그로스 해킹 - AARRR - Revenue

2022. 07. 24.

그로스 해킹 데이터와 실험을 통해 성장하는 서비스를 만드는 방법

그로스 해킹

그로스 해킹

양승화 저

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...

Revenue

Revenue의 기본 개념

사업의 성패를 가르는 것은 수익화. 어떤 비즈니스 모델을 가지고 있는지 이해하고 잘 동작하는지 데이터로 확인할 수 있어야 한다. '나는 프로덕트를 만드는 사람이니까 서비스의 사용성에 집중하면 돼. 매출은 비즈니스, 영업 담당자들이 책임지는 거야' 라는 생각은 굉장히 무책임하다.

Revenue 관련 주요 지표

ARPU (Average Revenue Per User, 인당 평균 매출) 구매자 수, 구매 건수, 매출과 같은 기본적인 지표를 제외하고 수익화 측면에서 우선적으로 봐야 하는 중요한 지표는 ARPU이다.

APRU = Revenue / User

사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 된다. ARPU는 특정 시점의 스냅숏이라고 오해하는 경우가 간혹 있는데, ARPU는 시작과 끝이 있는 특정 기간에 대한 지표다. 월 기준으로 집계하는 것이 일반적이다. 월 매출을 MAU로 나눈 값으로 ARPU를 구할 수 있다. 다음과 같은 지표를 사용하기도 한다.

  • ARPDAU(Average Revenue Per Daily Active User) = 일 매출 / DAU
  • ARPWAUAverage Revenue Per Weekly Active User) = 주간 매출 / WAU

ARPPU (Average Revenue Per Paying User, 결제자 인당 평균 매출) 따로 기간에 대한 정의가 되지 않았다면 월간 매출과 월간 결제자 수를 바탕으로 계산하는 것이 일반적이다.

ARPPU = Revenue / Paying User

고객 생애 가치(Lifetime Value) LTV 혹은 CLV(Customer Lifetime Value)라고 표현한다.

고객 생애 가치(LTV) = (1인당 평균 매출 - 1인당 평균 비용) / (1 - 고객 유지 비율 + 할인율) - 고객 획득비용

가령 1인당 평균 매출이 15만원, 1인당 평균 비용 5만원, 고객 유지 비율 60%, 할인율 10%, 그리고 고객 획득 비용이 3만원이라고 가정하면 고객 생애 가치는 17만원이라고 계산할 수 있다. 하지만 현실에서 이런 식의 계산은 사실상 불가하다. 그래서 대안으로 고객 생애 매출이라는 개념이 있다.

고객 생애 매출(Lifetime Revenue, LTR) LTV가 고객 한 명에 대한 기대 수익이라면, LTR은 고객 한 명에 대한 기대 매출이다. 특정 시점에 가입한 유저가 있다고 했을 때, 유저가 모두 이탈했을 때의 가입자 당 매출액으로 계산할 수 있다.

LTR 활용하기 현실적으로 특정 시점의 가입자들이 모두(100%) 이탈하는 경우는 드물기 때문에 계산하기는 쉽지 않다. 우리는 LTR을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요가 없다. 고객 생애 매출은 전체 회원을 대상으로 하는 하나의 지표로 계산해서 관리하기보다는 코호트를 잘 나누고 코호트별 고객 생애 매출의 추이가 어떻게 변화하는지 살펴보는 편이 훨씬 더 유용하다. 이 때 일반적으로 코호트 분류 기준은 '가입 시점'이 된다. 건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 한다. LTR과 CAC는 짝지어 확인하기 매우 유용한 지표이다. 만일 비즈니스의 성공과 실패를 구분할 수 있는 단 하나의 수식을 고르라고 하면 LTR과 CAC의 관계를 나타낸 아래 수식을 들 수 있다.

CAC + a < LTR

이 수식에서 a가 충분히 커야 한다. 즉 CAC보다 LTR이 충분히 커야 한다. 일반적으로 LTR이 CAC의 5~10배 정도는 돼야 안정적인 서비스 운영을 기대할 수 있다. 이 때 절대적인 수치 비교와 함께 LTR이 CAC를 넘어서기까지의 기간(Payback Period)도 고려해야 한다. 수익화 상황을 개선하기 위해서는 CAC를 줄이는 것 보다 LTR을 늘리는 것이 더 효과적이다. 현실적으로는 LTR보다 CAC 변화하기 쉬운 지표기 때문에 CAC에 먼저 집중하는 경우가 많다. 그래서 다음과 같은 형태로 많이 사용한다.

  1. LTR을 먼저 구한다. 가입 코호트를 활용해 코호트별 비교를 하거나 LTR의 기간별 변화 추이를 살펴보면 좋다.
  2. LTR을 고려해서 목표로 하는 CAC 수준을 정한다. 수익 구조나 마진을 고려해서 LTR의 10% ~ 20% 정도를 목표로 잡으면 좋다. 이 수치가 마케팅을 진행할 때 의사결정 기준이 된다.

수익화 쪼개서 보기

  • 아이템별 매출의 합계
  • 사용자별 매출의 합계
  • 결제자 수 X ARPPU
    • 매출 = 결제자수 X ARPPU
    • -> 매출 = 활동회원 X 결제비율 X ARPPU
    • -> 매출 = 가입자 X 리텐션 X 결제비율 X ARPPU
    • -> 매출 = 설치 수 X 가입전환율 X 리텐션 X 결제비율 X ARPPU
  • 월별 반복 매출(Monthly Recurring Revenue, MRR)
    • 구독형 서비스에서의 매출 분석
    • 월별 반복 매출 = 기준 MRR + 신규 MRR + 이탈 MRR + 업그레이드/다운그레이드 MRR

Revenue 정리

대부분의 수익화 지표는 대푯값의 형태로 계산되지만 실제로는 개인별 편차가 크다. 파레토 법칙(20:80) 이 적용되는 패턴을 흔히 볼 수 있다. (20%의 유저가 전체 매출의 80%를 차지) 게임 같은 경우 1% 유저의 매출이 50% 이상을 차지하는 경우도 있다. 서비스에 대한 충성도가 높고 매출 기여가 높은 사용자를 고려해서 기획하는 편이 훨씬 효과적이다. 서비스를 출기하는 시점에는 수익 모델이 포함되지 않을 수 있지만 그런 경우라고 해도 어느 시기에 어떤 방식으로 수익화할 것인가에 대한 로드맵은 명확하게 존재해야 한다. 수익화를 고려하지 않는다면 사랑받는 서비스가 될 수 있을지는 몰라도 성공하는 서비스가 될 수는 없다.