BLOG

데이터너겟이 전하는 특별한 콘텐츠를 만나보세요.

추천 콘텐츠

실무자 입장에서 본 그로스해킹 AARRR

1. AARRR 해적지표의 개념 끊임없는 실험을 통해 가설을 검증하는 그로스해킹 분야에서 빠질 수 없는 개념이 있습니다. 바로 'AARRR' 모델. 이 용어는 미국의 스타트업 엑셀러레이터인, 500 STARTSUPS를 이끌고 있는 Dave McClure가 개발한 분석 프레임워크입니다. 스타트업은 아이디어를 가지고 제품이나 서비스를 만드는 것은 능숙하게 행할 수 있지만, 이 서비스를 어떻게 효과적으로 확산되고, 충성 고객을 확보하기 위해 무엇을 개선하면 좋은지에 대해서 늘 숙제로 남아있습니다. AARRR은 시장 초기 단계에 맞춰서 특정한 지표를 중심으로 우리 서비스의 현주소를 파악할 수 있는 효과적인 방법론입니다. 분석할만한 인력이나 시간이 충분하지 않은 스타트업에게는 매력적인 프레임워크이지요. 그로스해킹이 워낙 추상적이고 광범위한 분야이다 보니, 자세한 설명은 다른글에서 다루겠습니다. 대신, 그로스해킹에서 대표적으로 쓰이고 있는 AARRR이라는 모델을 기반으로 기술 기반의 비즈니스를 성장시킬 수 있는 방법론을 제시해보고자 합니다. 우선 AARRR은 해당 비즈니스의 Life Cycle에 따른 비즈니스의 단계적인 전략 스탠스를 제시하고 있습니다. 당연히 5단계이며, 각 단계들을 살펴보겠습니다. 각 단계별 정의를 조금 더 '성장'에 목표를 두고 구성해보았습니다. Acquisition : 어떻게 처음 우리 서비스를 접하게 되는가 Activation : 사용자가 처음 서비스를 접할때에, 긍정적인 경험을 제공하고 있는가 ? Retention : 이후의 서비스를 다시 사용하는 정도는 얼마나 되는가? Revenue : 최종 목적(거시전환)으로 연결되고 있는가 ? Referral : 사용자가 자발적으로 확산이나 공유를 일으키고 있는가? 2. AARRR의 다섯가지 단계 1) 1단계 사용자 유치(Acquisition) 단계 : 획득 첫번째는 획득 단계입니다. 말 그대로, 새로운 고객을 우리 비즈니스로 어떻게 방문하게 하는지에 대해 집중하는 단계입니다. 보통 사람들은 이 단계에서, 최대한 많은 사람들을 들어오게 하는 것이 목적이라고들 하지만, LABBIT의 생각은 조금 다릅니다. 여기서 우리는 “통제권" 이라는 단어에 주목해야합니다. 우리의 상식과는 달리, 획득 단계에서는 많은 사람들이 들어오는 것이 전체 목표가 되어서는 안됩니다. 우리 비즈니스를 알리기 위해서 우리는 페이스북, 유튜브, 인스타그램, 네이버, 카카오, 다음, 구글 광고등 다양한 매체를 통해서 광고를 집행하고 우리 브랜드를 알릴 것입니다. 이 매체들별로 광고비를 할당하고 효율적인 광고비를 운용하기 위해서는, 정확히 어디서 들어온 유저들이 우리 비즈니스에서 고품질 유저인지 알아야만 합니다. 즉, 우리가 집행하는 매체들의 유입량과 전환율을 확실히 알 수 있는 ‘통제권’을 확보해야 한다는 것입니다. 많은 비즈니스가 웹/앱 방문자들의 경로를 추적하기 위해 구글 애널리틱스를 사용합니다. 하지만 구글 애널리틱스를 제대로 사용하지 못하게 되면, 어디서 들어온 유저인지 알 수 없는 direct/none 유저가 매우 많이 발생하게 됩니다. 그래서 획득 단계(Acquisition)에서의 KPI는 많이 들어오게 하는 것이 아니라, 어디서 들어오는 지에 대해 알고, 들어오는 매체별로 자세히 파악하여 광고비를 효율적으로 쓸 수 있도록 통제권을 가지는 것이 중요합니다. 다양한 매체들에 통제권을 가진다면, 어떤 매체들이 가장 효율적인지, 광고비를 각 매체별로 얼마나 할당해야 하는지 여부가 확인 가능하기 때문입니다. 2) 2단계 활성화(Activation) 단계 : 전환 활성화 단계는 말 그대로, 우리 비즈니스 또는 브랜드와 처음으로 접점이 생기는 신규 고객들이, 우리 비즈니스가 원하는 최종 목적지까지 잘 유도해야 하는 것이 주요 목표가 될 수 있습니다. 이 활성화 단계에서는 OKR, KPI , Funnel Model이라는 용어들을 자주 사용합니다. OKR은 Objective Key Results 의 준말로써, 해당 비즈니스의 최종 목표를 의미합니다. 이와 달리 KPI는 우리의 일정기간 동안의 마케팅 이후, 최종 목표가 잘 달성되었는지 아닌지를 평가해주는 측정가능한 지표입니다. 예를들어, 3월달에 매출액을 보니, 2월달보다 매출이 떨어졌습니다. 하지만 우리가 결제 완료 수나 결제 전환율만 보고서는 매출이 왜 떨어졌는지 알 수 있을까요? 저라면 알기 어려울 것 같습니다. 결국엔 매출이 떨어졌다면, 결제로 이어지는 전환율이 떨어졌는지, 혹시 장바구니에 물건을 담은 사람들이 적어진 것은 아닌지, 제품 상세페이지에서 이탈률이 높아진 것은 아닌지 등등 최종 행동까지 이어지는 모든 사용자의 경험들별로 데이터를 보아야, 떨어진 매출의 원인을 알 수 있을 것입니다. 즉, 쇼핑몰이 하나 있다면, 우리는 단순히 결제 완료 수나 매출액과 같은 결과만 보는 것이 아니라, 메인 페이지 - 상세 페이지 - 장바구니 페이지 - 결제 완료 페이지까지의 모든 단계별 전환율과 이탈률을 추적해야만 합니다. 쇼핑몰을 가볍게 예로 들었지만, 어떤 웹/앱 기반의 비즈니스를 막론하고, 고객이 해당 웹사이트나 앱에서 해야만 하는 최종 행동 또는 목적지가 있을 것이고, 그 목적지에 가까워질수록 사용자 수는 줄어들면서 역 삼각형 모양을 형성합니다. 이를 Funnel Model 이라고 합니다. 3) 3단계 : 사용자 유지 단계(Retention) : 사용자 유지 Retention 단계는 말 그대로, 한번 서비스와 재화를 경험한 고객들이 다시 방문하여 서비스를 이용하거나, 재구매로 이어지는 비율을 높이는 단계입니다. 현대 Ad-Tech 기술은 한번이라도 우리 브랜드와 상호작용을 했던 유저에게 다시 한번 광고를 노출시킬 수 있게 되었습니다. 실제로 우리가 쇼핑몰에서 보았던 제품이 인스타그램이나 페이스북에 그대로 나타나는 것도 이와같은 원리입니다. 여기서 핵심 개념인 ‘Remarketing’이 등장합니다. 리마케팅이란, 말 그대로 우리 웹사이트에 들어왔던 유저들에게 다시 한번 광고를 노출시키는 방식의 마케팅을 의미합니다. 