<그로스 해킹> AAR'R'R: Revenue 수익화

 

 

 

 

그로스 해킹

그로스 해킹에 대한 실용적인 지침서! 성장하는 서비스를 만들기 위해서는 필요한 데이터를 정의하고, 수집하고, 분석 환경을 구축하고, 실험하고, 서비스에 반영하는 일련의 과정이 잘 갖춰져야 합니다. 또한 성장을 위한 효율적인 조직 구조와 문화를 만들어야 합니다. 그로스 해킹은 엄청난 리소스나 시스템이 갖춰져야만 시작할 수 있는 것은 아닙니다. 작은 스타트업이라고 하더라도 환경이나 여건에 맞춰 작은 것부터 하나씩 준비해 나갈 수 있습니다.

저자

양승화

출판

위키북스

출판일

2021.01.14

 

 

<그로스 해킹> AA'R'RR: Retention 리텐션

 

AARRR 프레임워크의 리텐션(유지율) Retention 단계 다음인 Revenue 수익화에 대해 정리해 보았습니다.

 

 

Revenue 수익화

사업의 성패를 가르는 것

서비스가 어떤 비즈니스 모델을 가지고 있는 명확히 이해하고,
그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 한다.

 

 

주요 지표

ARPU Average Revenue Per User, 인당 평균 매출

ARPU = Revenue / User

 

ARPU를 구하기 위해 Revenue, User에 대한 전사적으로 통용되는 명확한 기준 필요

일반적으로는 월 기준 집계

• ARPDAU = 일 매출 / DAU
• ARPWAU = 주간 매출 / WAU

 

ARPPU Average Revenue Per Paying User, 결제자 인당 평균 매출

ARPU와 유사하지만 '결제자'만을 대상으로 함

ARPPU = Revenue / Paying User

 

 

고객 생애 가치 Lifetime Value, LTV

한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익

고객 생애 가치 = (M-c) / (1-r+i) - AC

-> 현실에서 계산 불가능

 

고객 생애 매출 Lifetime Revenue

고객 한 명에 대한 기대 매출

(LTV에서 비용을 고려하지 않은 버전)

 

 

 

수익화 분석

실제로는 매달 새로운 사용자들의 유입과 기존 사용자들의 이탈이 뒤섞여 조건이 훨씬 까다로움

고객 생애 매출을 활용할 때 중요 포인트는 코호트별 고객 생애 매출의 추이 변화를 살펴보는 편이 훨씬 더 유용

일반적으로 '가입 시점'을 코호트 분류 기준으로 활용

 

기간 별 고객 생애 매출이 증가하는 추이를 구한 후 고객 획득 비용(Customer Acquisition Cost, CAC)과 비교하면 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인 가능

 

 

건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고
장기적으로 CAC의 몇 배수까지 높아져야 한다.

CAC + a < LTR
a가 굉장히 큰 숫자여야 건강한 서비스
(일반적으로 5~10배는 더 커야 안정적인 서비스 운영 기대)

 

튼튼한 비즈니스 모델을 통해 사용자들이 지속적으로 결제하는 구조를 만드는 것이 중요하다.

LTR를 늘리는 것이 좋지만 현실적으로 고객 획득 비용이 변화시키기 쉬운 지표이기 때문에 먼저 집중하는 경우가 많다. 가입 코호트별 비교 혹은 고객 생애 매출의 기간별 변화 추이 확인 후 고객 생애 매출의 1/5~1/10을 목표로 수치를 잡는다. 이 수치는 마케팅 진행의 의사결정 기준이 된다. 

 

수익화 쪼개서 보기

• 아이템별 매출의 합계(아이템 A, B, C, ...)
• 사용자별 매출의 합계(사용자 세그먼트별 매출, 성별/연령대 같은 인구통계학적 정보, 신규 회원+기존 회원 같은 가입 기간이나 활동 여부 등)
• 결제자 수 * ARPPU
  • = 활동회원 * 결제 비율 * ARPPU
  • = 가입자 * 리텐션 * 결제 비율 * ARPPU
  • = 설치 수 * 가입 전환율 * 리텐션 * 결제비율 * ARPPU
    -> 퍼널에 따라 쪼개 보면 매출의 영향을 주는 지표 판단 가능, 시간별 코호트 기준으로 보면 훨씬 더 입체적으로 매출 분석 가능

 

 

월별 반복 매출 Monthly Recurring Revenue, MRR

구독형 서비스 매출 분석 방법

월별 반복 매출 = 기준 MRR + 신규 MRR - 이탈 MRR + 업그레이드/다운그레이드 MRR

• 기준 Base MRR: 전월 기준 매출
• 신규 New MRR: 신규 고객으로 인해 증가한 매출
• 이탈 Churn MRR: 기존 고객 이탈로 인해 감소한 매출
• 업그레이드 Upgrade MRR: 기존 고객 대상 크로스셀, 업셀로 인해 증가한 매출
• 다운그레이드 Downgrade MRR: 기존 고객의 요금제 하향조정(plan downgrade) 등으로 인해 감소한 매출

 

수익화 정리

실제 수익화 정도는 사용자마다 엄청나게 다양하다 - 개인별 편차가 상당히 크다

 

파레토 법칙(20-80): 전체 사용자의 20%가 전체 매출의 80%를 결제하는 패턴

결제까지 전환되는 유저가 소수인 카테고리(ex. 게임): 상위 1% 사용자의 결제액이 전체 매출의 50% 이상을 차지하는 경우 존재

 

매출에서의 평균값은 굉장히 주의해야 - 고액 결제자 몇 명의 행동 변화에 따라 ARPU/ARPPU가 변동될 가능성 높음

 

새로운 기능 만들 때 평균 사용자라는 모호한 타기팅 < '서비스에 대한 충성도가 높고 매출 기여가 높은 사용자' 층을 고려해서 기획하는 편이 훨씬 효과적 

실제 수익화의 성패는 고래(whale, 고수익 창출 유저를 지칭하는 단어로 흔히 사용됨) 사요자들을 얼마나 잘 관리하느냐에 달린 경우 많음

=> 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략 수립 중요

 

서비스가 출시하는 시점에 수익 모델이 포함되지 않을 수 있지만 그런 경우라 해도
어느 시기에 어떤 방식으로 수익화할 것인가에 대한 로드맵은 명확하게 존재해야 한다.