AARRR(AARRR Funnel) 모델 실전 예제

AARRR 모델 (AARRR Funnel)은 사용자 성장을 이해하고 최적화하기 위한 고전적인 비즈니스 분석 모델입니다. 제품 중심의 기업과 스타트업에 매우 유용하며, 마케터가 제품 상태를 신속히 파악하고 비즈니스 목표와 마케팅 전략에 집중할 수 있도록 돕습니다.

오늘 AARRR 모델(AARRR Funnel)의 5가지 개발 단계와 셀프 빅데이터 분석 도구인 FineBI를 사용하여 코드를 작성하지 않고 AARRR 모델을 만듭니다. 빨리 아래 버튼 누르시고 소프트 메이와 함께 비즈니스 모델 셀프 데이터 분석 여행 시작하세요~

AARRR 모델 개요

AARRR 모델 (AARRR Funnel)은 사용자 운영 과정에서 널리 사용되는 데이터 분석 모델로, 사용자 성장을 달성하는 다섯 가지 지표를 설명합니다: 획득 (Acquisition), 활성화 (Activation), 유지 (Retention), 수익 (Revenue), 전파 (Referral).

AARRR 모델의 5 단계

AARRR 모델(AAARR Funnel)은 회사의 수득부터 수익까지 5단계로 나누어 단계별 대표 의미와 관측해야 할 지표를 자세히 설명해 줍니다~

획득 (Acquisition)

AARRR의 첫 번째 A는 사용자를 획득하는 단계입니다. 다양한 채널을 통해 사용자가 앱 또는 웹 사이트에 방문합니다. 사용자 획득의 주요 측정 항목은 클릭률, 등록 사용자 수 등입니다. 예를 들어, 광고, 검색 엔진 최적화 (SEO), 추천, 오프라인 이벤트 등이 획득 채널로 사용될 수 있습니다.

활성화 (Activation)

사용자 활성화는 사용자가 처음 방문 후 앱이나 웹 사이트의 주요 기능을 사용하는 것을 의미합니다. 이 단계에서는 사용자가 제품 가치를 인식하게 만들어야 합니다. 활성화는 다양한 기준으로 측정될 수 있으며, 예를 들어 Facebook은 사용자가 등록 후 10일 이내에 적어도 7명의 친구와 연결되었는지를 확인할 수 있습니다.

유지 (Retention)

유지는 사용자가 신규 사용자에서 장기 사용자로 전환되는 과정을 의미합니다. 새로운 사용자를 유치하는 비용이 유지 비용보다 훨씬 높기 때문에 이 단계에서는 장기 사용자를 유지하는 방법을 고려해야 합니다. 주요 측정 항목으로는 다음날 유지율, 일주일 유지율, 이중 주간 유지율, 월 유지율, 이메일 마케팅 (EDM) 열기율 등이 있습니다.

수익 (Revenue)

이 단계에서는 사용자가 제품이나 서비스를 구매하도록 유도하는 단계입니다. 모든 노력은 사용자가 소비를 하도록 유도하고 수익을 증가시키기 위해 기울여져야 합니다. 수익 단계에서는 각 제품의 성격에 따라 다른 측정 항목이 사용될 수 있으며, 예를 들어 게임 내 구매, 광고 매출 등이 있습니다.

전파 (Referral)

사용자가 우리 제공 제품이나 서비스를 좋아하면 다른 사람들에게 추천할 가능성이 높습니다. 이 단계에서 고려해야 할 사항은 충성스러운 사용자가 브랜드 대사가 되도록 만드는 방법과 제품을 다른 잠재 고객에게 추천하는 방법입니다. 주요 측정 항목으로는 NPS (Net Promoter Score)와 바이럴 계수 (Viral Coefficient)가 있습니다.

이상이 AARRR 모델 (AARRR Funnel)의 다섯 개발 단계입니다. 이 모델은 제품이나 서비스를 획득에서 수익 창출까지 닫힌 사이클로 구성하며, 명확한 개발 단계와 측정 지표를 제공하여 마케터나 제품 관리자가 제품 수익 모델을 지속적으로 개선할 수 있도록 도와줍니다. 

