[개념노트] AARRR 을 책으로 배웠습니다 #2 : 활성화(Activation)

* 지난 포스팅에 이어 양승화님의 "그로스 해킹" 책을 읽고 정리한 내용을 담았습니다.

 

0. 이전 포스팅

[개념노트] AARRR 을 책으로 배웠습니다 #1 : 고객유치(Acquisition)

위 링크는 AARRR의 개념과 고객 획득(Acqusition) 단계에 대해 정리한 글입니다.

지난 포스팅의 마무리에서는 스스로를 고객이자 '내가 서비스 담당자라면 어떨까?' 라는 생각을 하며 일상을 살아보자는 다짐을 했었는데요.

그래서 이번 포스팅은 실생활에서 할 수 있었던 경험과 AARRR 개념을 함께 담아봤습니다.

 

 

1. A"A"RRR : Activation, 활성화

활성화(Activation)
고객 유치를 통해 획득한 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 활동

고객획득 단계에서 획득한 사용자들이 구매 프로세스 도중 이탈하지 않고 마지막까지 전환하는 것은 어려운 일입니다.

그렇기 때문에 활성화 단계에서는 사용자들의 전환을 성공적으로 이루어내는 것이 목적이며 핵심이라고 할 수 있습니다.

 

활성화 단계의 핵심
퍼널(Funnel)분석을 통한 사용자의 전환률 측정·분석
*퍼널(Funnel) : 사용자들이 서비스에 진입한 후 최종적인 핵심 기능을 사용하기까지의 여정, 단계를 거칠수록 사용자 수가 줄어드는 것이 일반적이라 Funnel(깔대기) 이라는 용어를 사용합니다.

사용자들의 전환을 이끌어내기 위해 활성화 단계에서는 '퍼널 분석'이라는 방법을 사용합니다.

퍼널 분석에는 몇가지 장점이 있습니다.

1. 사용자가 어느 단계에서 많이 이탈하는지를 파악할 수 있다.
2. 해당 단계에 집중하여 문제를 개선하고 이탈률을 줄일 수 있다.

장점을 알고나니 퍼널 분석은 필수적이라는 생각이 듭니다. 

그러니 활성화 단계의 핵심인 퍼널 분석에 대해서 조금 더 자세하게 알아보도록 하겠습니다.

 

1.1. 퍼널(Funnel) 분석 시 고려할 점

퍼널 분석 시 고려할 3가지 내용에 대해 알아보겠습니다.

 

1) 퍼널의 세부 단계 정의하기

퍼널이란 위에서 말했듯 서비스 진입 후 핵심 가치를 경험하기까지의 단계를 나타내는 말입니다.

그림으로 살펴보면 아래와 같습니다.

광고 클릭부터 회원가입의 단계를 나타낸 퍼널 예시 (출처 : https://hevodata.com/learn/funnel-analysis-in-google-analytics-easy-steps/)

우리는 퍼널의 각 단계를 어떻게 정의할지, 즉 어떤 순간을 퍼널 분석의 단계로 고려할지 정의해야 하는데요.

각의 단계를 정의하기 위해서는 먼저 서비스의 "핵심 가치를 구체화"하고 "핵심가치를 경험하는 정확한 순간을 정의"해야합니다.

핵심 가치
사용자가 서비스를 이용하면서 목적했던 바를 달성하거나 기대를 충족하는 순간.
아하 모먼트(Aha moment), 머스트 해브(Must have), 와우 모먼트(Wow moment) 라고도 불립니다.

그럼 핵심가치에 대해 제가 경험한 상황을 예시로 들어보겠습니다.