실제로 우리 브랜드에서 상호작용한 유저는 Funnel Model에 따라서 세그먼트를 나눌 수 있습니다. 예를들어 쇼핑몰이 하나 있다고 가정해봅시다. 해당 쇼핑몰 메인페이지에 방문했다가 그냥 나가버린 사람도 있을 것이고, 장바구니에 물건을 담았다가 나가버린 사람도 있을 것입니다. 이 상황에서 우리가 1주일후에 광고를 다시 집행한다고 가정해봅시다. 메인페이지에 방문했다가 나가버린 사람들은 우리 브랜드를 기억할 확률이 높을까요? 아마 기억할 확률이 상대적으로 낮을 것입니다. 왜냐하면 우리는 하루도 수십번씩 다양한 웹사이트의 메인페이지를 드나들기 때문입니다. 이들에게는 “우리 브랜드는 어떤 브랜드입니다.” 라고 브랜드를 소개하거나, 간단히 주목을 이끌 수 있는 광고 메시지가 필요합니다. 하지만 장바구니에 물건을 담았다가 나가버린 유저들은 이야기가 달라집니다. 장바구니까지 제품을 담았기 때문에, 우리 쇼핑몰을 1주일 후에도 인지할 확률이 높습니다. 이 경우, 이들에게는 “우리 브랜드는 어떤 브랜드입니다" 라고 메시지를 던질 필요가 없습니다. 우리 브랜드를 충분히 기억할 확률이 상대적으로 높기 때문입니다. 장바구니에 물건을 담았다가 나갔던 유저들에게는 어떤 메시지가 필요할까요? 일반적으로 장바구니에서 이탈률이 높으면 가격 이슈인 경우가 많습니다. 그렇기 때문에, “할인 합니다!” 라는 메시지를 그들에게 던진다면 구매로 이어질 확률이 매우 높아질 수 있습니다. 이와 같이, Funnel Model 을 통해 우리 브랜드에 방문했던 사람들을 특정 행동에 따라 세그먼트로 분류하고, 그 세그먼트별로 좋아할만한 메시지를 달리하여 광고를 집행해야하는 것이 리마케팅의 핵심입니다. 사실 이 리텐션 지표는 웹보다는 앱 시장에서 활발하게 쓰이는 지표입니다. 어플리케이션의 대부분의 비즈니스 모델은 광고 수익입니다. 광고 수익을 높이기 위해서라면 해당 어플리케이션을 사용하는 사람들이 많아야 합니다. 그래서 앱에서는 활성 사용자 수를 의미하는 지표인 MAU(Monthly Active User : 월간 활성 사용자 수) , DAU(Daily Active User : 일간 활성 사용자 수) 가 핵심 지표일 수 있습니다. MAU와 DAU를 끌어올려야 광고 수익이 그만큼 많아질 수 있기 때문입니다. MAU와 DAU를 높이기 위해서는 계속해서 활성 사용자가 어플리케이션에 방문해야 합니다. 지속적으로 어플리케이션을 사용했던 사람들이 재방문을 하게되는 것을 사용자 잔존율, 즉, ‘Retention Rate’라고 합니다. 사실 이 리텐션을 끌어올리기 위해서는 지속적인 리마케팅과 컨텐츠 제공, 푸쉬 알림을 통한 재방문 유도와 같은 행위들이 실시되어야 합니다. 4) 4단계 : 수익(Revenue) 단계 : 규모의 확장 수익 단계에서는 말 그대로 앞서 설명한 3단계의 과정을 모두 마친다면 그 볼륨을 키우는 단계입니다. 예를들어, 앞선 3단계에서 천만원의 광고 집행을 통해 아래와 같은 인사이트가 도출될 수 있습니다. 1) 어디서 들어온 사람들이 가장 우리 제품을 구매하는 전환율이 높은가? 2) 어떻게 우리 서비스를 최초로 이용하기 쉽도록 해야하는가? 3) 서비스를 한번이라도 사용한 사람들은 어떻게 다시 방문하는가 ? 이 3가지에 대한 물음에 데이터에 기반한 확실한 정답이 도출되었다면, 이제 판을 크게 벌려야합니다. 천만원의 광고비를 1억의 광고비로 늘려서 사업의 볼륨을 넓히는 단계가 바로 수익 단계입니다. 사실은 이 수익단계까지만 하더라도 사업화는 꽤나 성공적인 단계에 안착했다고 볼 수 있습니다. 하지만, 시장은 빠르게 바뀌고 경쟁자는 쉽게 따라오는 세상입니다. 방심하지 않고, 사업의 볼륨을 키우고, 동시에 다음 먹거리를 찾아 적극적으로 투자를 해야할 필요가 있습니다. 5) 5단계 : 추천(Referral) 단계 : 바이럴 추천 단계에서 고객들이 우리가 제공하는 서비스나 재화를 얼마나 만족하는지 측정할 수 있습니다. 자고로 커피를 판매하는 곳은 커피가 맛있어야 하고, 음식을 판매하는 곳은 음식이 맛있어야 합니다. 음식이 맛있다면 사람들은 자연스레 해시태그를 달면서 바이럴을 일으킵니다. 추천 단계 부터는 장기적으로 ‘우리 비즈니스가 존속 가능한가?’라는 질문에 대한 해답을 제시해줍니다. 제품이 좋다면 고객은 스스로 마케터가 되어 그 제품을 지인이나 SNS 상에 소개합니다. 추천 단계에서는 사람들의 자발적인 참여를 유도하는 행위가 필요합니다. 구매 했던 우리 회원에게, ‘카카오톡 공유 시, 할인 쿠폰 지급’을 해주는 서비스를 만든다던가(실제 LABBIT에서 만든 소프트웨어 모듈입니다), 후기를 작성하면 혜택을 주는 프로모션을 기획하는 것도 한 방법입니다. 하지만 이러한 방법론들은 사실 일차적인 해결책입니다. 본질적으로는 제품을 지속적으로 경험하는 사람들에게 긍정적인 경험을 제공해주고, 긍정적인 경험을 했던 고객이 쉽게 다른 유저들에게 추천을 할 수 있도록 시스템을 만들어주는 과정이 필요합니다. 가장 좋은 예시는 익히 들어왔던 드롭박스(DropBox)의 사례입니다. 드롭박스는 말 그대로 친구 추천을 하게되면, 파일 저장 용량을 무료로 더 제공해주는 프로모션을 기획했습니다. 친구 추천 서비스를 진행한 결과 , 2010년대 초반 드롭박스는 로켓처럼 성장했습니다. 그 밖에도 에어비앤비, 유튜브와 같은 훌륭한 사례들도 있습니다. 그렇다면, 무엇부터 해야할까 ? AARRR 모델이 단계별 전략을 취하고 있는 프레임워크이니, 상식적으로 가장 첫 단계인 Acquisition (획득)단계부터 해야할 것으로 보입니다. 하지만 이는 사실과 다릅니다. 우선 최초로 사람들이 서비스를 이용하거나 재화를 구매하는 Activation 단계에서 Funnel별 전환율이 측정되어야 하고, 제품에 대한 만족도를 높이기 위한 Retention 단계를 최적화해야 합니다. 그런 다음, AARRR의 가장 첫 단계인 Acquisition(획득) 단계를 통해 매체의 통제권을 가지고 많은 사람들이 들어오도록 유도해야 합니다. 일단 작게 시작해봅시다. 작게 시작해서, 고객들이 제품이나 서비스를 경험하는 경로들을 펼쳐 그 경로들에서 어떤 부분에 소구되는지를 자세히 검토한 뒤, 광고를 진행하는 것을 추천합니다. 물론 시간이 많이 필요하지만, 점진적으로 성과를 개선해 나가는 것이 그로스해킹의 본질이기도 합니다.

