 퍼널 자체를 재설계하는 것도 새로운 대안

ex. 주문 -> 결제 -> 배송 => 주문 -> 배송 -> 결제: 독창적인 퍼널로 구매 전환율 극적 상승