14) 퍼포먼스 마케팅 실무이론, 용어심화 (+영상)
퍼포먼스 마케팅을 하면서 앞으로 우리가 마주할 용어에 대한 현상들.
*내용 이해를 위해, 배움을 쉽게 도와줄 영상을 함께 촬영하여 하단에 첨부했어요. (브런치 글을 먼저 읽으신 후, 영상을 시청하시면 이해가 좀 더 편하실거에요. 조금 더 많은 내용을 담았습니다. 그리고 마지막으로 다시 한번 브런치 글을 읽어주세요.)
1. 이야기를 시작하면서
처음 이 브런치 글을 마주했다면, 11) 퍼포먼스 마케팅 실무이론, 용어정리 의 글과 함께 정독하면 좋을 것 같다. 이번 글은 퍼포먼스 마케팅에 대한 지표를 이해한 상태에서, 우리가 앞으로 마주하게 될 지표를 정리했다. 기본적으로 알아야할 퍼포먼스 마케팅 용어는 아래에 정리되어 있다. :)
앞으로 우리가 퍼포먼스 마케팅을 하면서 마주하는 지표들이 생길텐데, 특히 트래픽을 책임지는 지표 뿐만이 아니라 고객이 유입되었을때의 성과를 높이기 위한 지표에 대해서 마주하게 될 것이다.
보통 진행되는 마케팅은 '유입'에서 종료되지 않고, 최종 '성과'를 만들어내야하는데 이러한 '성과'는 구매로 칭하기도 하고, 회원가입으로 칭하기도 하고, 즉 고객의 유입 이후의 '성과'를 주로 나타내는 편이기 때문이다.
그래서 우리는 (우선 트래픽을 외부로 표현하고, 트래픽 이후 고객의 유입 이후 최종 전환 또는 KPI 달성하는 마케팅을 내부로 칭한다면) 외부/내부에 대한 용어에 대해서 잘 이해한다면, 팀원 또는 팀간 커뮤니케이션에 있어서 최종 목적 달성(유입 이후의 성과)을 위해 많은 도움을 받을 수 있다.
퍼포먼스 마케팅이란 주로 3가지로 정의하는 경향이 있어보인다.
1. '트래픽(유입)'을 위한 마케팅
2. '트래픽(유입)'과 '전환(KPI)'를 위한 마케팅
3. '전환(KPI)'을 발생시키는 마케팅
*서비스 목적 달성을 위한 단계로 1번이 충족되었을때 2번이 필요로 되고 2번이 충족되었을때 3번이 필요하게 된다.
1번의 과정이다.
1번을 충족시키기 위해서는 적은 비용으로 우리 서비스에 고객을 유입시키는 활동이 중요하다. 다만 현실적으로는 적은 비용으로 우리 서비스에 유입시키는 매체는 굉장히 많고, 입찰전략도 굉장히 많다.
이러한 매체는 우리가 손 쉽게 생각하는 페이스북/인스타그램, 페이스북, 유튜브 매체 뿐만 아니라, 온라인 광고에 대해서 지식이 깊은 사람이라면, DSP와 같은 Targeting Gate, Appier, RealClick 등을 통해 최소 CPC를 30원부터 가져갈 수 있다.
이 말은 즉슨, 적은 비용으로 고객을 유입시키는 방법은 많지만, 서비스에 유의미한 결과를 발생시키지 못하는 광고를 집행할 수 있다는 말이 될 수도 있기도 하다. 혹은 그 기회를 놓치고 있다는 것을 의미하기도 한다. (이 경우 뒤에 설명할 MAU, DAU, MAU를 읽어보자)
다음 스텝으로는 2번이다.
1번의 과정을 겪고, 유입 이후에 어떠한 성과가 없었다면 고민의 시기가 오게 된다. 과연 내가 열심히 노력한 결과로 유입된 고객들이 서비스에 유의미한 행동을 발생시키지 못했다면 그 시점이다. 이 상황에서는 광고 시스템이 제공하는 이벤트 지표인 '전환' 지표를 확인해야 한다.
예를 들어 1번에서 유입과 관련된 '클릭'이란 숫자가 들어간 지표를 사용하고, 그 중 여러 지표 중 우리가 활용한 지표는 CPC(Cost per Click, 클릭당 비용)라면, 즉 비용/클릭 이란 지표에서 머물렀다면, 2단계에서는 CPA(Cost per Action)라는 비용/액션의 지표를 확인해야 한다. (같은 비용이란 분자를 사용하며, 서로 상관관계가 있기 때문이다).
