AARRR, PU, ARPPU
이번 글에서는 매출 분석 이론에 관한 글을 작성하고자 합니다.
해당 내용은 데이터리안 4주차 학습 내용 중 일부로 이후 다른 분석 프로젝트를 할 때 중요할 것 같아 따로 정리합니다.
AARRR이란
간단한 그림으로 표현하면 아래와 같습니다.
출처: https://blog.martinee.io/post/growthmarketing-aarrr-funnel-analytics
조금 더 구체적인 정보를 위해 ChatGPT에 물어봤습니다.
AARRR은 스타트업 및 마케팅 분야에서 주로 사용되는 프레임워크로, 고객의 행동과 여정을 분석하는 데 도움을 주는 5단계의 지표를 나타냅니다. "AARRR"은 다음과 같은 다섯 가지 핵심 요소로 구성되어 있습니다:
1. Acquisition (획득):고객이 제품이나 서비스에 처음 접근하는 단계입니다.
마케팅 캠페인, SEO, 소셜 미디어, 광고 등 다양한 방법을 통해 고객을 유치합니다.
2. Activation (활성화):고객이 제품을 사용하고 긍정적인 초기 경험을 느끼는 단계입니다.
예를 들어, 가입 후 첫 사용, 무료 체험 기간 동안의 긍정적인 경험 등이 포함됩니다.
3. Retention (유지):고객이 지속적으로 제품이나 서비스를 사용하도록 만드는 단계입니다.
고객이 돌아오고 재사용하도록 유도하기 위해 피드백을 반영하거나 지속적인 가치를 제공하는 것이 중요합니다.
4. Revenue (수익):고객이 실제로 지출하는 금액을 측정하는 단계입니다.
제품 판매, 구독 모델, 광고 수익 등 다양한 방식으로 수익을 창출합니다.
5. Referral (추천):기존 고객이 다른 잠재 고객에게 제품이나 서비스를 추천하는 단계입니다.
추천 프로그램이나 고객의 긍정적인 경험을 통해 새로운 고객을 유치하는 데 중요한 역할을 합니다.
AARRR의 중요성
- 고객 여정 분석: 각 단계에서 고객의 행동을 분석함으로써 비즈니스의 강점과 약점을 파악할 수 있습니다.
- 성과 측정: AARRR 모델을 통해 각 단계에서의 성과를 측정하고, 필요한 개선점을 찾아낼 수 있습니다.
- 마케팅 전략 개발: 고객 유치와 유지에 필요한 전략을 개발하고 실행하는 데 도움을 줍니다.
이 모델은 스타트업 및 기존 기업 모두에게 유용하며, 고객 경험을 최적화하고 비즈니스 성장을 도모하는 데 매우 효과적입니다.
간단한 예시로 설명해보겠습니다.
사용자 A가 특정 이커머스 사이트에서 방문해서 추천까지 하는 과정을 가정해 봅시다.
1단계: 획득(Acquisition)으로 사용자 A가 이커머스 사이트에 방문합니다.
2단계: 활성화(Activation)로 사용자 A가 사이트에 회원가입하고 상품들을 구경하고 특정 상품에 찜을 합니다.
3단계: 유지(Retention)로 사용자 A가 계속 사이트에 방문해서 2단계 과정을 반복합니다.
4단계: 수익(Revenue)으로 사용자 A가 상품을 구매하거나 멤버십에 가입합니다.
5단계: 추천(Referral)으로 사용자 A가 주변 지인들에게 직접 추천하거나 상품 후기, 블로그, SNS 등으로 다른 사람들에게 추천합니다.
PU, ARPPU
PU(Paying User), ARPPU(Average Revenue Per Paying User)는 매출과 관련된 지표입니다.
매출 분석 이론에서 매출은 아래 수식으로 구합니다.
매출 = 활성 사용자 수 x 구매 고객 비율 x 1인당 평균 구매액
활성 사용자와 구매 고객은 언뜻 생각하면 같은 의미로 생각할 수 있지만 그렇지 않습니다.
활성 사용자는 AARRR에서 2단계에 해당하는 사람들로 아직 구매를 하지 않은 사람입니다.
구매 고객은 AARRR에서 4단계에 해당하는 사람들로 말 그대로 구매를 한 사람입니다.
따라서 위에 수식에서 활성 사용자 수와 구매 고객 비율을 곱하면 구매 고객 수가 나옵니다.
PU(Paying User): 구매 고객을 뜻합니다.
ARPPU(Average Revenue Per Paying User): 구매 고객별 평균 매출을 뜻합니다.
매출을 올리기 위해서는 구매 고객수를 늘리거나 1인당 평균 구매액을 늘려야 합니다.
4주차 복습에서는 MySQL을 통해 PU와 ARPPU를 구하고 시각화하는 방법들을 확인해 보겠습니다.
본 내용은 데이터리안 'SQL 데이터 분석 캠프 입문반' 을 수강하며 작성한 내용입니다.