더보기

우리 서비스 이탈률, 이대로 괜찮은 걸까?

디지털 마케팅 실무자들은(저 포함..) SEO든 CRO*든 카피라이팅이든 콘텐츠 마케팅이든 애널리틱스나 UX든 무엇을 담당하든지 간에! 이탈률에 대해 설명해야 되는 순간을 피할 순 없습니다. 구글 애널리틱스(이하 GA)를 아무리 들여다봐도, 이탈률의 의미는 모호하고, 이해하기도 어렵죠. 구글이 정의하는 바에 따르면, “이탈은 단일 페이지 세션이다” 라고 되어 있습니다. 더 구체적으로 말하면, 이탈은 유저가 페이지에 접속한 후 추가적인 상호작용이 없을 때마다 발생하는 것이라고 할 수 있습니다. 모든 이벤트 발생 시마다 이것이 이탈에 해당하는 이벤트인지 확인하는 거죠 *CRO-Contract Research Organization-란 임상시험과 관련된 의뢰자의 임무나 역할의 일부 또는 전부를 대행하기 위하여 의뢰자로부터 계약에 의해 위임받은 개인이나 기관 < 이탈에 해당하는 이벤트의 예시 > 검색 결과로 돌아가기 브라우저 닫기 주소 표시줄에 새 URL 입력 아웃바운드 링크 클릭 비활성 상태 유지 및 세션 시간 초과 페이지는 읽었지만 어떤 이벤트도 발생시키지 않고 종료 ‘이탈률’의 의미를 조금 더 쉽게 설명해 드리자면, ‘페이지 내에서 유저가 클릭, 스크롤 다운, 메일 주소 입력 등의 어떠한 추가 상호작용 없이 페이지를 나간 경우’를 말합니다. 계산식으로는 이탈 수 / 페이지 세션 X 100 이죠! 이쯤되면 아마 이런 궁금증이 생기실 겁니다. ‘이제 이탈률이 어떻게 생기는지는 알겠는데… 그래서 이탈률의 진짜 의미는 무엇이냐!’ (당장 의미를 내놓거라) GA를 한 번이라도 이용해 보신 분은 알겠지만, GA를 켜면 가장 먼저 보이는 ‘잠재고객 개요’ 보드의 선명한 이탈률은 ‘오늘도 우리 웹사이트를 이탈한 고객들이 이렇게 많구나 ㅠ’ 하는 생각을 먼저 떠올리게 합니다. 사실 ‘이탈’이라는 말은 어감부터 부정적인 느낌을 주는 것도 사실이니까요. ‘그래서 서비스에게… 이탈률이란?’ 이제 우리는 ‘이탈률’이라는 까다로운 지표를 세 가지 항목으로 뜯어보고자 합니다. 첫째 : 웹사이트 유형별 이탈률 비교 둘째 : 산업별 이탈률 비교 셋째 : 채널별 이탈률 비교 ‘이탈률이 높아도 너무 괘념치 마시게… ‘ “그래서 좋은 이탈률이란… 뭘까요?” 1. 웹사이트 유형별 벤치마크 이탈률이 높을 수밖에 없는 사이트 유형 (1) 블로그 등의 콘텐츠 기반 페이지 블로그는 비교적 높은 이탈률이 나타날 수밖에 없는 사이트입니다. 그 이유는 잘 써진 웰메이드 포스팅은 콘텐츠 자체로 유저를 만족시키며 이 경우 유저는 콘텐츠를 소비한 후 그대로 페이지를 떠나기 때문입니다. 일부 댓글을 다는 사람도 있겠지만, 대부분은 침묵합니다. 더 중요한 점은 대부분의 사용자가 소셜 미디어 게시물의 링크를 통해 해당 블로그 콘텐츠 페이지를 방문하기 때문에, 내용을 다 읽으면 사용하던 소셜 미디어 사이트로 대부분 돌아간다는 것입니다. 그렇기 때문에 블로그는 평균적으로 높은 이탈률을 갖고 있을 수밖에 없는 것이죠. (2) 문의처 정보 페이지 (with 전자상거래 판매 영수증 페이지, FAQ 등) 문의처 정보 페이지 또한 이탈률이 높은 사이트의 클래식한 예시입니다. 유저는 사이트를 방문하고 필요한 전화번호/이메일/주소에 대한 정보를 조회하고, 그 다음 단계는 그 정보를 통해 연락하는 것입니다. 사이트를 나가 전화를 걸고, 메일을 쓰고, 혹은 주소지로 직접 찾아오는 것이죠. GA는 이것을 모두 ‘이탈’이라고 집계합니다. 그래서, 이탈률은 높게 나오는 게 당연한 거죠! 따라서 만약 여러분이 블로그 혹은 콘텐츠 기반 페이지 담당자거나, 문의처 정보 페이지 운영자라면 이탈률을 전자 상거래 사이트의 성과와 비교하면 좌절할 수밖에 없을 것입니다. 그건 마치 치타와 향고래 둘은 서로 다른 개성을 갖고 있는데, 누가 더 멋진 동물인가를 따지는 것과 같으니까요. 산업별 벤치마크 내 서비스에서 기록하고 있는 이탈률 수치가 어떤 의미를 가지는지에 대한 명확한 측정을 위해서는 내 서비스가 속한 산업도 고려해야 합니다. 예를 들면, 식음료 산업과 부동산 산업의 평균 이탈률 차이는 무려 20% 이상인데요, 이러한 차이가 생기는 이유는 음식 및 음료 웹사이트와 부동산 웹사이트 간의 구조적 차이 때문입니다. 대부분의 식당 웹사이트에서는 사용자 대부분이 위치, 영업시간, 전화번호에 대한 정보만 확인하고 바로 웹페이지를 이탈하지만, 부동산 웹사이트는 다양한 속성이 포함된 여러 페이지로 구성되어 사용자가 웹사이트를 바로 이탈하지 않고 추가로 탐색합니다. 이런 경우 자연스럽게 이탈률은 낮아질 수밖에 없겠죠. 좀 더 자세하게 분류된 산업에 대한 이탈률이 궁금하다면, 구글 애널리틱스의 ‘벤치마킹 기능’을 참고할 수도 있습니다. 벤치마킹 보고서 보러가기 3.채널별 벤치마크 산업별 평균 이탈률을 고려하는 것만으로도 충분하지 않을 수 있습니다. (아직도냐..!) 바로 유저들이 유입되는 채널의 종류에 따라서도 이탈률이 차이가 나기도 합니다. 특히, 리드**고객을 대상으로는 이 부분이 더욱 중요합니다. **리드- 아직 자사의 고객으로 고정되지 않은 잠재 고객, 즉 초기 단계에 있는 그룹 < 채널의 종류 > 다이렉트 : 사용자가 페이지의 URL로 직접 방문 자연 검색: 검색창에서 검색하여 방문 유료 검색: 클릭 당 비용이 발생하는 검색엔진 광고 디스플레이: 배너 광고 등의 트래픽 추천: 다른 사이트의 링크를 통해 클릭하여 방문 소셜: 소셜 네트워크(예: Facebook, Twitter)를 통한 방문 이메일: 이메일의 링크를 클릭하여 방문 아래는 채널별 평균 이탈률을 나타내는 그래프입니다. 높은 이탈률 평균을 보이는 채널- 디스플레이, 소셜 위의 그래프에서 알 수 있듯이, 디스플레이 광고는 이탈률이 가장 높게 나타나는 채널입니다. 왜냐하면 배너 광고가 보여지는 타겟층은 보통 해당 서비스에 딱히 관심이 없는 사용자 그룹일 확률이 높기 때문입니다. 그리고 소셜은 이탈률이 두 번째로 높은 채널이며 다른 채널의 이탈률보다 2-3배 높은 채널입니다. 왜냐하면 소셜 채널을 통해 유입한 사람들은 콘텐츠를 보고 다시 이전 브라우징으로 돌아가기 때문에 높은 이탈률을 유도하기 때문입니다. 낮은 이탈률 평균을 보이는 채널- 뉴스레터, 이메일 이메일이 가장 낮은 이탈률을 보이는 이유는 타겟층이 이미 우리의 콘텐츠에 관심이 있는 잠재 고객이기 때문입니다. (이메일을 발송할 때에는 수신자 동의가 있어야 발송이 가능하기 때문입니다) 결론 ‘이탈률’ 이 하나의 단어를 파헤치기 위해 3가지 방향으로 뜯고 씹고 맛보았습니다. 이탈률에 뜬 숫자를 보고 '뜨아 너무 높은가?' '낮은것 같은데 우리 괜찮은가보다'라고 생각하는 것보다 우리 웹사이트가 어떤 유형에 해당하는지, 우리 비즈니스 특성상 이정도의 이탈률이 무엇을 의미하는지, 어떤 채널을 사용했는지 분석하셔서 이탈률의 진정한 의미를 파악하시길 바라요. 그럼 이제 최종 일문일답으로, 마무리를 해보겠습니다. Q. 이탈률이 낮으면 좋은 것인가요? A. 꼭 그렇지는 않습니다. 첫 페이지만으로 고객의 needs가 해결되었다면 이탈률이 높을 수 있고, 고객이 버튼을 찾기가 어려워 여러 페이지를 클릭하여 이탈률이 낮을 수 있습니다. Q. 그럼 이탈률이라는 수치를 가지고 어떻게 판단하면 될까요? A, . 사이트 구조와 고객의 검색 키워드, 탐색 의도 등을 종합적으로 판단해야 하며 오히려 이탈률이 높아야 좋을 수도 있습니다. 그러니 자사 비즈니스의 여러 맥락을 충분히 고려하여 분석하는 것을 추천드립니다! 출처 Bounce Rate Benchmarks: What's a Good Bounce Rate, Anyway? (cxl.com)