이러한 CPA 지표를 확인하며, 개선해나아가는 과정에서 우리는 주로 광고시스템이 제공하는 입찰전략 중 전환 캠페인을 많이 사용하게 된다. 그리고 리타게팅 캠페인도 함께 활용하게 된다. 즉 '트래픽(유입)'의 성과만을 보다가, 서비스에 실제적으로 유의미한 '고객의 행동, 전환'을 달성시키기 위한 지표를 보게 된다는 것이다.
다음 스텝으로는 3번이다.
1번 스텝과, 2번 스텝을 통해 우리에게 적합한 '클릭(유입), 트래픽' 지표를 만들어냈고, 이후 '전환(성과)' 지표를 잘 만들어냈다면, '전환(성과)'를 더 상승시킬 수 있는 요인을 찾게 된다.
1번과 2번 스텝은 광고소재를 개선시키거나, 광고 시스템의 입찰전략을 바꾸거나, 타게팅을 바꾸거나 여러 종류로 개선시킬 수 있지만 최종적으로 전환(성과) 수를 증가시키기 위해서는 고객의 유입이후 내부 퍼널 개선이 필요해지기 때문이다.
아무리 좋은 캠페인과 광고소재를 사용했다하더라도, 유입 이후 고객의 서비스 경험이 좋지 않다면 전환당 비용과 같은 CPA는 동일하거나, 높아지게 된다. 더 이상 CPA가 낮아지는 기회를 찾기가 어려워진다. 사실 전환 수는 광고비용에 따라서 자연스럽게 증가시킬 수 있지만, 이러한 상황이 계속되면 들어가는 광고비용은 증가하고, 비용 대비 CPA는 낮게 되어, 최종적으로 적합한 비용으로 더 나은 전환(성과)을 기대하기 어렵기 때문이다.
예를 들어 우리가 CPA라는 Action의 지표를 회원가입으로 칭한다면, 기존에는 회원가입당 비용이 1만원이였을 경우, 1만원 이하로 내리기 어려워진다는 것이다. 잠재고객을 넓힐수록 회원가입당 비용은 증가할 수 밖에 없다. 광고 입찰 전략 시스템의 메커니즘, 즉 회원가입을 할만한 고객에게 광고가 노출되게 하여 회원가입수를 적은 비용에 얻게 할 수 있는 방법이 있지만, 회원가입 할만한 고객에게 더 많은 광고를 노출시키려고 한다면, 광고 매체가 갖고 있는 우리 서비스에 가입할만한 잠재고객의 풀의 이상으로 노출되기 때문에, 당연히 더 양질의 고객에게 광고를 노출시키는 광고비용이 높아질 수 밖에 없다. 왜냐. 그러한 양질의 고객을 유입시키려는 행위는 우리 서비스 뿐만이 아니라 잠재고객을 확장시키려는 광고주가 많기 때문이다. 즉, 매체 자체가 갖고 있는 양질의 고객을 갖기 위해 우리는 더 비싼 요금제를 사용한다는 의미가 될 수 있다.
뭐, 처음 한달에 3억의 광고비용으로, 30,000명을 회원가입시켰다면 여기서 회원가입 수를 증대시키기 위해서 한달에 6억의 광고비용을 썼을때, 정(+)의 비율로 회원가입 수가 60,000명이 될 수 있다는 보장을 세우기가 어렵다는 것이다. 국내 시장도 그렇다. 서비스를 시작할때, 우리의 잠재고객 규모를 통계학적 자료로 기반을 세우기 시작하는데, 통계학적 자료 이상의 잠재고객 규모를 유치시키기 위해서는 더 많은 비용이 들어갈 수 밖에 없다.
(나는 커피 동아리에 있기 때문에, 동아리에 있는 친구들에게 특정 커피를 구매해보라는 메세지로 최종적으로 구매까지 발생시킬 수 있는 기회를 가질 수 있다. 다만, 커피 동아리에 관심없는 친구들에게, 특정 커피를 구매해보라는 메세지를 던졌을때 최종적으로 구매까지 발생시킬 수 있도록 하는 행위는 전자에 비해 많은 리소스가 들 수 있다.)
이러한 지표를 확인하는 과정에서 우리는 또 다른 중요한 의사결정 지표가 나타난다. 이 지표는 '전환율(Conversion Rate)'이라는 지표인데, 이 지표는 액션/클릭*100 또는 현퍼널/전퍼널*100 이라는 지표를 활용하기 시작한다. 즉 이 과정에서는 유입이 증가해도, 실제 액션을 하는 고객의 행동을 추적하게 되고 또는 전/ 현재/미래와 상관관계가 있는 전후차이를 통한 그로스적 지표를 활용하기도 한다.
