나는 사용자 중심적으로 사고한다.
나는 내가 경험했던 것을 바탕으로 판단하겠지만, 사람은 다양하니 그 판단이 옳음을 믿지 말자.
여러 사람이 갑이며 그들의 이야기를 듣는 나는 을이다.
나는 그들의 이야기를 듣고 더 나은 방향을 추구한다.
퍼널 분석, AARRR을 알아보자.
퍼널 분석이란?
깔때기 분석이라고도 한다.
유저들이 우리 서비스에 들어온 시점부터, 서비스를 나가는 시점까지를 구간에 대해 데이터를 분석하여 그들이 나가는 시점과 왜 나가는지 이유를 분석하는 것이다.
역삼각형처럼 생겨 아애로 갈수록 점점 좁아지는 깔때기와 모양이 비슷하다 하여 깔때기 분석이라고 하나보다.
사용자는 이 깔때기처럼... 서비스(웹 or 앱) 페이지를 보는 시간이 길어질수록, 뎁스가 더 많아질수록 점점 흥미를 잃고 우리 서비스를 나간다. 여기서 사용자들이 나가는 시점은 동일하지 않고 일정 부분에 몰려 있을 수도 있다. 그렇다면 그 부분이 어디이며 왜 몰려있는지, 왜 사람들이 대부분 거기서 나가는지에 대한 실마리를 얻을 수 있게 된다. 보통 사람들이 나가는 것의 비율을 '이탈률'이라 부르며 이탈률이 높은 시점을 집중해서 분석하고 개선하려는 노력의 과정을 '퍼널 분석'이라 부른다.
다른 말로 표현하면, 사용자 경험 중 중요한 이벤트를 파악하여, 테스트를 수행하고 사용자의 경험을 개선하며 전환율을 높이는 것이라고 할 수 있다.
만약 채용공고에서 '서비스 유저 퍼널 분석'이 JD로 써있다면, 이런 여러 구간들에 포진되어있는 사용자들의 데이터를 분석하고 특히 몰려있는 구간에 대한 이탈률을 낮추기 위해 전략을 취하는 직무를 행한다고 이해하면 되겠다.
퍼널 분석의 목적
1. 이탈률 저하 및 전환율 개선 : 사용자가 최종 목적지에 도달하지 못하는 요인을 파악하여, 솔루션을 정립하고 전환율을 개선
2. 퍼널 간소화 : 웹사이트, 모바일 앱, 이메일, 대시보드 등 다양한 디지털 접점에서 퍼널을 만들 수 있을 것이고 이를 합치면 전체 고객 여정(유저 저니)이 된다. 이 여정이 서로 어떻게 연결되는지를 숲을 바라보는 가장 넓은 시야에서 살펴보고 필요없거나 중복되는 부분을 찾아 간소화할 수 있다.
3. 유입과 리텐션의 통합 : 보통 신규 고개 유입과 이미 들어와있는 사용자를 유지하는 데 모두 힘써야 하며, 그 두개를 다루는 팀 간 인사이트를 교류하게 된다.
퍼널 분석의 방법
1. 전환 분석
각 단계에서 전환한 사용자 수를 측정한다.
주로 막대그래프로 시각화한다.
문제가 발생했을 때 이를 빠르게 확인하고 조취를 취하는 것이 중요하다.
한 단계에서 갑자기 이탈이 심해진다면, 빠르게 그 부분에 대해 조취를 취해야 한다.
2. 기간에 따른 전환 분석
특정 날짜에 퍼널에 진입한 사용자의 전환율을 확인하는 방법
사용자가 퍼널을 완료하지 않아도 분석 대상에 포함된다.
ex. 휴일, 특별한 이벤트, 새로운 이벤트 추가 등의 특정 트리거가 발동되는 시점 동안 퍼널이 어떻게 작동하는지 살펴보기
3. 전환 시간 분석
각 사용자가 각 단계를 클릭하는 데 얼마나 시간이 걸리는지 파악하여 퍼널이 건강하게 작동하는지 확인한다.
적절한 전환 시간은 서비스마다 다르므로 각자의 서비스와 상황에 맞게 기준을 정하고 과거 데이터 분석을 기반으로 비교하며 설정해야 한다.
ex. 패스트푸드 배달앱과 세금 관련 서비스 앱의 기대되는 전환 시간은 상이
4. 빈도 분석
사용자가 퍼널의 다음 단계로 이동하기 전 특정 행동을 몇 번이나 수행하는지 측정하는 분석 방법
빈도를 통해 사용자가 무엇을 얼마나 자주 하는지 파악 가능
ex. 장바구니 물건을 결제하기 전에 이 물건이 최저가가 맞는지 확인을 위해 검색창을 들어가는 행동 多
AARRR?
같이 따라오는 개념 AARRR도 알자!
퍼널이라는 개념은 단순히 시간의 흐름에 따라 이용자가 들어오고 나가는 것을 의미했다면,
AARRR은 그 흐름 속에서 사용자들이 아주 중요한 일을 한 시점을 콕 짚어 프레임으로 만든 개념이다.
500 Start-ups라는 미국의 유명한 액셀러레이터 맥클루어가 만든 개념이며, 꽤 직관적이라 한번 들으면 쉽게 까먹지 않는다.
AARRR의 각 알파벳 의미를 알자!
1. A - Acquisition : 첫 방문
2. A - Activation : 첫 회원가입
3. R - Retention : 유치
4. R : Revenue : 수익
5. R : Referral : 지인 소개
각 단계의 '이탈률'을 체크하고 유독 이탈률이 높은 구간을 선정하여 해당 부분에 집중할 수 있도록 도와주는 프레임워크이다.
앞선 단계들에서 사용자의 이탈이 많이 발생했다면, 뒤쪽 단계들은 당연히 좋을 수가 없다. 회원가입을 안하는데 구매를 할 수 없고, 유치가 안되었는데 수익이 날 리가 없다. 첫구매가 안일어났는데 재구매를 할 수가 없다.
따라서, AARRR 프레임을 통해 KPI을 세팅한 경우 앞선 지표 개선이 선행되어야 한다.
1. Acquitision (유입)
예) 앱 설치수, DAU, 실행수
2. Activation (활성화)
예) 상품조회 수, 장바구니 수, 좋아요 수
3. Revenue (재방문)
예) 전환/이탈 데이터
4. Retention (수익)
예) 전체매출, LTV, ARPPU
5. Referral (추천)
예) 리뷰작성 수, 공유 수, 친구초대