더보기

GA4를 제대로 파헤쳐보자

안녕하세요. 데이터 너겟입니다. 저희 그로스해킹 개발팀에서 연구한 GA4를 좀 더 알기 쉽게 풀이하여 글을 게재해보겠습니다. 앞으로도 GA4 관련 글을 순차적으로 업로드할 예정이니 많은 관심 부탁드립니다. 1. 갑자기 등장한 GA4 현재 디지털 마케팅에서 가장 뜨겁게 관심받고있는 툴이 있습니다. 바로 그 툴의 이름은 GA4 입니다. GA4는 단순히 기존 구글 애널리틱스 툴의 4번째 업데이트 버전이라고 이해하면 됩니다. 기존 웹 버전 구글 애널리틱스를 사용하고 있는 분들이라면, GA4 업그레이드 라는 섬뜩한 메뉴가 있는 것을 볼 수 있습니다. 왠지 업그레이드라는 단어가 듣기 거북하신 분들도 있을 것입니다. 기존에 쓰고 있는 구글 애널리틱스보다 더 나아보이는 어감을 가지고 있습니다. 구글 역시 GA4의 사용성 증대를 위해 ‘업그레이드’ 라는 단어를 의도적으로 사용한 것으로 생각됩니다. 새롭게 계정을 만드는 사용자들도 마찬가지입니다. 구글 애널리틱스에서 [계정 만들기]를 클릭하면 GA4가 만들어지게 됩니다. 예전에 사용하던 유니버셜 애널리틱스(GA3)는 [고급 옵션]을 들어가야만 생성이 가능해진것입니다. 기존 구글 애널리틱스를 사용하기 위한 접근 장벽이 생긴 것입니다. 기존 구글 애널리틱스 시장이 커지게 되면서, 구글 애널리틱스 전문가 및 데이터 분석 방법론이 어느정도 정립된 상황입니다만, 새롭게 등장한 GA4는 구글 애널리틱스를 사용하던 모든 분들에게 새로움과 당혹감을 주면서 갑작스레 나타난 것처럼 보입니다. 2. 그래서, GA4가 도대체 뭔데? 사실 구글 애널리틱스 4가 지금 갑자기 등장한 것은 아닙니다. 기존 구글 애널리틱스를 사용하시던 분들은 웹 속성을 많이 사용했겠으나, 웹+앱 속성도 많이 보았을 것입니다. 웹 속성은 말 그대로 웹사이트의 데이터를 트래킹하여 리포트로 보는 용도로 많이 사용했습니다. 하지만 웹+앱 속성은 말 그대로 웹과 앱의 데이터를 하나의 리포트에서 볼 수 있게 도와주는 속성입니다. 기존에 있었지만 잘 사용하지 않았던 웹+앱 속성의 업데이트 된 버전이 구글 애널리틱스 4입니다. 지난 10월 구글 마케팅 플랫폼에서는 특별한 글이 하나 게재되었습니다. “새로운 구글 애널리틱스를 소개합니다.” 라는 제목의 글입니다. 해당 글을 간단히 살펴보면, 새롭게 나타난 GA4에 대한 주요한 변화들을 간단히 안내하고 있습니다. 구글은 지난 3번의 구글 애널리틱스 업데이트를 통해 많은 변화를 가져왔었는데, analytics.js 버전에서는 향상된 전자상거래 기능을, gtag.js에서는 구글애즈 등 여러가지 기능을 사용하기 위한 태그의 통합이 주요 업데이트 사항이었습니다. 분명 GA4에서도 앞서 열거한 커다란 변화들이 있겠지만, 위 글만 살펴보고는 한눈에 이해하기가 쉽지 않습니다.(애초에 친절한 설명은 생략하는 우리의 구글..) 따라서, 실제 구글 애널리틱스 4 화면을 둘러보면서 어떤 변화점들이 있고, 그것이 실제 우리에게 미치는 영향력은 얼마나 되는지 지속적인 글을 통해 연재해보겠습니다. 3. 기존 GA와 달라진점 비교 분석 1) 기본 속성이 된 GA4, 앱+웹 속성의 정식 출시 지금 바로 GA에 접속해서 새 속성만들기를 하면 아래와 같은 화면을 볼 수 있습니다. GA를 꾸준히 사용해 오신 분들이라면 어디서 많이 본 화면이라는 점을 눈치챌 수 있습니다. 바로 앱+웹 속성입니다. Google은 작년 8월 무렵 기존 Universal 속성 외에 앱+웹 속성을 베타버전으로 출시한 바 있습니다. 이 속성의 주요한 특징은 firebase와 GA로 분리되어있던 데이터 수집과 분석을 하나로 합치고자 하는 시도를 시작했다는 점입니다. 결국 기존 GA와의 가장 주요한 GA4의 특징은 더이상 ‘웹’만을 위한 분석 속성이 아니라는 점입니다. 그리고 오래도록 베타버전을 유지했던 GA 앱+웹 속성의 검증이 마무리 되었으며 이와 같은 리포트 방법론을 앞으로의 방향으로 지향하기 시작했다는 점입니다. 따라서 이제는 “웹”만을 추적하고자 하더라도 데이터 스트림이 무엇인가를 이해해야 합니다. 2) 데이터 스트림이란 ? 위에서 말씀드린 것처럼 더이상 GA4는 웹사이트만을 분석하는 리포트가 아닙니다. 하나의 속성 안에서 모바일 앱과 웹을 함께 분석하게 되었습니다. 이 뿐만 아니라 하나의 속성에서 두개 이상의 웹사이트를 분석하는 것도 가능합니다. 이렇다 보니 하나의 PROPERTY, 즉, 속성 안에는 필연적으로 두개 이상의 “연결”이 필요합니다. 예를 들어 testApp 이라는 Android 앱과 testWeb.com 을 사용하는 어떤 서비스가 있다면 웹사이트와 Android 어플리케이션의 데이터 연결을 유지해줄 어떤 연결고리가 필요하다는 것이죠. 서로 다른 세계관(웹과 앱)의 데이터를 통합하고 연결지어주는 하나의 단위를 데이터 스트림이라고 부릅니다. 이제 [설정]-[속성]-[데이터스트림] 페이지에서 스트림의 추가가 가능합니다. 추가된 스트림 하나가 하나의 플랫폼을 의미합니다. (스트림을 추가하는 방법은 다른 연재에서 별도로 다뤄보겠습니다.) 3) 어시스턴트 어시스턴트를 통해서 고객들이 자주하는 이벤트들을 버튼 한번의 클릭으로 모두 트래킹할 수 있게 되었습니다. 이전에 사용하던 구글애널리틱스 이야기를 해봅시다. 