고객이 방문했을때, 가격이 너무 비싼가? 할인을 해야할까? CRM을 해야할까? CRM과 함께 마케팅을 진행한다면 전환수가 올라갈텐데? 아니면 장바구니담기 버튼을 좀 더 크게 확대시켜볼까? 주문서 작성시 고객 정보 기입란을 축소시켜볼까? 이러한 고민의 해답은, 고객 행동 흐름에 대한 데이터를 찾아보는 과정이 시작된다.
위와 같은 질문이 생기는 과정에서 우리의 액션 아이템은 유입 이후에 우리가 진행하는 광고 KPI를 달성하기 위해서 맥락 마케팅이 얼마나 적합하는가를 고민하게 될 것이다. 즉, 고객이 유입 되었을때 마주하는 페이지 그리고 더 나아가서 최종 KPI를 달성하기 위한 광고를 하는 상품, UX/UI, 결제과정 여러가지가 다 포함된다는 것이다.
이러한 상황에서 이 뒤에 나타날 '용어'를 이해한다면, 측정가능한 지표를 발굴하고 개선할 수 있는 방법을 찾는데 도움이 되어줄 수 있다.
2. 용어 정리
앞서 퍼포먼스 마케팅의 1단계, 2단계, 3단계 과정을 축약해서 작성을 했다. 3단계를 잘 이해하고, 성과를 내기 위해서 아래 지표 정도를 인지한다면 퍼포먼스 마케팅을 진행하면서 어느정도 충분할 것이라 생각한다.
뭐, 어자피 우리가 퍼포먼스 마케팅을 하게 되는 과정에서 시간이 지남에 따라 자연스럽게 마주하게 될 단어다. 이러한 용어가 오늘은 중요하고 다음에 흩어지더라도, 이러한 용어에 대해서 인지한다면 변화해가는 상황 속에서 이 지표를 왜 사용하는지에 대한 포인트를 찾을 수 있게 되고, 액션할 수 있게 된다. (지표는 전후관계가 연결되는 상황이 있을때 유의미한 경우가 비교적 크기 때문에, 용어에 담긴 의미를 잘 이해하면 어떤 지표든지 잘 이해할 수 있다.)
2-1) 그로스 관점의 지표
그로스 관점 지표를 왜 알아야 할까? 그로스 지표는 말 그대로 서비스 성장을 시키기 위한 방법을 제시해주는 이론이다. 사실 이러한 5가지 타이틀이 이렇게 구성되어 있구나 정도만 인지하면 충분하다. (현대적 구매 여정 지도를 크게 5개로 나눈 것. 그리고 그 사이에 측정가능한 고객 행동과 지표를 넣은 것. 즉 이전에 설명했던 CDJ와 유사하다. 언제든지 이 퍼널은 또 변화할 수 있다. 즉 퍼널은 정의하기 나름이다.)
여기에 대한 핵심은 AARRR의 설명과 지표가 중요한 것이 아니라, 타이틀 그 자체 해석이 중요하다. 그 안에 들어간 내용은 서비스에 맞게 해석하고 정의내리면 되는 것이다.
사진출처 - 위시켓 (그로스해킹 AARRR 퍼널)우선 AARRR지표는 데이브 맥클루어가 개발한 분석 프레임이다. 해적 지표 (Priates Metrics)라 불리기도 하는데, 리소스가 한정된 스타트업에서 많이 사용되는 기법이다.
공통적으로 우리가 인지하고 있는 AAARR 지표의 의미는 아래와 같다.
1) Acquistion (획득)
우리가 목표하는 고객이 어떻게 우리 서비스를 발견하는지에 대한 지표다. 측정지표로는 신규방문자 수를 사용한다.
2) Activation (활성화)
유입된 고객이 우리 서비스를 얼마나 활발히 이용하고 있는지를 측정한다. 서비스를 이용하는 고객들이 바로 머물러 있는 시간이나 다른 컨텐츠의 소비, 참여 등이 활성화의 기준이 된다. 측정지표로 이탈률(Bounce Rate), PV, 세션당 페이지수, 회원가입, 구독, 체류시간을 사용한다.
3) Retention (유지)
서비스를 한번 이용했던 고객이 재방문하여 다른 컨텐츠를 소비하거나 참여하는 것을 말한다. 재방문율이 높다는 것은 그만큼 서비스에 대한 만족감을 높다는 것을 의미 할 수 있기 때문에 중요한 수치다. 재방문을 유도하기 위해 주로 이메일이나 구독, 푸쉬, 쿠폰 발행 등의 방법을 사용한다. 측정지표로 재방문율(Retention Rate) / DAU / MAU를 사용한다.