[예시]
작년 재택근무로 인해 집에서 노트북을 사용하는 시간이 늘어났던 저는 '블루투스 키보드를 구매해야겠다'는 마음을 가지게 됩니다.
당장 키보드를 사용하고 싶은데 배송을 시키자니 가격이 비싸고 며칠을 더 기다려야 하는 문제가 있었습니다.
그래서 '중고로 구할 순 없을까?'라는 생각을 하며 "당근마켓" 앱을 실행시키고 키보드를 찾아봤습니다.
운이 좋게도 마침 원하는 키보드를 판매하는 판매자가 있었고 가격도 신품의 절반 가격이었습니다.
가격이 저렴해 의심스럽긴 했지만 판매자분의 매너온도가 꽤 높았고, 직거래가 가능했기 때문에 바로 채팅을 걸었습니다.
그 후 약속 시간을 정하고 지하철역에서 어색한 직거래를 마친 후 키보드를 구매를 했습니다!🥕

예시에서 저는 '원하는 제품을 빠르고 저렴하게 구매할 수 있었던 순간' 당근마켓의 핵심 가치를 경험했을지도 모릅니다.

물론 이 순간이 당근마켓에서 정의한 핵심가치와 일치하지 않을 수 있는데요.

회사 입장에서는 사용자가 느끼는 핵심가치와 회사가 정의한 핵심가치가 일치하는지를 확인할 필요가 있습니다.

회사가 정의한 핵심가치 = 사용자가 느끼는 핵심가치 ??
↓
유저의 후기와 회사가 사용하는 마케팅 메세지를 비교하기

그럼 비교를 한번 해보겠습니다.

아래는 당근마켓 홈페이지 메인화면에서 볼 수 있는 당근마켓의 문구입니다.

당근마켓의 마케팅 메세지 (출처 : 당근마켓 홈페이지 메인 화면)

당근마켓이 사용한 마케팅 메세지에서 몇 가지 핵심 키워드를 뽑아봤습니다.

"근처", "중고 직거래", "함께", "동네"

이 키워드를 가지고 당근마켓의 핵심 가치를 유추해본다면,

"사용자가 생활하는 동네에서 이웃과 중고 거래를 하고, 우리 동네에 대해 함께 이야기를 하는 것." 이라고 볼 수 있습니다. 

좀 더 종합적으로 정의를 해본다면 아래와 같이 핵심 가치를 유추할 수 있습니다.

"동네 사람들과의 커뮤니티 활동, 네트워킹"

핵심가치를 유추해봤더니 '중고거래'가 아닌 '네트워킹'이라는 결론이 나왔습니다.

생각을 해보면 당근마켓은 중고거래를 통해 수수료를 얻는 식의 수익창출을 하지 않고 있습니다. 지역 광고를 통해 수익을 창출하는 모습을 보이긴 하지만 아직까진 확실한 BM이 없는것 같습니다.

아마 카카오톡이 밟아온 절차처럼 우선 사용자를 모은 뒤 수익 창출을 하지 않을까? 하는 생각이듭니다.

그래서 현재는 서비스의 외형을 늘려나가는 것에 목적을 두고 있으니,  '이웃과의 지속적인 중고 거래'를 현재의 핵심 가치라고 정의를 하고 포스팅을 이어나가기로 했습니다.

 

이렇게 핵심가치를 정의했다면 사용자가 핵심가치를 경험하기까지의 과정을 퍼널의 단계로 구성해야 합니다.

단계 구성 후 퍼널을 도식화하면 퍼널 분석의 첫 번째 단계가 마무리 되는것이죠.

'이웃과 지속적인 중고거래'에 대한 퍼널을 도식화해봤습니다. 

'거래완료 → 중고물품 조회' 부분의 화살표는 거래가 완료된 뒤에 다시 또 다른 중고거래를 위해 지속적으로 앱을 사용하는 과정을 넣어봤습니다.

이렇게 당근마켓 광고을 보고 거래를 완료하기까지의 경로를 크리티컬 패스(Critical Path)라고 합니다.

크리티컬 패스 (Critical Path)
서비스에 진입하는 순간부터 핵심 가치를 경험하기까지의 경로

이렇게 핵심 가치과 크리티컬 패스를 정의한 뒤 퍼널 분석을 시작합니다.

 

 

2) 전환율 측정하기

퍼널분석의 준비를 마쳤으니 퍼널 분석의 핵심인 각 단계별 전환율을 측정하는 방법에 대해 살펴봅시다.