페이지 뷰와 같은 기본적인 이벤트를 제외한 이벤트는 모두 직접 태그를 삽입하거나, 태그매니저를 통해 데이터를 추적해야 했습니다. 예를들면 사용자가 얼마나 스크롤을 하는지, 사용자가 특정 버튼을 얼마나 클릭하는 지 등과 같은 액션은 직접 태그 삽입을 통해 추적해야 했습니다. GA4에서는 이제 일부 자주 사용되는 기능을 [설정]-[속성]-[어시스턴트 설정]이라는 메뉴를 통해 자동으로 이용할 수 있게 되었습니다. 구글에서는 향상된 측정을 사용하면 태그만 삽입하면 자동으로 추적되는 기본 이벤트 외에 향상된 이벤트의 측정이 자동으로 진행됩니다. 어떠한 코드 삽입도없이 가능하게 된다는 것입니다! 하지만 여전히 전자상거래 등 디테일한 값의 설정이 필요한 이벤트는 직접 태깅 작업을 진행해야 합니다. 어시스턴트에서 자동으로 측정되는 이벤트 목록 어시스턴트에서 자동으로 측정되는 향상된 이벤트 목록 이 외에도 Big Query, Google Ads의 연결도 지원됩니다. 추후 각 기능에 대한 설명과 튜토리얼은 별도로 다뤄보겠습니다. 4) 플랫폼이 아닌, 사용자 중심 기존의 GA에서 GA4로의 업데이트에는 중요한 관점이 하나 있습니다. 바로 플랫폼 중심의 분석에서 사용자 중심의 분석으로 변화했다는 점입니다. 기존의 GA에서는 하나의 웹사이트 내에서 사용자들이 어떻게 움직이는지 살펴보았습니다. Google은 오랜 분석 끝에 사용자들이 더이상 웹사이트 내에서만 서비스를 이용하지 않는다는 점에 주목했고, 웹사이트를 이용하다가 어플리케이션을 통해 서비스를 이어가는 사용자 행동을 추적하기로 했습니다. 따라서 GA4의 업데이트는 단순히 앱+웹이 되었다는 점이 아니라 이제는 사용자 개개인의 분석으로 초점이 옮겨갔다는 점을 의미합니다. GA 페이지에 접근해 보시면 메뉴만 살펴보더라도 이러한 Google의 관점이 드러납니다. 왼쪽은 기존의 GA의 메뉴입니다. 플랫폼을 고객과 획득, 행동과 전환 등으로 나누어서 사용자들이 플랫폼(웹사이트) 내에서 어떻게 움직이는지에 주목했습니다. 반면 GA4의 경우 수명주기라는 대 카테고리와 사용자의 카테고리를 사용하는 것을 볼 수 있습니다. 게다가 이제는 하나의 보고서 내에서 웹과 앱의 움직임을 구분하지 않기 때문에 사용자가 앱을 사용하다가 웹으로 이동하는 흐름을 잡아내게 됩니다. 기존의 행동 흐름은 더이상 기본 리포트로 제공되지 않습니다. 여러 플랫폼을 하나의 속성을 통해 잡아내게 되면서 이젠 보다 디테일한 설정이 필요하기 때문이죠. 이와같은 행동흐름은 이제 [분석]-[분석 허브]에서 세부 설정을 통해 확인할 수 있습니다. 5) 데이터 정합성 보다는 머신러닝을 활용한 최적화 위 화면은 사용자의 이탈 확률에 대한 데이터입니다. 이탈 비율이 아니라 이탈 확률이라는 점이 놀랍습니다. 사용자의 요구와 특성, 잠재적 수익과 같은 지표를 머신러닝으로 분석하여 일부 고객이 다른 고객보다 더 많이 지출할 가능성이 있는지, 이탈 확률은 어느정도나 되는지 등을 예측하는 것입니다. GA4로의 업그레이드는 기존의 앱+웹 속성을 기반으로 하여, 기존의 GA와는 분석에 대한 관점, 방향성, 사용성 등의 모든 측면에서 변화를 가져왔습니다. 기존에는 플랫폼 위주의 분석을 위한 툴이었다면 방향성을 바꿔 사용자의 행동에 좀더 초점을 맞춘 모습입니다. 또한 자주 사용되는 태깅 작업에 대한 자동화를 진행하고 데이터 분석에 있어서도 머신러닝이 상당부분 차용된 것을 확인할 수 있었습니다. 전체 페이지와 전체적인 기능에 있어서 큰 변화가 있어 하나의 글만으로는 전체 내용을 다룰 수 없지만 주요 변화에 대한 부분을 실제 화면과 함께 살펴보았습니다. 각 기능에 대한 사용방법과 튜토리얼은 앞으로의 연재를 통해 지속적으로 공유하겠습니다. 4. 우리는 무엇을 해야하는가? 자 그럼 이 거대한 변화에 우리는 어떻게 대처해야할까요? 그것이 중요합니다. 1) 웹 버전을 사용하고 있는 분들은 당분간 웹 버전을 그대로 사용하셔도 됩니다. GA4는 말 그대로 웹+앱 버전의 데이터를 보는 용도로서 사용되기 때문에 현재 고도로 발달한 웹 버전 GA 속성 보다는 리포트를 쉽게 볼 수 있는 가독성이 다소 떨어질 수 있습니다. 하지만 나중에 새롭게 나타나는 기능들은 기존 GA보다는 GA4에 업데이트가 될 것이기 때문에 우선은 지켜보아야 합니다. 임계점이라고도 합니다. GA4가 지금 우리가 사용하고 있는 GA의 기능을 뛰어넘을 시점은 앞으로 2-3년 내라고 생각됩니다. 여전히 GA4 리포트가 개발지식이 없는 사람들에게 턱없이 어려운 기능들을 구현하고 있는 것은 사실입니다. 2) GA4의 기능 업데이트는 기존 마케터들에게는 더 어려운 과제가 주어진 것입니다. 래빗 개발팀에서 직접 사용해본 결과, 전반적인 기능들이 개발 지식을 모르고는 사용하기가 다소 어려워졌습니다. 접근 장벽이 높아졌다는 것이 누군가에게는 좋고 누군가에게는 나쁠 수 있기 때문에 좋고 나쁨의 문제는 아니지만, 개발 지식이 없다면 더더욱 사용하기 어려워진 것은 사실입니다. 3) 앱 분석이라고 해도, 엠플리튜드, AppsFlyer와 같은 유료 툴들에 비해서 기능은 떨어지긴 합니다만, 그럼에도 불구하고, 빅쿼리와 같은 기능들을 활용해 맞춤 리포트를 생성하여 활용한다면, 그 잠재력은 무궁무진 할것으로 보입니다.