4) Referral (추천)
대표적인 추천 방법은 바이럴이다. 주로 지인의 추천이나 자주가는 커뮤니티 또는 블로그 등의 추천을 통해 간접 경험 후 서비스를 가입하거나 이용하게 되는데, 어떤 광고보다 효과가 좋은건 지인의 추천이다. 내 서비스 이용자했던 고객들이 지인에게 추천을 할 수 있도록 해야한다. 측정지표로 공유 / 댓글(태그) / 바이럴 계수를 사용한다.
5) Revenue (매출)
지금까지의 모든 측정들은 결국 최종적으로 구매율을 높이기 위한 방법이다. 아무리 측정을 잘했다고하더라도 구매가 이루어지지 않으면 비즈니스가 되지 않는다. 각 지표사이의 상관 관계를 분석하여 구매율읖 높이는 것이 AARRR의 목적이다. 측정지표로 전환율 / 객단가 / CLV를 사용한다.
위의 단계들은 보통 AARRR의 각 단계를 정의하는 개념이다. 다만 이렇게 단지 읽자면, 굉장히 골치 아프지 않은가? 의미는 알겠는데, 측정지표는 뭐지? 뭘 의미하는거지. 라는 생각이 많이 들 것이다.
앞서 말했던 것 처럼, 그로스해킹 단계는 우리가 정의하기 나름이다. 그로스 지표는 말 그대로 서비스 성장을 시키기 위한 방법을 제시해주는 이론(방법론)이라는 시각에서 생각하면 좋다.
<아래 예시가 처음보는 내용이라면 이전의 글을 읽고 와주세요>
이러한 예시는 앞서 작성했던 '퍼포먼스 마케팅 실무이론, Framework'에 담았었는데, 아래 이미지를 통해 비교적 좀 더 쉽게 이해해볼 수 있다. (들어간 지표, 내용 등은 정답이 아니고 예시로 넣었다. 즉 측정가능한 지표를 찾고. 이를 통한 그 다음 단계는 무엇인지. 이것만 인지하면 좋다.)
자세한 내용은 이전에 기술했던 CDJ(Consumer Decision Journey)에 대해서 읽고오면 좋지만, 아래 Framework를 읽어도 충분하다.
사실 그로스 해킹을 좀 더 쉽게 이해하려면, 좋은 콘텐츠를 통해 배우는 것이 좋다. 이러한 그로스 해킹 방법론은 아래 강의를 통해서 도움을 받을 수 있다. 약 8시간의 강의지만, 우리가 바라보는 마케팅의 시각이 굉장히 넓어질 것이라 자신있게 말할 수 있다.
아무튼 우리가 그로스 해킹을 정의하는 과정의 중요한 요소는 '서비스에 유의미한 지표를 발굴해내고, 커뮤니케이션을 통해 함께 움직이는 행위라고 생각한다. 매일 같이 자동으로 기록되고 적재되는 수 많은 데이터 속에서 서비스에 유의미한 측정가능한 지표를 발굴해내고, 액션아이템을 논의할 수 있을까. 즉, 이것이 퍼포먼스 마케팅의 중요한 역량이자, 핵심이다.
그로스해킹의 가장 중요한 지표는 아래와 같다. 각각의 증분이란 수치를 R(RATE)로 만들어 그로스하는 것이 그로스해킹의 핵심이다. 앞단과 현재단, 현재와, 뒷단의 상관관계가 녹여져있기 때문. 즉 이 말은 앞단을 보완하고, 뒷단을 보완하면서 단계적으로 성장을 달성하는 지표다.
이해하기 쉽도록 온라인 광고에서 기본적으로 사용되는 프레임워크로 예시를 들어본다. 단계별로 측정지표를 통해 최종 3단계인 목표달성(KPI)을 하는 모델이다.
여기서 사용되는 1단계 지표는 CPC와 CTR이며, 2단계 지표는 CPA와 CVR이다. 여기서 비율지표는 지표 뒤에 "R(RATE)가 붙는, CTR과 CVR이다. 각각의 지표가 어떤 공식이 담겨있는지 확인해보자.
<1단계>
- CTR (Click Through Rate, 클릭률) : 클릭수/노출수
<2단계>
- CVR (Conversion Rate, 전환율) : 전환수/클릭수
여기서 우리가 확인할 수 있는 것은 공통적으로 들어간 클릭수다.