개념상으로는 "전환된 사용자/전체 사용자"로 구해낼 수 있지만 사실은 이렇게 간단하지 않습니다.

당근마켓에서 '판매자와의 채팅'을 한 뒤 '거래 완료'단계로 넘어가는 경우의 전환율을 구해본다고 생각을 해봅시다.

# Case 1. 가장 간단한 경우

(왼쪽) 중거거래가 발생하지 않은 사용자, (오른쪽) 중고거래가 발생한 사용자

위 경우는 5명의 판매자에게 채팅을 한 뒤 구매를 하게되는 경우입니다.

구분	판매자와 채팅	중고거래 발생	전환율
스누피 (중고거래 발생X)	5건	0건	0/5 = 0%
노랑이 (중고거래 발생)	5건	1건	1/5 = 20%

이 경우엔 어렵지 않게 전환율을 구할 수 있습니다.

 

# Case 2. 조금 더 다양한 경우를 살펴봅시다.

(왼쪽) 중거거래가 발생하지 않은 사용자, (오른쪽) 중고거래가 발생한 사용자

마찬가지로 5명의 판매자에게 채팅을 걸고 중고거래를 하는 상황입니다.

첫 번째 경우는 조금 극단적이지만 5명의 판매자에게 5차례 채팅을 걸고는 물건은 사지 않은 경우입니다. (아마 무리한 가격 네고를 했던 사용자일지도 모르겠습니다.)

두 번째는 3명의 판매자에게 5차례 채팅을 걸고는 판매자 A 와 중고거래를 한 경우입니다.

표로 나타내보면 이렇습니다.

구분	채팅 횟수	채팅한 판매자 수	거래 발생	채팅 기준 전환율	판매자 기준 전환율
파랑 스누피	5회	1명	1건	1/5 = 20%	1/1 = 100%
초록 노랑이	5회	3명	1건	1/5 = 20%	1/3 = 33.3%

여기서부터는 어떤 기준으로 전환율을 계산하는지에 따라 전환율이 차이가 나기 시작합니다.

5번의 채팅을 기준으로 했을 땐 20%라는 낮은 전환율이 구해지지만, 물건을 판매하는 판매자를 기준으로 했을 땐 전환율이 높아졌음을 볼 수 있습니다.

 

# Case 3, 사용자 단위가 아닌 서비스 단위로 전환율을 구해봅니다.

일반적으로 전환율을 구할 때 사용자 한명한명을 들여다보는 것이 아니라 서비스 전체의 관점에서 전환율을 구하게 됩니다. 

그러니 이번에는 Case1,2 에서의 사용자들을 모두 고려한 전환율을 구해봅시다.

아래는 서비스를 이용한 사용자 모두를 고려한 표입니다.

사용자	전체 채팅 횟수	중복 제외 판매자 채팅 횟수	거래 발생
4명	20회	14회	2회

이 경우의 다양한 기준에 따른 전환율을 한번 구해봅시다.

채팅 기준 전환률	판매자 기준 전환률	사용자 기준 전환률
2/20 = 10%	2/14 = 14.3%	2/4 = 50%

이렇게 다양한 전환율을 구할 수 있는데요, 그럼 어떤 전환율을 사용해야할까요?

예상하셨겠지만 늘 그렇듯 정답은 없습니다.

개선하고자 하는 서비스의 성격에 따라 원칙을 정하고 그에 맞는 전환율을 사용하는 것이 최선의 방법이라고 할 수 있습니다.

 

그렇다면 질문을 조금 구체화해서 트래픽 기준의 전환율과 사용자 기준 전환율 사이에는 어떤 차이가 있을까요?

예를 들어 이야기해보겠습니다.
만약 구매자가 판매자와 채팅을 하기 전 반드시 본인의 사기 전과(?)와 지역인증을 진행한 뒤 다시 채팅창으로 돌아와 판매자에게 채팅을 걸게하는 프로세스가 도입되었다고 생각을 해봅시다.