AARRR 모델을 활용한 분석 방법

각 제품의 구체적인 상황은 다르지만, 대체로 5개의 발전 단계를 포함합니다. 이전에 이야기한 것보다, AARRR 모델(AARRR Funnel)을 어떻게 적용하는지 예시를 통해 이해해보겠습니다.

이 글에서는 FineBI라는 비즈니스 인텔리전스 자체 분석 소프트웨어를 사용하여 채소 구매 앱의 AARRR Funnel의 5개 발전 과정을 하나씩 분석할 것입니다.

오늘 사용할 빅 데이터 분석 소프트웨어 FineBI는 다양한 비즈니스 모델을 빠르게 구축할 수 있는 셀프 서비스 분석 플랫폼이며, 기업용 비즈니스 분석 도구로 자주 사용됩니다.

FineBI는 전문적이고 간결하며 사용하기 쉽습니다. 인터페이스와 프로세스가 명확하게 구성되어 있으며, 각 모듈은 명확한 기능 영역을 가지고 있습니다. FineBI의 셀프 서비스 데이터셋 기능을 통해 일반 비즈니스 직원도 드래그 앤 드롭으로 데이터를 필터링, 분할, 정렬, 집계할 수 있으며, 원하는 데이터 결과를 자율적이고 유연하게 얻을 수 있습니다. 또한 지능형 푸시 차트와 대시보드를 선택하여 데이터의 시각화를 실현할 수 있습니다.

FineBI를 사용하면 피라미드 모델, KANO 분석 모델, RFM 모델, 장바구니 분석 모델 등과 같은 다양한 고전적인 데이터 분석 모델 대시보드를 쉽게 구축하여 비즈니스 통찰력을 도울 수 있습니다.

FineBI는 재고관리, 구매관리, 시장분석, 회원관리, 품질관리, 소비자분석 등 제조업, 의약, 소매, 금융 및 기타 업종별 업무테마 분석 시나리오를 제공하고 업무지표 데이터 분석 및 전시를 통해 해당 관리자가 업무동향을 쉽게 파악할 수 있도록 합니다.

FineBI는 실무자를 데이터 처리와 시각화의 늪에서 해방시키고 데이터 분석과 데이터 관리 및 비즈니스 커뮤니케이션에 더 많은 노력을 기울일 수 있습니다.

지금 바로 아래 버튼을 클릭하여 오늘의 배움여행을 시작해보도록 하겠습니다!

1.  고객 확보 (Acquisition)

고객 확보는 새로운 사용자를 모으는 것으로, 이 앱을 알리고 시도하도록 사용자에게 알리는 것을 의미합니다. 일반적으로 제품 노출을 증가시키기 위해 여러 마케팅 방법을 사용합니다. 광고 캠페인, SEO, 콘텐츠 마케팅 등이 있습니다. 그러나 어떤 마케팅 방법이 최적인지 선택하고, 최소 예산으로 최상의 고객 확보 효과를 얻는 방법에 대한 분석이 필요합니다.

일반적으로 마케팅 방법 및 채널 분석은 고객 확보 수량과 품질의 두 가지 측면에서 이루어집니다.본 문서에서는 앱 평균 개방 후 탐색 시간을 고객 확보 품질의 평가 기준으로 사용합니다.FineBI를 사용하여 데이터를 가져오고, 차트 유형을 선택하면 아래 그림 두 개를 얻을 수 있습니다:

결론: 그림에서 볼 수 있듯이, 오프라인 활동 프로모션으로 획득한 사용자 수와 품질이 모두 최적입니다. 따라서 오프라인 활동에 대한 투자를 증가시킬 수 있습니다. 예를 들어, 여러 슈퍼마켓이나 재래시장 근처에서 오프라인 이벤트를 개최하고, 소소한 선물이나 온라인 쿠폰을 배포하여 고객이 코드를 스캔하여 계정을 등록하도록 유도할 수 있습니다.

2.  활성화 (Activation)

사용자가 시도한 후의 다음 단계는 활성화입니다. 활성화는 등록된 사용자를 활성화하고, 활발한 사용자 또는 핵심  발전시키는 것을 목표로 합니다. 이 때, 사용자가 제품의 핵심 기능을 얼마나 사용하는지를 고려해야 합니다.