1단계에서 클릭율을 높이려면, 분자인 클릭수를 높이기 위한 개선이 필요해진다. 예를 들어 광고소재의 개선이 필요하거나, 입찰전략의 수정이 필요할 수 있다. 이러한 개선 과정을 통해서, 최종적인 클릭수가 증가한다면, 이후 2단계에서 전환율 지표에서는 상대적으로 분모인 클릭수의 증가로 인해 전환율이 하락하게 된다.
이 경우, 클릭수의 증가로 인해 전환수 를 개선이 필요해진다. 예를 들어 입찰전략의 수정 또는 내부 페이지 개선 또는 고객 서비스 경험 개선, 상품 개선 등 광고 외부단에서 개선시키기 어려운 개선 작업이 필요로 된다.
결과론적으로는 이러한 행위는 앞단과 뒷단의 상관관계를 가진 지표를 '비율(Rate)'지표로 활용하여, 각각의 단계를 그로스(Growth) 하는 과정인 것이다. 우리는 최종적으로 이러한 과정을 통해 유입을 증대시키고 전환수와 같은 KPI 달성을 하기위한 수를 증대시키는 성공적인 마케팅을 그릴 수 있다. 이러한 과정은 그로스 해킹에서도 적용되기도 한다.
이러한 과정은 또 아래처럼 표현 될 수 있다.
기존 그로스에 통용되는 5단계를 3단계로 축소시켰지만, 여기에서 중요한 점은 측정지표를 세웠고, 그 측정지표에 따라 단계적으로 개선시킬 수 있다는 환경이라는 것이다.
이 경우에는 위에 작성한 것 처럼, 비율지표인 서로 상관관계가 있는 CTR, CVR를 통해 단계적으로 개선시킬 수 있다. 결국에는 우리가 설정하는 단계는 결국 우리가 설정하기 나름이고, 어떻게 성장을 시킬 수 있을지. 즉 상관관계가 존재하는 측정가능한 지표를 발견하고, 그 지표에 따라 의사결정이 된 상태에서 함께 잘 개선시킬 수 있을지다.
그렇기 때문에, 위 그로스 해킹 5단계를 마주한 상황에서는 당황하지 말고, 1단계를 통해 2단계가 어떻게 개선될 수 있는지에 대한 시각으로, 각각의 단계가 어떤 상관관계를 가지고 있는지 이해를 통해 무엇을 개선해야 분모/분자가 개선될 수 있을지 방법을 찾아나아가면 좋아보인다. :)
2-2) 고객행동 흐름 지표
고객행동흐름 지표를 왜 알아야할까?
첫번째는, 마케팅 믹스를 확장하거나 개선시킬 수 있는 기회를 가질 수 있다. 고객을 단지 '유입'만 시키고 있는 것인지, 고객을 유입시켜 최종적인 서비스 '전환(성과)'를 발생시키고 있는 것인지, 알 수 있게 된다.
이러한 과정은 온라인 광고 뿐만 아니라, 고객의 유입 이후 경험을 제공해줄 수 있는 온라인 광고의 리타게팅 또는 CRM 마케팅 등을 활용할 수 있게 되고, 또 개선시킬 수 있게 되고, 적기에 진행할 수 있게 된다.
두번째는, 광고 점검의 기회를 가질 수 있다. 우리가 온라인 광고를 진행함에 따라서 적절한 광고 전략을 사용하고 있는지 알기 위해서는 고객의 유입 후 행동 지표를 알아야 한다.
고객이 유입되었는데, 바로 이탈되거나 액션이 없다면 우리는 적절한 타겟에게 적절한 메세지를 보내고 있는 것인지. 또는 고객이 광고를 통해 유입되는 페이지가 고객의 궁금한 점을 해소시키지 못했는지. 광고 시스템의 입찰전략 자체가 문제가 있는지. 광고 머신러닝이 내가 그 동안 예상했던 입찰전략의 성과가 달랐는지. 등 여러 궁금증과 개선 기회를 제공해주게 된다.
실제 온라인 광고를 진행하다보면, 광고 시스템이 제공하는 입찰전략이 때로는 생각과 다른 성과를 보여주기도 한다. 트래픽을 위한 입찰전략이였지만, 실제 전환이 발생되는 입찰전략이 될 수도 있다.
즉, 우리가 설정한 광고 시스템의 입찰전략은 때론 기술의 발달에 따라 광고 시스템 자체의 머신러닝(기계학습)을 통해서 굉장히 달라질 수도 있다는 것을 의미한다. (광고의 입찰전략보다 광고의 기계학습으로 인해 우리가 기대한 성과에 있어 달라지는 경우가 이따금씩 발생한다.) 그래서 고객행동흐름 지표에 대해서 잘 알아야하고, 또 볼 수 있어야 좋다.