더보기

[UX Design] UX 심리학 법칙 5가지

안녕하세요. 데이터너겟입니다. 이번에는 웹사이트의 UX개선을 위해 적용하기 좋은 심리학 용어 5가지를 가지고 와 보았습니다. 1. 힉스의 법칙 Hick’s Law 사용자에게 주어진 선택지의 수가 늘어나면 그만큼 선택을 위해 걸리는 시간이 오래 걸립니다. 1952년 심리학자 윌리엄 에드먼드 힉(William Edmund Hick)과 레이 하이먼(Ray Hyman )이 자극의 개수와 자극에 대한 반응 사이의 상관관계에 대한 실험을 하였습니다. 실험을 통해 선택지의 수가 늘면 결정을 위해 걸리는 시간도 오래걸리며 그 시간은 로그 함수적으로 증가한다는 것을 확인하였습니다. RT = a + b log2 (n) 이런 그래프와 공식을 만들어 냈습니다. RT는 반응 시간이고 (n)은 자극의 개수입니다. 측정 가능한 임이의 상수가 a, b 두가지로 표현됩니다. 하지만, 이것은 이론적인 설명이고 우리가 UX를 설계하기 위해서 공식에 대입하면서 설계를 할 필요는 없겠죠? 앞서 정의한 것처럼 인터페이스 상에서 선택지가 많거나 복잡하여 사용자가 고민해야할 것들이 많아지만 그만큼 의사결정을 위한 시간이 늦어진다는 것만 인지하시면 충분합니다. 오프라인의 힉스의 법칙 힉스의 법칙을 처음 접하시고 뭐 이런 당연한 설명이 있냐는 생각이 드실수 있겠지만, 이 법칙을 기억하면서 사이트들을 리서치 해보시면 생각보다 많은 곳들이 놓치고 있는 방법론이기도 합니다. 출처 i.imgur.com 이미지를 보겠습니다. 우리가 일상적으로 사용하는 리모컨에는 참 많은 버튼들이 있습니다. TV로 할수 있는 것들이 많아지면서 버튼의 수도 늘어난 것이죠. 이미지 (좌)는 할아버지 리모컨으로 웃음의 소재로 유행하던 이미지입니다. 할아버지를 위해 꼭 필요한 버튼만 남겨놓은 것이죠. 이런 맥락으로 최근의 스마트TV의 리모컨(우)은 꼭 필요한 버튼만을 남겨놓고 있습니다. 온라인에서의 힉스의 법칙 이처럼 오프라인의 세계에서 적용되는 힉스의 법칙을 살펴보았는데요. 우리는 주로 온라인 세상의 UX를 다루기 때문에 온라인에서 한번 살펴보도록 하겠습니다. 출처 : www.wpallimport.com 한번에 정보를 노출하는 것보다 점진적으로 사용자가 참여할수 있도록 함으로써 그 단계를 밟아간 사용자가 더욱 의미있는 행동을 했다는 것을 확인했던 사례가 있습니다. 2. 제이콥의 법칙 사용자는 여러 사이트에서 대부분의 시간을 보낸다. 우리 사이트도 다른 사이트와 익숙하기를 원한다. 사용성 전문가 제이콥 닐슨Jacob Nielsen이 2000년에 제창한 제이콥의 법칙입니다. 이 법칙의 내용은 사용자는 다른 웹사이트를 통해 축적된 경험을 바탕으로 우리 웹사이트의 디자인에 기대를 하게 된다는 것입니다. 예를들면 다른 웹사이트의 제품 상세페이지에서 구매하기 버튼을 눌러온 사용자들은 우리 사이트에서도 당연히 구매하기 버튼이 있을 것이라는 것을 기대한다는 것입니다. 이는 너무나 자연스러운 현상입니다. 우리가 안드로이드 유저로 안드로이드에 익숙해 졌는데, 갑자기 아이폰으로 바꿨을때를 떠올려 보시기 바랍니다. 혹은 그 반대의 경우. 어떠셨나요? 비슷한듯 다른 인터페이스에 스마트폰에 적응하고 학습하는 피로도가 증가했을 것입니다. 이처럼 새로운 인터페이스는 사용자에게 피로도를 제공하기 때문에 특별한 이유(새로운 사용자 경험의 전달)이 없다면 익숙한 인터페이스를 권장하고 있습니다. UX에서 보이는 제이콥의 법칙 아이폰에서 특정 앱들을 모아서 한번에 옮길수 있는 프레스&탭이라는 기능이 있습니다. 이 UX를 직접 실행해보면, 마치 팝콘을 한움쿰 집어 입에 넣을때처럼 리디자인은 자연스럽게 사용자가 적응할 수 있도록 해줍니다. 머티리얼 디자인이 나오면서 구글은 리디자인에 들어갔습니다. 하지만 이런 디자인의 작은 변화에도 사용자는 낯선 감정을 느낄수가 있습니다. 이러한 경우 사용자에게 억지로 강요하는 것보다 천천히 익숙해지게 해줍니다. 낯선 사용자들을 위해 구버전의 디자인으로 돌아가게 해주거나, 어려운 부분에 대해 구글에 쉽게 피드백을 줄 수 있도록 해주었습니다. 이런 구글의 노력은 사용자가 천천히 변화에 익숙해지도록 해준 좋은 사례로 이유있는 변화를 위해서 사용자에 대한 배려가 중요하다는 것을 생각할 수 있는 사례입니다. 3. 피크엔드 법칙(Peak-End Rule) 사람들은 경험 전체나 평균보다는 가장 강렬한 경험이나, 마지막 경험을 바탕으로 경험을 판단합니다. 함께 여행을 갔던 동생과 그 시절을 추억하였습니다. 그때 참 많은 경험을 하였는데, 한번은 베네치아에 어두운 저녁에 도착하여 두려움에 떨면서 택시를 잡아탄 적이 있었어요. ‘이러다 어디 팔려가는거 아닌가?’두려움에 떨며 어두운 밤길을 달렸는데, 목적지에 내려주시던 기사님. 베네치아의 밤거리는 우리나라와는 사뭇 다르게 무척이나 어두웠어요. 그래서인지 돈을 거슬러 받았을때 나중에 보니 낸 돈보다 더 많은 돈을 받았더라구요. (아싸! 꽁돈이다~) 두려움에 대한 보상이라도 받는 기분이었고 베네치아에서는 그 경험이 가장 기억에 남는데 동생은 아예 기억조차 못하더라구요. 과거를 떠올리다보면 기간의 타임라인을 다 기억하는 것이 아니라 저처럼 강렬했던 기억 위주로 기억하는 스스로의 모습을 발견할 수 있을 것입니다. 이런 경험의 기억 방식은 저 뿐만이 아니라 사람들이 일반적으로 경험을 기억하는 방식이라고 합니다. 마치 스냅사진을 찍듯 기억하는 것이지요. 그렇기 때문에 현실에서 같은 경험을 한 동생과 저의 기억의 스냅이 다를수 있고, 베네치아에 대한 인상을 서로 다르게 느낄수 있는 것이지요. 경험을 설계할때는 이런 스냅들을 그리고 피크엔드 법칙에 의하면 마지막 경험의 기억을 강렬하고 좋은 경험으로 심어주어야 우리 사이트나 제품에 대해서 좋은 경험을 했다고 느끼게 되는 것입니다. 1993년 대니얼 카너먼Daniel Kahneman 외 연구진의 더 큰 고통을 적은 고통보다 선호하게 하려면 경험의 마지막 순간이 좋아야 한다는 논문입니다. 마치 더운 여름날 공포영화를 보았는데, 하필이면 너무 무서워서 잠이 안올것 같은 영화를 본 것입니다. 그런날이면 코미디 프로그램이나 재미있는 영상을 보면서 기분을 환기하면서 끝을 좋은 경험으로 마무리 짓는 것입니다. 만약 공포영화만 보았다면 잠에 쉽게 들지 못하고, 어렵게 잠에 들었어도 가위에 눌릴수도 있을 것입니다. 이런 경험이 기억된 사람은 다음에 공포물을 찾기가 힘들어질 것입니다. 하지만 재미있는 영상을 시청하고 편안하게 잠자리에 들었다면 다음에 공포물을 찾을 가능성이 더 높아지는 것이겠죠? 사용자의 마음을 이해하고 좋은 경험으로 마무리하는 메일침프 이미지 출처 : https://www.youtube.com/watch?v=OHpOZX1pA7c 사실 홍보메일을 보내야 하는 입장에서 많은 사람들이 머뭇거릴 것입니다. 내가 발송한 이메일로 받는 사람이 불편하지는 않을까? 그런 머뭇거리는 사용자를 이해하고 메일침프의 마스코트 프레디가 애타게 버튼을 눌러달라는 애니메이션을 보여줍니다. 뿐만 아니라 메일 발송 후 ‘하이 파이브' 메시지로 응원도 해주고 있습니다. 이런 경험들은 메일침프를 이용하는 사람들에게 긍정적인 경험으로 전달 됩니다. 4. 미적 사용성 효과 사용자는 예쁜 디자인(보기 좋은 디자인)을 사용성이 더 좋다고 생각합니다. 디자이너로써 예쁜 디자인만 찾는 것에 대해서 불편함을 느끼지만, 사실 예쁜 디자인을 사용성이 더 높다고 생각하는 것은 당연하고 자연스러운 것입니다. 마치 음식에도 음식을 더 먹음직 스럽게 보이도록 고민하는 푸드스타일리스트가 있듯이, 디자인에서도 같은 인터페이스를 갖고 있다고 하더라도 보기좋고, 예쁜 디자인에 더 나은 경험이나 사용성을 갖게 됩니다. 심미성과 사용성의 연관성은 1995년 히타치 디자인 센터의 쿠로스 마사아키, 카시무라 카오리가 수행한 연구로 증명이 되었다고 합니다. 결론만 말씀드리면 사용하기 편하다는 인식과 시각적 매력이 있다는 것의 상관관계가 분명히 존재한다고 합니다. 애플의 섹시한 디자인 출처 : https://www.pinterest.co.kr/pin/110267890850691228/ 물론 심미적 조건에대해 말씀드리기 조심스러운 부분이 있습니다. 20대와 30대가 예쁘다고 보는 것이 다르고, 직업에 따라서 성별에 따라서 예쁘다고 보는 기준이 조금씩 다릅니다. 하지만 타겟층이나 시대가 요구하는 심미적 조건을 잘 맞춘다면 훌륭한 사용성을 갖춘 사이트나 디자인으로 거듭날 수 있습니다. 현대에 가장 심미적으로 아름다운 디자인으로 사용성도 좋다고 평가되는 애플의 디자인이 시대에서 기대하는 미니멀리즘의 디자인을 잘 갖춘 사례가 아닐까 싶습니다. 르네상스 시대에 애플이 나왔다고 상상해 보신다면 조금 감이 오시겠죠? 때문에 ‘그냥 예쁜것'이라기보다는 보편적(시대, 타겟, 문화 등)으로 예쁜것을 디자인하는 방향으로 가라는 팁을 드리고 싶습니다. 5. 폰 레스토프 효과 von Restorff effect 비슷한 객체들이 여럿 존재할 때 그중 뚜렷한 차이를 보이는 하나의 객체만 기억할 가능성이 높다. 폰 레스토프라는 용어는 독일 여성 심리학자 폰 레스토프Hedwig von Restorff의 이름에서 유래했다고 합니다. 1933년 참가자들에게 유사한 항목으로 구성한 목록을 보여주었는데 그중 뚜렷이 구분되는 항목을 가장 잘 기억했다고 합니다. 주로 이러한 심미적 대비를 통해 사용자의 반응을 유도하는 것은 디지털 세계에서 더 잘 사용되고 있는듯 보여집니다. 알림 메시지의 버튼 확인을 의미하는 버튼에는 대비되는 색을 줌으로써 눈에 띄게 안내를 해주고 있습니다. 입력값이 없다, 있음을 컬러를 통해 확인할 수 있도록 해줌으로써 사용자가 불편함을 느끼지 않도록 하였습니다. 출처 : 뷰저블 가격정책 중에서 가장 합리적이고 자주 사용되는 가격을 대비시켜 둠으로써 선택을 유도하기도 합니다. 이렇듯 사용자경험(UX)을 설계함에 있어서 도움이 될 수 있는 용어들 5개에 대해서 알아보았습니다. 오늘 소개드린 것들을 살펴보면서 과연 우리가 디자인한 사이트는 UX적으로 괜찮은가?에 대한 자문을 던져보시는 시간이 되셨으면 좋겠습니다 다음에 더 재미있는 UX연구로 다시 뵐께요.