예를 들어, 짧은 비디오 앱의 경우, 새 사용자가 특정 시간 이상 시청한 것으로 활성화 사용자로 간주할 수 있습니다. 채팅 앱의 경우, 새 사용자가 한 번 대화를 완료해야 활성화됩니다. 그렇기에 구매 앱에서는 한 번 이상 구매한 사용자를 일시적으로 활성화된 사용자로 간주할 수 있습니다.

FineBI를 사용하여 막대 그래프를 그려서 각 월별 사용자 추가 상황을 분석할 수 있습니다. 아래 그림과 같습니다:

결론: 그림에서 볼 수 있듯이, 10월에 활성화율이 크게 감소한 것을 볼 수 있습니다. 활성화율 감소의 원인을 구체적으로 분석해야 합니다. 동시에 새로운 고객의 활성화 활동을 지원하고, 다양한 신규 고객을 대상으로 세부적인 운영을 수행하는 것을 권장합니다. 예를 들어, 개인화된 추천 제품을 홈페이지에 표시하여 사용자를 유인하거나, 신규 등록하지만 주문하지 않은 사용자에게 쿠폰을 제공하여 사용자 활성화를 유도할 수 있습니다.

3.  유지 (Retention)

사용자가 활성화된 후에도 장기적으로 유지되지 않으면 결국 이탈할 수 있습니다. 따라서 사용자의 유지 및 사용 패턴에 따라 각 단계의 사용자에 맞는 운영 전략을 수립해야 합니다.

사용자 유지 통계도 매우 중요합니다. 유지 분석 문서를 참고하여 FineBI를 사용하여 활성화된 사용자의 일일, 일주일, 이주일, 30일 유지율을 계산합니다.

예를 들어, 여기서는 이전에 언급한 BI 도구 FineBI를 사용하여 일일 유지율을 계산합니다:

(1) 첫째로, FineBI 대시보드를 생성하고 데이터 결정 시스템에 접근합니다. "대시보드 > 대시보드 생성"을 선택하고 이름 및 저장 위치를 설정한 후 "확인"을 클릭합니다. 

"+"를 클릭하고 샘플 데이터셋에서 "사용자 유지 분석" 데이터셋을 선택한 후 "확인"을 클릭합니다. 

(2) 둘째로, 활성화된 사용자의 일일 유지율을 계산합니다.

참고: 샘플 데이터는 이미 활성화_로그인 시간 차이를 계산했습니다. 데이터를 처리하지 않았다면 시간 차이 열을 추가하는 문서를 참고하여 계산할 수 있습니다.

"+"를 클릭하고 새로운 계산 필드를 추가하고 다음과 같은 공식을 입력합니다: COUNTD_AGG(IF(활성화_로그인 시간 차이=0, 전화번호, null))/COUNTD_AGG(전화번호). 필드 이름을 "일일 유지율"로 설정한 후 "확인"을 클릭합니다. 

이렇게 하면 일일 유지율이 계산됩니다.

(3) 동일한 방법으로 일주일, 이주일, 30일 유지율을 계산하고 최종 결과를 얻을 수 있습니다. 

결론: 사용자 유지율을 크게 향상시킬 수 있는 여지가 많습니다. 이탈 원인을 분석하고 제품 경험을 개선하여 기존 고객을 유지하는 노력이 필요합니다. 

FineBI는 다양한 함수 선택을 제공하여 사용자가 데이터를 유연하게 다룰 수 있도록 도와주며, 다양한 비즈니스 분석 요구에 대응할 수 있습니다. 지금 바로 아래 버튼을 클릭하여 FineBI의 강력한 기능을 직접 경험해 보세요! BI 도구와 함께 무한한 가능성을 탐험해 보세요!

FineBI는 대만, 홍콩, 마카오, 싱가포르, 말레이시아 등지에서 현지화 서비스를 제공하며, 현지 판권 팀이 기술 지원, 2차 개발 및 프로젝트 구현을 담당합니다. 아래 버튼을 클릭하여 무료로 FineBI 소프트웨어를 다운로드하고 체험하세요. 기술적 문제가 발생하면 언제든지 기술 지원 엔지니어에게 문의하여 사용자 유지율 분석 과정을 지원받으세요!