세번째는, 전환(성과)이 우리 사이트가 아닌 다른 서비스에서 발생하여 전환(성과) 이벤트를 추적할 수 없는 경우에 고객 행동 흐름 지표가 필요하게 된다. 이러한 필요성은 아래 이야기에서 비교적 참고해볼 수 있다.
1) DAU (Daily Active User) 오늘 하루 방문한 사용자의 숫자다. 서비스가 얼마만큼 많은 사람들에게 관심(interest)를 가지는 지표.
2) WAU (Weekly Acitve User) 일주일(7일) 동안 방문한 사용자의 숫자다. 한 사용자가 이 사이트에 7일 안에 재방문했는지를 보여주는 숫자.
3) MAU (Monthly Active User) 월(30일) 동안 방문한 사용자의 숫자다
WAU/MAU가 높은 서비스라면 그만큼 서비스와 소비자가 커뮤니케이션 하는 빈도가 높다는 것이고, 더 좋은 서비스로 나아갈 수 있는 기회가 있다는 것.
DAU가 높고 WAU 또는 MAU가 낮아지고 있다면.고객이 유입 이후 재방문을 하지 않는다는 것이다. 즉, 고객이 유입되었을때 고민거리를 서비스가 해결해주지 못한다는 점. 즉 비용만 많이 써서 트래픽만 발생시키고, 유입 대비 고객의 매출이 낮아지고 있다는 점으로 볼 수 있다.
특히 이러한 경우는 많은 비용으로 마케팅을 진행하게 될때 또는 서비스를 성장시켜야 할때 WAU, MAU의 비율이 점차 낮아지게 되는데 이러한 경우 고객이 서비스에 유입되었을때 고객이 원하는 경험을 제공해줄 수 있는 환경이 구비되어있는지 점검해야 한다.
이러한 환경이 구비되어있지 않는다면, 유입만 시키다 고객의 경험은 낮아지게 되고 브랜드는 그 자체로 고객에게 인지되어 추후 우리 브랜드를 다시 경험하지 않게 될 수 있다. 이 말은 서비스의 매출은 들어가는 마케팅 대비 지속적으로 비율적으로 감소될 수 밖에 없고, 즉 서비스의 확장이 멈추게 되는 시점이 온다는 것이다.
소비자 구매 여정지도(Consumer Decision Journey)에서 고객의 '기억'에 대해서, 다른 '기억'으로 전환시키는 과정은 처음 인지 마케팅보다 측정하기 어려운 이상의 과정이다. (즉 소비자를 구매시키는 행위보다 소비자의 서비스 경험(기억)을 바꾸는 행위는 예측하기 어려운 그 이상의 노력이 필요하게 된다.). 이 부분은 앞서 작성했던 역사적 구매 여정지도 이야기를 통해서 확인해볼 수 있다.
4) PV (Page View) : 방문한 사용자가 우리 사이트내 페이지를 얼마나 방문했는지의 숫자.
이 수치는 유입된 사용자가 우리 서비스에 얼마나 관심이 있는지에 대한 수치를 나타낸다. 관심이 있다면, 우리 회사소개 또는 상품후기 등을 찾아보지 않겠는가? (eg. 메인 페이지 -> 상품 페이지, pv 2회 또는 광고를 통한 유입(공지사항) -> 메인페이지, pv 2회)
5) UV (Unique Visitors) : 순 방문자를 일 컫는다.
A란 사용자가 우리 서비스를 여러번 방문했거나, 페이지를 여러번 조회했어도 UV는 1회다.
6) Session : 일정시간 또는 기간 내에 웹 사이트에 발생한 사용자의 상호작용 집합.
다수 페이지조회, 이벤트, 전자상거래 등.모두 포함한 것인데, 예를 들어 내가 PC방에가서, 크아도 하고, 카트도 하고, 배그도 하고, 롤도 하고, 음식도 주문하고, 게임비도 충전하고 이런 모든 것을 다 하나의 집합으로 1로 카운팅한다는 것.
UV와 비슷한 개념이라 생각하면 편하다. 하지만 조금은 다르다. UV라는 지표를 사용할때는, 일별, 주별, 월별 큰 기간이라는 개념이 깔리고. 세션은 조금 더 작은 기간인, 10분, 20분, 30분이라는 기간이라는 개념이 깔린다. 즉 데이터를 조금 더 잘개 쪼개서 보냐, 크게 보냐의 차이가 있다 정도만 인지하면 좋다.
7) 체류시간(Duration) : 고객이 웹사이트에 방문하여 이용하는 시간.