더보기

실무자 입장에서 본 그로스해킹 AARRR

1. AARRR 해적지표의 개념 끊임없는 실험을 통해 가설을 검증하는 그로스해킹 분야에서 빠질 수 없는 개념이 있습니다. 바로 'AARRR' 모델. 이 용어는 미국의 스타트업 엑셀러레이터인, 500 STARTSUPS를 이끌고 있는 Dave McClure가 개발한 분석 프레임워크입니다. 스타트업은 아이디어를 가지고 제품이나 서비스를 만드는 것은 능숙하게 행할 수 있지만, 이 서비스를 어떻게 효과적으로 확산되고, 충성 고객을 확보하기 위해 무엇을 개선하면 좋은지에 대해서 늘 숙제로 남아있습니다. AARRR은 시장 초기 단계에 맞춰서 특정한 지표를 중심으로 우리 서비스의 현주소를 파악할 수 있는 효과적인 방법론입니다. 분석할만한 인력이나 시간이 충분하지 않은 스타트업에게는 매력적인 프레임워크이지요. 그로스해킹이 워낙 추상적이고 광범위한 분야이다 보니, 자세한 설명은 다른글에서 다루겠습니다. 대신, 그로스해킹에서 대표적으로 쓰이고 있는 AARRR이라는 모델을 기반으로 기술 기반의 비즈니스를 성장시킬 수 있는 방법론을 제시해보고자 합니다. 우선 AARRR은 해당 비즈니스의 Life Cycle에 따른 비즈니스의 단계적인 전략 스탠스를 제시하고 있습니다. 당연히 5단계이며, 각 단계들을 살펴보겠습니다. 각 단계별 정의를 조금 더 '성장'에 목표를 두고 구성해보았습니다. Acquisition : 어떻게 처음 우리 서비스를 접하게 되는가 Activation : 사용자가 처음 서비스를 접할때에, 긍정적인 경험을 제공하고 있는가 ? Retention : 이후의 서비스를 다시 사용하는 정도는 얼마나 되는가? Revenue : 최종 목적(거시전환)으로 연결되고 있는가 ? Referral : 사용자가 자발적으로 확산이나 공유를 일으키고 있는가? 2. AARRR의 다섯가지 단계 1) 1단계 사용자 유치(Acquisition) 단계 : 획득 첫번째는 획득 단계입니다. 말 그대로, 새로운 고객을 우리 비즈니스로 어떻게 방문하게 하는지에 대해 집중하는 단계입니다. 보통 사람들은 이 단계에서, 최대한 많은 사람들을 들어오게 하는 것이 목적이라고들 하지만, LABBIT의 생각은 조금 다릅니다. 여기서 우리는 “통제권" 이라는 단어에 주목해야합니다. 우리의 상식과는 달리, 획득 단계에서는 많은 사람들이 들어오는 것이 전체 목표가 되어서는 안됩니다. 우리 비즈니스를 알리기 위해서 우리는 페이스북, 유튜브, 인스타그램, 네이버, 카카오, 다음, 구글 광고등 다양한 매체를 통해서 광고를 집행하고 우리 브랜드를 알릴 것입니다. 이 매체들별로 광고비를 할당하고 효율적인 광고비를 운용하기 위해서는, 정확히 어디서 들어온 유저들이 우리 비즈니스에서 고품질 유저인지 알아야만 합니다. 즉, 우리가 집행하는 매체들의 유입량과 전환율을 확실히 알 수 있는 ‘통제권’을 확보해야 한다는 것입니다. 많은 비즈니스가 웹/앱 방문자들의 경로를 추적하기 위해 구글 애널리틱스를 사용합니다. 하지만 구글 애널리틱스를 제대로 사용하지 못하게 되면, 어디서 들어온 유저인지 알 수 없는 direct/none 유저가 매우 많이 발생하게 됩니다. 그래서 획득 단계(Acquisition)에서의 KPI는 많이 들어오게 하는 것이 아니라, 어디서 들어오는 지에 대해 알고, 들어오는 매체별로 자세히 파악하여 광고비를 효율적으로 쓸 수 있도록 통제권을 가지는 것이 중요합니다. 다양한 매체들에 통제권을 가진다면, 어떤 매체들이 가장 효율적인지, 광고비를 각 매체별로 얼마나 할당해야 하는지 여부가 확인 가능하기 때문입니다. 2) 2단계 활성화(Activation) 단계 : 전환 활성화 단계는 말 그대로, 우리 비즈니스 또는 브랜드와 처음으로 접점이 생기는 신규 고객들이, 우리 비즈니스가 원하는 최종 목적지까지 잘 유도해야 하는 것이 주요 목표가 될 수 있습니다. 이 활성화 단계에서는 OKR, KPI , Funnel Model이라는 용어들을 자주 사용합니다. OKR은 Objective Key Results 의 준말로써, 해당 비즈니스의 최종 목표를 의미합니다. 이와 달리 KPI는 우리의 일정기간 동안의 마케팅 이후, 최종 목표가 잘 달성되었는지 아닌지를 평가해주는 측정가능한 지표입니다. 예를들어, 3월달에 매출액을 보니, 2월달보다 매출이 떨어졌습니다. 하지만 우리가 결제 완료 수나 결제 전환율만 보고서는 매출이 왜 떨어졌는지 알 수 있을까요? 저라면 알기 어려울 것 같습니다. 결국엔 매출이 떨어졌다면, 결제로 이어지는 전환율이 떨어졌는지, 혹시 장바구니에 물건을 담은 사람들이 적어진 것은 아닌지, 제품 상세페이지에서 이탈률이 높아진 것은 아닌지 등등 최종 행동까지 이어지는 모든 사용자의 경험들별로 데이터를 보아야, 떨어진 매출의 원인을 알 수 있을 것입니다. 즉, 쇼핑몰이 하나 있다면, 우리는 단순히 결제 완료 수나 매출액과 같은 결과만 보는 것이 아니라, 메인 페이지 - 상세 페이지 - 장바구니 페이지 - 결제 완료 페이지까지의 모든 단계별 전환율과 이탈률을 추적해야만 합니다. 쇼핑몰을 가볍게 예로 들었지만, 어떤 웹/앱 기반의 비즈니스를 막론하고, 고객이 해당 웹사이트나 앱에서 해야만 하는 최종 행동 또는 목적지가 있을 것이고, 그 목적지에 가까워질수록 사용자 수는 줄어들면서 역 삼각형 모양을 형성합니다. 이를 Funnel Model 이라고 합니다. 3) 3단계 : 사용자 유지 단계(Retention) : 사용자 유지 Retention 단계는 말 그대로, 한번 서비스와 재화를 경험한 고객들이 다시 방문하여 서비스를 이용하거나, 재구매로 이어지는 비율을 높이는 단계입니다. 현대 Ad-Tech 기술은 한번이라도 우리 브랜드와 상호작용을 했던 유저에게 다시 한번 광고를 노출시킬 수 있게 되었습니다. 실제로 우리가 쇼핑몰에서 보았던 제품이 인스타그램이나 페이스북에 그대로 나타나는 것도 이와같은 원리입니다. 여기서 핵심 개념인 ‘Remarketing’이 등장합니다. 리마케팅이란, 말 그대로 우리 웹사이트에 들어왔던 유저들에게 다시 한번 광고를 노출시키는 방식의 마케팅을 의미합니다. 실제로 우리 브랜드에서 상호작용한 유저는 Funnel Model에 따라서 세그먼트를 나눌 수 있습니다. 