4.  수익 (Revenue)

사용자가 앱을 활성화한 후에는 사용자가 소비를 유도하는 방법과 수익을 창출하는 방법에 대해 고려해야 합니다. 구매 앱의 수익은 여러 지표와 관련이 있습니다. 여기서는 사용자의 구매 활동을 증가시키는 것을 주요 수익 방법으로 삼습니다.

사용자를 저, 일반, 회원 세 가지 범주로 나누고, 데이터를 시각화하여 각 사용자 유형의 소비 상황을 명확하게 보여주는 차트를 선택합니다.

FineBI는 50여 종류의 차트 스타일을 지원하며, 기본적인 파이 차트, 선 그래프 등을 포함한 모든 주요 차트 유형과 고급 차트 유형인 상자 그림, 간트 차트 등을 제공합니다. 우수한 동적 효과와 강력한 상호 작용 경험을 제공합니다. 요구 사항에 따라 특성을 설정하고, 모바일 장치, LED 대형 화면에서도 완벽하게 자동으로 적응하여 표시할 수 있습니다.

여기서는 퍼널 차트를 사용하여 다른 유형의 소비자 사용 상황을 보여주는 그림을 선택합니다. 아래 그림과 같습니다:

결론: 저 활성 사용자 수가 많고, 잠재력이 큽니다. 전략은 다음과 같습니다: 저 활성 사용자를 최대한 활성화하고, 앱 내외의 활동을 통해 저 활성 사용자의 소비 빈도를 높이는 것입니다. 동시에 회원 사용자의 소비 빈도를 유지하는 것이 중요하며, 회원 사용자에게 정기적으로 보상을 제공하거나 앱에서 회원 사용자의 신분을 표시하는 방법을 사용할 수 있습니다.

5. 전파 (Referral)

제품이 일정 수준의 사용자를 확보한 후에는 사용자 간의 자발적인 전파를 유도해야 합니다. 자발적인 전파의 데이터 지표는 K 계수입니다, 즉 추천 계수:

K = (평균 사용자가 그의 친구들에게 보내는 초대 수) * (초대를 받은 사람 중 새로운 사용자로 전환되는 변환율)

K 값의 크기는 자발적인 전파의 수준을 직접 반영하며, K 값이 1보다 크면 큰 자발적 전파력을 발휘하게 됩니다. K 값이 클수록 강력한 전파력을 보여줍니다. K 값이 1보다 작으면 전파 수준이 점점 약해져서 마침내 사라질 수 있습니다.

FineBI에서 이 APP의 K 값을 계산합니다. 아래 그림과 같습니다:

결론: 이 APP의 K 값은 이미 1보다 크므로 자발적인 전파력을 가지고 있습니다. "친구 초대로 보상받기" 등의 운영 활동을 통해 K 값을 더욱 높이고 전파 속도를 더욱 빠르게 할 수 있습니다.

6.  AARRR 모델 요약

다섯 가지 AARRR Funnel 발전 과정을 통합한 것이 바로 매우 포괄적인 AARRR 분석 차트입니다. 아래 그림과 같습니다:

AARRR 모델에 대한 해석은 여기까지입니다. 지금 바로 아래 버튼을 클릭하여 직접 AARRR 모델 분석을 수행해 보세요! FineBI는 데이터 모델의 시각적 분석을 용이하게 도와주며, 더 깊이 있는 통찰을 얻을 수 있습니다! 데이터 여행을 시작해 보세요! 

FineBI는 대만, 홍콩, 마카오, 싱가포르, 말레이시아 등 지역에서 현지화 서비스를 제공하며, 현지 판매 팀이 기술 지원, 2차 개발 및 프로젝트 구현을 담당합니다. 아래 버튼을 클릭하여 FineBI 소프트웨어를 무료로 다운로드하고 체험하세요. 기술적 문제가 발생하면 언제든지 기술 지원 엔지니어에게 문의하여 데이터 모델 제작 과정을 지원받으세요!

AARRR에 대해 계속 읽기

빅데이터 분석 도구: 소프트웨어 분류, 기능 및 활용 사례

디지털 시대의 시장 분석: 대용량 데이터 분석에 대응하는 비결!(사례 포함)

금융 분석 이해하기

데이터 분석 입문: 파이썬(Python)과 엑셀(Excel)을 활용한 데이터 분석

데이터 분석 방법 쉽게 배우기

탐색적 데이터 분석(EDA)이란?