* 사용자 A : 채팅 Page → 결백 인증(?) & 지역인증 Page→ 채팅 Page → 거래 완료
* 사용자 B : 채팅 Page → 결백 인증 & 지역인증 Page → 채팅 Page → 거래 완료
* 사용자 C : 채팅 Page → 결백 인증 & 지역인증 Page → 이탈
* 사용자 D : 채팅 Page → 결백 인증 & 지역인증 Page → 채팅 Page → 거래 실패
* 사용자 E : 채팅 Page → 결백 인증 & 지역인증 Page → 이탈

이 경우 트래픽 기준(=채팅 기준) 전환율은 2/8 = 25%, 사용자 기준 전환율은 2/5 = 40% 가 됩니다.

이 전환률 차이로부터 우리는 어떤 발견을 할 수 있을까요?

트래픽 기준 전환율
채팅을 함에 있어서 다른 페이지를 한번 들렀다 다시 채팅창으로 이동해야하기 때문에 전환율이 떨어집니다.
이를 해결하기 위해 채팅창에서 간단하게 인증을 할 수 있도록 UI/UX 개선이 필요다는 것을 알게되었습니다.
→ UX/UI 등 특정한 시나리오에서의 개선이 필요할 때 활용하기가 좋다.

사용자 기준 전환율
번거로운 채팅 프로세스에도 사용자 전환율이 40%나 된다는 것을 발견할 수 있습니다.
이는 중고거래 시장이 활성화 되어있고 신뢰성을 높이는 프로세스에 대한 거부감이 적다는 것으로 생각할 수 있습니다.
또한 채팅을 했을 경우 거래 완료 전환률이 높은 것으로 보아 채팅 매너나 채팅 후 거래 날짜를 확정지어주는 프로세스가 긍정적인 역할을 한다고 생각이 됩니다.
그렇지만 채팅을 위한 인증 페이지로 인해 전환율이 떨어지고 있으니 이를 개선할 필요가 있습니다. 
→ UI/UX 뿐만아니라 전체적인 서비스의 영향을 파악할 수 있다.

단순한 숫자로 보이는 전환율 지표를 통해 꽤 많은 것을 확인할 수 있습니다.

특히 사용자 기준 전환율은 서비스 전반적인 요소들의 영향력이 종합적으로 반영되는 지표라고 할 수 있습니다.

그러니 종합적인 성과 판단이 필요한 경우엔 사용자 기준의 전환율을 살펴보고,

UI/UX 개선과 같은 특정 시나리오에 대해 사용성 개선이 필요한 경우 트래픽 기준 전환율을 살펴보는 식의 기준을 세워볼 수 있습니다.

 

 

3) 코호트(Cohort)별로 전환율 쪼개보기

주요 퍼널에 대한 전환율 지표는 그 자체로도 중요한 의미를 가집니다.

하지만 여기서 전환율을 코호트별로 확인한다면 더 많은 인사이트를 발견할 수 있습니다.

코호트 (Cohort)
공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹

예를 하나 들어보겠습니다.

페이스북 광고를 통해 가입한 사용자의 중고 거래 전환율을 40% 이고, 유투브 광고를 통해 가입한 사용자의 중고 거래 전환율은 70% 이다.

예시처럼 코호트별 전환율을 확인하면 '각 퍼널에 영향을 미치는 선행지표를 발견하기 쉬워진다'는 장점이 있습니다.

위 예시에서는 '가입방법'이라는 선행지표가 중고거래 전환율에 영향을 미친다고 볼 수 있습니다.

페이스북 광고가 유투브 광고보다 전환율이 떨어진다는 것을 확인한 뒤, 페이스북 광고의 타게팅을 수정하거나 혜택을 제공함으로써 전환율을 높히려는 전략을 세울 수 있습니다.

 

위 예시를 통해 퍼널 분석의 가치를 아래와 같이 정의할 수 있습니다.

주요 퍼널에서의 단편적인 전환율을 계산하는 것이 아닌,
전환율에 영향을 미치는 유의미한 '선행지표'를 발견하는 것

그렇다면 선행지표를 발견하기 위한 다양한 코호트의 예시를 살펴봅시다.