예를들어 쇼핑몰이 하나 있다고 가정해봅시다. 해당 쇼핑몰 메인페이지에 방문했다가 그냥 나가버린 사람도 있을 것이고, 장바구니에 물건을 담았다가 나가버린 사람도 있을 것입니다. 이 상황에서 우리가 1주일후에 광고를 다시 집행한다고 가정해봅시다. 메인페이지에 방문했다가 나가버린 사람들은 우리 브랜드를 기억할 확률이 높을까요? 아마 기억할 확률이 상대적으로 낮을 것입니다. 왜냐하면 우리는 하루도 수십번씩 다양한 웹사이트의 메인페이지를 드나들기 때문입니다. 이들에게는 “우리 브랜드는 어떤 브랜드입니다.” 라고 브랜드를 소개하거나, 간단히 주목을 이끌 수 있는 광고 메시지가 필요합니다. 하지만 장바구니에 물건을 담았다가 나가버린 유저들은 이야기가 달라집니다. 장바구니까지 제품을 담았기 때문에, 우리 쇼핑몰을 1주일 후에도 인지할 확률이 높습니다. 이 경우, 이들에게는 “우리 브랜드는 어떤 브랜드입니다" 라고 메시지를 던질 필요가 없습니다. 우리 브랜드를 충분히 기억할 확률이 상대적으로 높기 때문입니다. 장바구니에 물건을 담았다가 나갔던 유저들에게는 어떤 메시지가 필요할까요? 일반적으로 장바구니에서 이탈률이 높으면 가격 이슈인 경우가 많습니다. 그렇기 때문에, “할인 합니다!” 라는 메시지를 그들에게 던진다면 구매로 이어질 확률이 매우 높아질 수 있습니다. 이와 같이, Funnel Model 을 통해 우리 브랜드에 방문했던 사람들을 특정 행동에 따라 세그먼트로 분류하고, 그 세그먼트별로 좋아할만한 메시지를 달리하여 광고를 집행해야하는 것이 리마케팅의 핵심입니다. 사실 이 리텐션 지표는 웹보다는 앱 시장에서 활발하게 쓰이는 지표입니다. 어플리케이션의 대부분의 비즈니스 모델은 광고 수익입니다. 광고 수익을 높이기 위해서라면 해당 어플리케이션을 사용하는 사람들이 많아야 합니다. 그래서 앱에서는 활성 사용자 수를 의미하는 지표인 MAU(Monthly Active User : 월간 활성 사용자 수) , DAU(Daily Active User : 일간 활성 사용자 수) 가 핵심 지표일 수 있습니다. MAU와 DAU를 끌어올려야 광고 수익이 그만큼 많아질 수 있기 때문입니다. MAU와 DAU를 높이기 위해서는 계속해서 활성 사용자가 어플리케이션에 방문해야 합니다. 지속적으로 어플리케이션을 사용했던 사람들이 재방문을 하게되는 것을 사용자 잔존율, 즉, ‘Retention Rate’라고 합니다. 사실 이 리텐션을 끌어올리기 위해서는 지속적인 리마케팅과 컨텐츠 제공, 푸쉬 알림을 통한 재방문 유도와 같은 행위들이 실시되어야 합니다. 4) 4단계 : 수익(Revenue) 단계 : 규모의 확장 수익 단계에서는 말 그대로 앞서 설명한 3단계의 과정을 모두 마친다면 그 볼륨을 키우는 단계입니다. 예를들어, 앞선 3단계에서 천만원의 광고 집행을 통해 아래와 같은 인사이트가 도출될 수 있습니다. 1) 어디서 들어온 사람들이 가장 우리 제품을 구매하는 전환율이 높은가? 2) 어떻게 우리 서비스를 최초로 이용하기 쉽도록 해야하는가? 3) 서비스를 한번이라도 사용한 사람들은 어떻게 다시 방문하는가 ? 이 3가지에 대한 물음에 데이터에 기반한 확실한 정답이 도출되었다면, 이제 판을 크게 벌려야합니다. 천만원의 광고비를 1억의 광고비로 늘려서 사업의 볼륨을 넓히는 단계가 바로 수익 단계입니다. 사실은 이 수익단계까지만 하더라도 사업화는 꽤나 성공적인 단계에 안착했다고 볼 수 있습니다. 하지만, 시장은 빠르게 바뀌고 경쟁자는 쉽게 따라오는 세상입니다. 방심하지 않고, 사업의 볼륨을 키우고, 동시에 다음 먹거리를 찾아 적극적으로 투자를 해야할 필요가 있습니다. 5) 5단계 : 추천(Referral) 단계 : 바이럴 추천 단계에서 고객들이 우리가 제공하는 서비스나 재화를 얼마나 만족하는지 측정할 수 있습니다. 자고로 커피를 판매하는 곳은 커피가 맛있어야 하고, 음식을 판매하는 곳은 음식이 맛있어야 합니다. 음식이 맛있다면 사람들은 자연스레 해시태그를 달면서 바이럴을 일으킵니다. 추천 단계 부터는 장기적으로 ‘우리 비즈니스가 존속 가능한가?’라는 질문에 대한 해답을 제시해줍니다. 제품이 좋다면 고객은 스스로 마케터가 되어 그 제품을 지인이나 SNS 상에 소개합니다. 추천 단계에서는 사람들의 자발적인 참여를 유도하는 행위가 필요합니다. 구매 했던 우리 회원에게, ‘카카오톡 공유 시, 할인 쿠폰 지급’을 해주는 서비스를 만든다던가(실제 LABBIT에서 만든 소프트웨어 모듈입니다), 후기를 작성하면 혜택을 주는 프로모션을 기획하는 것도 한 방법입니다. 하지만 이러한 방법론들은 사실 일차적인 해결책입니다. 본질적으로는 제품을 지속적으로 경험하는 사람들에게 긍정적인 경험을 제공해주고, 긍정적인 경험을 했던 고객이 쉽게 다른 유저들에게 추천을 할 수 있도록 시스템을 만들어주는 과정이 필요합니다. 가장 좋은 예시는 익히 들어왔던 드롭박스(DropBox)의 사례입니다. 드롭박스는 말 그대로 친구 추천을 하게되면, 파일 저장 용량을 무료로 더 제공해주는 프로모션을 기획했습니다. 친구 추천 서비스를 진행한 결과 , 2010년대 초반 드롭박스는 로켓처럼 성장했습니다. 그 밖에도 에어비앤비, 유튜브와 같은 훌륭한 사례들도 있습니다. 그렇다면, 무엇부터 해야할까 ? AARRR 모델이 단계별 전략을 취하고 있는 프레임워크이니, 상식적으로 가장 첫 단계인 Acquisition (획득)단계부터 해야할 것으로 보입니다. 하지만 이는 사실과 다릅니다. 우선 최초로 사람들이 서비스를 이용하거나 재화를 구매하는 Activation 단계에서 Funnel별 전환율이 측정되어야 하고, 제품에 대한 만족도를 높이기 위한 Retention 단계를 최적화해야 합니다. 그런 다음, AARRR의 가장 첫 단계인 Acquisition(획득) 단계를 통해 매체의 통제권을 가지고 많은 사람들이 들어오도록 유도해야 합니다. 일단 작게 시작해봅시다. 작게 시작해서, 고객들이 제품이나 서비스를 경험하는 경로들을 펼쳐 그 경로들에서 어떤 부분에 소구되는지를 자세히 검토한 뒤, 광고를 진행하는 것을 추천합니다. 물론 시간이 많이 필요하지만, 점진적으로 성과를 개선해 나가는 것이 그로스해킹의 본질이기도 합니다.

더보기