8) 이탈율 (Bounce rate) : 고객이 웹사이트에 유입하여 아무런 상호작용을 하지 않고 떠난 경우의 비율
이탈율에 대해서는 현업에서 많이 사용되는 지표이지만, 여러 오인이 존재하기 때문에 조금 더 설명을 추가한다.
Q. 아래 정답은 무엇일까?
1) 이탈율이 낮으면 좋은걸까?
2) 이탈율이 높으면 좋은걸까?
사실 여기에 대한 정답은 없다. 아래 이미지를 통해서 우리는 이해해볼 수 있다.
사진출처 - Beusable (https://www.beusable.net/blog/?p=3912)즉 고객이 '검색(Search)'이라는 행위를 통해서, 또는 해당 페이지에서 제공되는 정보에 대해서 충족이 되었다면 '이탈(Bounce)'이 발생될 수 있다. 이러한 상황에서는 때로는 이탈율이 굉장히 좋은 지표가 될 수도 있다.
특히 이탈율이라는 오인은 이러한 상황에서 발생되기도 했다. 해당 페이지는 정말 양질의 글을 길게 작성했는데, 이탈율이 높아요. 페이지 개선이 필요할까요? 이러한 경우는 이탈율이란 지표에 대해서 다시 한번 고려해볼 필요성이 있어보인다.
더불어 이러한 질문도 있었다.
Q. 우리 서비스의 이탈률은 몇%가 적당할까요?
통계학적 자료 / 사진출처 - cxl.com (Bounce Rate Benchmarks: What’s a Good Bounce Rate, Anyway?)첫번째. 통계학적 자료로 지표를 설정하는 방법이 있고.
두번째. 전후 관계를 비교해서 지표를 설정하는 방법이 있다. 우리 서비스의 이탈율에 대해 페이지 주제별로 전 기간의 이탈율 지표를 설정해서 이탈율을 증가시킬건지, 낮출건지 설정하고 개선시킨다.
*예를 들어, 어떤 페이지는 고객이 만족해서 바로 이탈되는 페이지 (이탈율 높게 개선), 어떤 페이지는 고객의 서비스 경험 시작을 위해 처음 방문하는 랜딩페이지 (이탈율 낮게 개선)
지표 설정에 있어서 다음과 같은 질문도 있었다.
Q. 인스타그램 팔로워 증가를 위한 마케팅을 위해 대행사에 '팔로워 획득당 비용'을 어떻게 전달하면 좋을까요?
이러한 경우에는 우선 통계학적 자료를 참고하면 좋다. 하지만 위의 건은 서비스마다 굉장히 다르기 때문에, 통계학적 자료를 찾기가 쉽지가 않고, 없다. 실제 논문을 함께 검색해보았으나 존재하지 않았다. 이러한 상황에서는 아래의 방법을 활용한다.
특정 지표에 따른 기준을 설정할때 아래 방법을 활용한다.
1. 통계학적 자료
2. 서비스에 적재된 데이터
3. 사전 테스트의 결과
1번의 경우에는 현재 없기 때문에, 2번과 3번을 이용한다.
2번. 서비스에 적재된 데이터 기반으로 아래 예시를 통해 CAC 비용을 잡는다.
1) 진행된 광고를 통해서 가입한 고객의 CPA (광고비용/회원가입수)
2) 가장 최근의 기간 단위의 마케팅 비용을 통해서 가입한 고객의 CAC 비용 (전체 마케팅비용/회원가입수)
3번. 사전 테스트를 통해 평균 CAC 비용을 잡는다.
1) 진행하려는 광고를 소액으로 테스트 후, CAC 비용 산정
CAC, CPA와 팔로워 획득당 비용은 엄연히 다른 지표지만, 결국에는 같은 분자(비용)이라는 것으로 움직이기 때문에 위와 같은 방법으로 어느정도 근사치한 기준치는 세워볼 수 있다. 근사치로 전달드리되, 근사치 이상의 '팔로워 획득당 비용'은 발생되지 않도록 전달드리는 방법도 방법 중 하나가 될 수 있지 않을까 싶다.
즉 우리가 설정하는 지표는 총 3가지를 기반으로 세워볼 수 있어보인다.
1. 통계학적 자료 (외부)
2. 서비스에 적재된 데이터 (내부)
3. 사전 테스트의 결과물 (내부)을 통한 전후 기간의 데이터 비교.