다양한 코호트(Cohort) 예시
* 가입시점에 따라 전환율의 차이가 있는지?
* 성별·연령대에 따라 전환율의 차이가 있는지?
* 채팅 응답률, 응답 속도에 따라 전환율의 차이가 있는지?
* 관심 제품 카테고리에 따른 전환율 차이가 있는지?
* 동네(지역)에 따른 전환율 차이가 있는지?
...

위와 같이 다양한 형태의 코호트 만들고 이에 따른 전환율을 비교해보면 서비스 개선 방향이나 핵심 유저 타게팅, 마케팅 채널 운영 전략 등의 다양한 주제에 대한 인사이트를 얻을 수 있습니다.

여기서 한걸음 더 나아간다면 단순한 전환율 차이가 아닌 거꾸로 '전환율 차이를 만드는 코호트'를 찾아낼 수도 있습니다.

결국 퍼널 분석의 최종적인 종착지는 아래의 질문이 됩니다.

'전환된 사용자와 전환되지 않은 사용자는 무엇이 다른가?'

이 질문에 대해 답은 찾으려는 노력은 결국 전환율을 높이고 구체적인 액션을 이끌어내게 됩니다.

 

 

1.2. 퍼널의 전환율을 높이는 방법.

지금까지 살펴본 내용을 생각해보면 '전환율 지표를 잘 정의하고 활용하는 것이 중요하다.'라고 요약해볼 수 있습니다.

그렇다면 어떻게 하면 전환율을 높일 수 있을까요??

마찬가지로 모든 상황에서 적용되는 정답은 없겠지만 몇 가지 일반적인 방법을 소개해보려합니다.

 

1) 개인화

요즘은 초개인화의 시대라고 할만큼 개인화가 중요해진 시대입니다.

이러한 상황에서 서비스의 주요 화면을 개인화하여 사용자 개개인의 맥락에 맞는 정보를 보여준다면 전환율을 높일 수 있습니다.

예를 들어보면 사용자의 이름이나 닉네임을 언급하며 아래의 메세지를 보여준다고 생각을 해봅시다.

OO님, 중고거래를 벌써 n번 하셨어요! 덕분에 우리 동네가 따뜻해졌답니다 :)

위 메세지를 확인하면 '내가 정말 동네를 따뜻하게 만든다..'는 기분까진 아니더라도 앱 실행 시 기분이 좋아지는 효과를 가져올 수 있습니다.

이런 긍정적인 이미지는 앱 사용에 있어서 긍정적인 변화를 가져와 최종적으로 거래 전환율이 높아질지도 모릅니다.

 

또는 블루투스 키보드를 구매했을 때, 함께 사용할 수 있는 손목패드 또는 블루투스 마우스를 추천해주는 추천 시스템을 이용하여 거래 전환율을 높일 수 있습니다.

복잡한 추천 알고리즘이 아니더라도 규칙 기반 추천(Rule-Based Recommendation)도 서비스 초기에는 큰 효과를 불러올 수 있다고 하니 고려해볼만 한 사항인 것 같습니다.

 

2) UI/UX 개선

주요 화면의 디자인을 변경하거나 구성요소를 바꾸는 것은 전환율을 변화시키는 대표적인 방법입니다.

'변화'라는 단어를 쓴 이유는 UI/UX 변화로 인해 전환율이 감소할 수 있기 때문입니다.

그렇기 때문에 디자인이 변경되었을 때 반드시 변경 전과 변경 후의 효과를 면밀히 측정하고 검증해야합니다.

이 때 디자인 변경 초기에는 사용자들이 익숙하지 않은 화면을 봐야하기 때문에 일정 기간 지표가 낮아지는 것이 자연스러울 수 있습니다.

만약 긍정적인 변화였다면 다시 지표가 안정화되고 좋아지지만, 그렇지 않다면 다시 UI/UX 를 고려하는 과정이 필요합니다.

