[Growth Hacking] AARRR(2) - 활성화(Activation)

2. 활성화 (Activation)

# 활성화(Activation) 기본 개념

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

사용자들이 서비스 도중에 이탈하거나 중도 포기하지 않도록 하는 것이 중요

 

활성화 단계의 핵심 퍼널(Funnel) 분석 !

: 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정 및 분석

출처 : 데이터리안

 

퍼널 분석을 진행할 때 고려해야 할 요소 3가지

1) 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가?

2) 각 단계별 전환율을 어떤 기준으로 측정하는가?

3) 코호트(Cohort)에 따른 퍼널별 전환율을 보고 있는가?

 

 

# 퍼널 세부 단계 정의

1) 우리 서비스가 줄 수 있는 핵심 가치 구체화

 

2) 사용자들이 핵심 가치를 경험하는 정확한 순간 (아하 모먼트 / 머스트 해브) 정의

: 사용자가 우리 서비스를 이용하면서 목적했던 바를 달성하거나 기대를 충족하는 순간

→ 이 때의 핵심 가치는 서비스 제공자가 아닌 사용자 입장에서 정의

 

3) 핵심 가치를 경험하는 지점까지 연결되는 세부적인 단계 정의하고 연결 경로 도식화

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

 

 

# 전환율 측정

개념적으로 전환율은 전체 중 전환된 비율을 구하는 식으로 간단하게 계산 가능

→ But 실제 전환율 측정은 간단X

 

전환율 측정 예시

사용자 1) 5개의 상품 페이지 접속 후 마지막 상품만 결제

사용자 2) 5개의 상품 페이지 접속 후 결제하지 않고 이탈

사용자 3) 상품 A의 페이지만 5번 접속 후 맨 마지막에 결제

사용자 4) 3개의 상품에 대해 5번에 걸처 상품 페이지 접속 후 상품 두 번 결제

 

만약 우리 서비스에 위와 같은 총 4명의 사용자가 있다면, 결제 전환율은 얼마라고 볼 수 있을까?

 

1안) 총 20회의 상품 페이지 조회가 발생, 결제가 4회 이루어졌으니 → 4/20 = 20%

2안) 중복 제거하고, 총 14개의 상품 조회 중 3개의 상품이 결제됐으니 → 3/14 = 21%

3안) 총 4명의 사용자 중 3명이 결제했으니 → 3/4 = 75%

 

위 3가지 안 중에서 서비스의 결제 전환율로 사용할 수 있는 대표값으로 무엇이 가장 적절할까?

→ 지표라는 것은 정해진 답이 있는 게 아니라 합의된 기준에 따라 사용되므로 정해진 답이 있지 않음

 

트래픽 기준 vs 사용자 기준 전환율 측정

사용자 1) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료

사용자 2) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료

사용자 3) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료

사용자 4) 상품 페이지 → 쿠폰 페이지 → 상품 페이지 → 결제 완료

사용자 5) 상품 페이지 → 쿠폰 페이지 → 이탈

 

트래픽 기준 : 상품 페이지 9번 노출, 결제 완료 페이지 4번 노출  → 4/9 = 44%

→ UX/UI 측면에서의 개선점을 찾는 데 도움이 됨

(ex. 쿠폰 페이지에 가기 위해 상품 페이지를 이탈하는 것은 좋지 않음.

UI 개선을 통해 결제 동선상 이탈 최소화)

 

사용자 기준 : 총 5명의 사용자 상품 페이지 진입, 4명의 사용자 결제 완료 → 4/5 = 80%

→ 다양한 요소의 영향력이 종합적으로 반영되는 지표

(ex. 결제 동선이 불편함에도 불구하고, 상품의 매력도가 높아 전체적인 전환율 좋음.

결제 프로세스 개선 필요)

 

 

# 코호트(Cohort)별 전환율

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

전체 사용자들을 대상으로 주요 단계별 전환율 살펴보는 것보다,

여러 그룹으로 쪼개서 볼 때 훨씬 더 큰 인사이트 얻을 수 있고, 명확한 개선 아이템 제안 가능

 

코호트별로 전환율을 쪼개서 살펴보면 각 퍼널에 영향을 미치는 선행지표 발견하기 쉬움

ex) 페이스북 광고를 통해 가입한 사용자의 결제 전환율은 40%, 

친구 초대를 통해 가입한 사용자의 결제 전환율은 60% 

→ '가입 방법' 이라는 선행지표가 결제 전환율에 영향을 미침

가입 방법 외의 다양한 코호트 : 가입 시점, 특정 이벤트 경험 유무, 인구통계학적 정보 등

 

만약 A 코호트와 B 코호트가 전환율이 다르다는 점을 단순히 확인하는 게 아니라
거꾸로 전환율에 차이를 만드는 코호트를 먼저 찾을 수 있다면?

 

활성화 단계에서 가장 핵심이 되는 질문

→ 전환된 사용자와 전환되지 않은 사용자는 무엇이 다른가?

전환에 영향을 주고 있는 코호트를 발견할 수 있다면 전환율을 높이기 위한 구체적인 액션 훨씬 수월

 

 

# 퍼널 전환율 높이는 방법

1) 개인화

- 서비스의 주요 화면 개인화하여 사용자 개개인의 맥락에 맞는 정보 보여줌

- 추천 알고리즘 활용한 개인화 추천 ex) 규칙 기반 추천

 

2) UI/UX 개선

- 주요 화면의 디자인 변경하거나 구성요소 바꾸는 것

- 새로운 화면이 항상 더 좋다는 의미 X

- 변경 전/후의 효과를 면밀하게 측정하고 검증 → A/B 테스트

 

3) 적절한 개입

- CRM 채널(ex. 메일, 푸시, 인앱 메시지) 적절히 활용

- 메시지를 발송하는 맥락에 따라 효과가 극적으로 달라질 수 있음 → 적절한 타기팅 필요

 

 

# 활성화(Activation) 정리

퍼널의 최적화가 단순히 각 단계별 전환율을 높이는 것은 아님

→ 전환율을 높이는 것보다 퍼널에 속한 각 단계의 수를 줄이는 것이 더 효과적인 경우 많음

→ 아예 퍼널 자체를 재설계 하는 것도 새로운 대안이 될 수 있음

 

핵심 가치를 정의하고, 단계별 퍼널을 정의하고,
코호트 기반으로 쪼개서 보는 각 단계 충실하게 수행하는 것 외에
쉽게 갈 수 있는 지름길은 없다

 

 

 

 

출처 : 그로스 해킹 (양승화)

 

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