그로스 해킹 - 마케팅 실전 적용 편
자신의 브랜드에 맞는 수정된 AARRR의 필요성
그로스 해킹’이란 사용자의 행동 패턴을 데이터로 추출하고, 수집된 데이터를 분석한 후, 창의적인 마케팅 전략을 세워 회사를 급성장시키는 것을 말합니다.
그로스 해킹이라는 단어가 유행이지만, 그로스 해커라는 포지션을 뽑는 회사 자체는 많지 않은 것 같습니다. 해당 포지션을 뽑더라도 당장 어떤 일을 해야 하는지 눈앞에 쉽게 표현을 한 기업들은 더욱 없어 보입니다.
여러 가지 책을 살펴보아도 결국 그로쓰 해킹은 데이터 중심의 문제 접근 방식을 말하는 것이기 때문인 것 같습니다. 마치 로지컬 씽킹이 대유행하던 시절에 로지컬 씽킹 매니저라는 포지션이 없었던 것처럼 말이죠.
저는 그로스 해킹 마케팅은 결국 매출이 나오는 전 과정을 데이터화 시키고, 투입되는 예산과 마케팅 캠페인 대비 정확히 예상되는 매출을 가정하고, 실행 후 그 결과를 분석한 후에 마케팅 캠페인을 진화시켜가는 일련의 과정을 마케팅 그로스 해킹으로 정의하고자 합니다.
소비자의 주요 매출 경로를 일반적으로 AARRR모델로 설명합니다.
실전에서는 고객들의 방문 경로를 깔끔하게 유입된 경로별로 정리하기가 쉽지 않습니다.
퍼포먼스 마케팅 채널 3-4개를 거쳐서 유입되는 고객, 많게는 퍼포먼스 마케팅 채널 10개 넘는 채널을 거쳐서 유입되는 고객도 보았습니다.
또 다른 경우 배너 광고나 인플루언서 마케팅에 단순 노출된 고객이 해당 페이지에서 클릭을 하지 않고, 네이버 검색을 통해 브랜드 검색 광고를 통해 유입되거나, 아니면 광고를 보고 직접 검색 유입을 통해 진입하는 고객의 비율이 많게는 매출 발생 고객의 50프로 이상을 넘습니다.
이렇게 들어온 고객을 트래킹이 어렵다고 referral로 유입되었다고 보아야 할까요 아니면 충성 고객이라고 봐야 할까요.
아무리 모든 과정을 데이터화하고 싶더라도 클릭 등 광고와 상호작용을 하지 않은 고객의 유입은 완벽하게 데이터화 시킬 수가 없게 됩니다.
그로스 해킹의 이론대로 완벽히 돌아가게 하기 위해서는 기초 데이터가 완벽해야 하는데 마케팅 캠페인 진행과정에서는 이 [완벽]한 데이터는 있을 수가 없게 되면서 이론과 실전 사이에서 계속 괴리가 벌어지게 됩니다.
저희의 경우 수정된 AARRR모델로 이를 트래킹하고 있습니다.
먼저 가장 이상적인 고객의 구매 경로를 정의하였습니다. 1) 직접 유입하거나 2) 브랜드 검색을 통해 자발적으로 유입되어 3) 원하는 제품을 신속하고 빠르게 4) 구매를 하고 이탈하는 고객으로 잡았습니다. 이들이야 말로 진정한 충성 고객의 구매 패턴이니까요.
그래서 이를 토대로 1) 직접 유입 2) 브랜드 검색을 통해 발생한 매출과 ROAS를 AARRR에서 revenue에서 한 단계 더 내려간 충성 고객 매출 (loyal consumer revenue)로 따로 분류하며 이를 현재 브랜드의 건강을 측정하는 핵심 지표로 판단합니다.
두 번째로 신규 회원 고객의 유입과 그들의 전환율을 트래킹 하기 위해 브랜드 검색어 등 직접 유입성 광고 매체를 제외한 매체만을 모아 ROAS를 따로 트래킹 합니다.
Activation과 Retention은 코호트 분석을 통해 해당 월별 신규 가입자의 첫 구매, 재구매율, 1년 기준 재구매 횟수, 그리고 월별 바스켓 사이즈를 핵심 지표로 묶어서 판단합니다.
그리고 전체 전략적으로는 월별 투입되는 마케팅 예산을 각 투입되는 매체별 ROAS를 토대로 예상되는 월별 전체 매출을 추산하며, 동시에 예상되는 신규 회원 유입수, 바스켓 사이즈, 기존 회원 구매율, 기존 회원 바스켓 사이즈를 과거 데이터 기준으로 추산하여 양방향으로 예상 매출을 크로스 체크합니다.
그리고 이를 일별, SKU별, 판매채널별 예상 매출과 예상 지표로 쪼갠 후에 지속적으로 트래킹 하며 진행 상황을 확인하며 마케팅 캠페인을 미세 조정해 갑니다.
아직도 현재 진행형이지만, 실전에서 그로스 해킹을 마케팅 전체 캠페인에 걸쳐 적용하기 위해서는 퍼포먼스 마케팅, 브랜드 마케팅, CRM 마케팅, 멤버십 마케팅, 콘텐츠 마케팅 전체에 걸쳐 기존 AARRR모델을 넘어서는 본인 브랜드 만의 AARRR모델을 만들어 가야 합니다.