 

3) 적절한 개입

사용자에게 이메일 전송, 푸시, 인앱메세지 등의 도구를 적절히 활용하면 주요 단계의 전환율을 높일 수 있습니다.

하지만 이 경우 사용자가 거부감을 느끼지 않도록 하는 것이 중요한데요.

저의 경우에는 이러한 도구들이 역효과를 불러오는 경우가 많았습니다.

* 자주 이용하지 않는 서비스에서 메일이나 앱푸시 알람이 온 경우
의도 : 사용자들이 알람을 확인하고 서비스를 이용하지 않을까?
실제(나) : 아 여기 아직 가입이 되어있었네? 근데 왜 귀찮게 계속 메일이 오는거지;; 그냥 탈퇴해야겠다.

이러한 역효과를 만들어낼 수 있기 때문에 맥락(Context)을 잘 반영하여 메세지를 보내야합니다.

저는 아직까지 이런 경험이 없어 맥락이라는 의미가 무엇인지 잘 감이 잡히지 않아 곰곰이 생각을 해봤는데요.

어쩌면 맥락이라는 것은 코호트 분석을 통해 발견할지도 모른다는 생각을 하게되었습니다. (이런 의미가 아니라면 댓글 부탁드립니다😪)

예를 한번 들어보겠습니다.

* 분석의 결과
코호트 분석의 결과로 30대 여성 중 '생활가전', '인테리어' 카테고리를 관심 카테고리로 등록한 사용자의 경우 1달에 평균 2번의 중고거래를 한다는 인사이트를 얻었다

* 맥락(Context)을 반영한 개입
최근 2주 내 거래를 하지 않은 해당 코호트 사용자에게 이주의 인기 상품 리스트를 앱 푸시 메시지로 보내 중고거래를 할 매력있는 품목이 있다는 것을 리마인드 시켜준다.

* 기대효과
해당 코호트의 거래 전환율 상승

 

2. 정리하면.

이렇게 AARRR 분석 중 Activation, 활성화에 대한 내용을 알아봤습니다.

전체적인 내용은 '퍼널을 정의하고 전환율을 분석하여 인사이트를 얻는 것이 퍼널 분석의 핵심이다.'라는 것이었는데요.

이 경우에 주의할 점이 있습니다.

1. 퍼널의 최적화는 단순히 단계별 전환율을 높이는 것이 아니다.
전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 더 효과적인 경우가 많다고 합니다.
예) 전환율 50%인 5개 단계로 이루어진 퍼널보다 전환율 20%인 2개 단계로 이뤄진 퍼널이 최종 전환율은 더 높다. 
이러한 점을 고려하여 서비스 전체 관점에서 필요없는 퍼널의 단계를 없애거나 통합하는 과정이 필요합니다.

2. 퍼널 자체를 재설계하는 것도 하나의 방법이다.
핵심 가치를 경험하는 프로세스 자체를 재설계하여 전환율을 높이는 방법도 하나의 방법이라고 합니다.

이렇게 활성화 단계에서 중요한 퍼널 분석에 대해 알아보았는데요.

생각보다 게시글이 길어져 앞의 내용이 흐릿해졌을지도 모르겠습니다..

그래서 리마인드 한다는 느낌으로 이번 포스팅 내용을 간단하게 요약하고 포스팅을 마치도록 하겠습니다.!

 

2.1. 간단 요약

1. 활성화 단계의 핵심은 퍼널 분석을 통한 사용자의 전환율을 측정·분석하는 것이다.

2. 퍼널 분석을 위해서는 핵심 가치를 정의하고 이를 바탕으로 퍼널의 단계를 정의해야한다.

3. 구성한 퍼널을 바탕으로 전환율을 구하고 인사이트를 얻는다.
  = 코호트 분석을 곁들인다면 훨씬 효과적이고 강력한 인사이트를 얻을 수 있다.

4. 얻어낸 인사이트를 바탕으로 서비스를 개선시키고 전환율을 높인다.

 

---

다음 포스팅에서는 AARRR 의 나머지 단계에 대해 이야기하도록 하겠습니다!