위의 질문에 통계학적 자료를 찾아보다가, SNS 팔로워의 구매 성향에 대한 재밌는 무료 논문을 찾았다. 현상에 검증된 마케팅을 좋아하는 분이라면 한번 읽어보시길 추천한다. 작년에 나온 따끈한 논문이다. :)
2-3) 서비스 매출 지표
서비스 매출 지표는 왜 우리가 알아야 할까?
지표에 대한 적절한 임계점을 설정할 수가 있다. 예를 들어 우리 서비스에 회원가입당 비용을 얼마로 할 것인가? 예를 들어 우리가 설정한 서비스 매출액 KPI를 달성시키기 위해서 몇명의 고객을 가입시켜야 할 것인가? 우리가 설정한 서비스 매출액 KPI를 달성하기 위해서, 어떤 고객에게 마케팅을 해야할 것인가? 에 대한 어느정도의 해답을 내려줄 수 있는 지표가 될 수 있다. (퍼포먼스 마케팅의 관점으로 전체적인 선상은 '유입 -> 가입 -> 구매'로 활용할 수 있는 지표이기도 하다.)
1) ARPU (Average Revenue Per User) : 1명의 사용자가 결제한 평균 금액
- 회원을 유치시키기 위한 지표
ARPU = 일매출 / DAU
(Daily Active User, 중복을 제외한 하루 접속한 순수 사용자의 수)
예) DAU: 200명, 일 매출: 1,000,000원이라고 가정하면, ARPU는 5,000원이 된다. 즉, 우리가 월 매출(31일 기준) 31,000,000원을 달성시키기 위해서는 최대 6,000명을 유입 또는 가입시켜야 한다. 라는 것이다.
이를 통해 우리는 최대 6,000명을 유입시킨다. 가입시킨다. 라는 목표를 세워보고, CPC 또는 CPA 또는 CAC (회원가입당 비용) 기반으로 최대 예산을 만들어볼 수가 있겠다.
2) ARPPU (Average Revenue Per Paid User) : 결제한 사용자가 결제한 평균 금액
- 매출을 발생시키기 위한 지표
ARPPU = 일매출 / PU
(Paid User, 중복을 제외한 특정 기간 결제한 순수 사용자의 수)
예) DAU: 200명, PU(결제유저): 10명, 일매출이 1,000,000원 이라고 가정하면, ARPPU는 100,000원이 된다.
이러한 경우, 매출을 위한 마케팅 지표 설정시에 순수 사용자를 위한 마케팅보다는, PU(결제유저)의 위한 마케팅이 오히려 효과적일 수 있다.
예를 들어 위의 기준대로 식을 작성해본다.
1) ARPU의 값인 5,000원 (하루 접속한 순수 사용자의 수의 평균 결제액)
2) APPU의 값인 100,000원 (결제한 순수 사용자 수의 평균 결제액)
즉 이말은 순수 사용자의 1인당 평균 결제액이 5,000원이고, 결제유저의 1인당 평균 결제액이 100,000원인 것을 의미한다
즉, 순수 사용자 100명을 구매를 시키도록 마케팅을 한다면, 총 매출은 500,000원(5,000원 X 100명)이 될 것이고, 결제유저 100명을 구매를 시키도록 마케팅을 한다면, 총 매출은 10,000,000원(100,000원 X 100명)이 될 것이다.
그리고 굳이 결제유저를 100명까지 아니더라도, 5명만 구매를 유도시킨다면 총 매출은 500,000원(100,000원 X 5명)으로, 순수 사용자 100명을 구매를 시키도록 하는 과정의 매출과 똑같아 진다.
이 말에 대해서 좀 더 구체적으로 풀이해본다면, (예시)우리 서비스에 방문하는 순수 사용자를 크게 4종류로 분류해보겠다.
[순수 사용자 예시]
A : 회원가입 하지 않은 사용자
B : 구매 이력이 없는 회원가입한 사용자
C : 구매 이력이 1회 있는 회원가입한 사용자
D : 구매 이력이 2회 이상있는 회원가입한 사용자
이러한 A, B, C, D 유형의 사용자의 비중은 우리가 쉽게 인지할 수 있다. (비율적으로 A > B > C > D 순으로 작아지는 것 처럼 보인다.)
즉, 순수 사용자의 가장 많은 비중을 차지하는 A, B를 최종 구매를 시키는 과정은 C, D를 구매 시키는 과정보다 굉장히 어렵다. C, D는 적어도 우리 서비스에 대해서 A, B 보다 인지한 상태며 결제부터 전반적인 서비스에 대한 긍정적인 경험을 거쳤기 때문에, A, B 사용자보다 비교적 쉽게 C, D사용자의 구매를 유발할 수 있다.
이러한 현상은 우리에게도 비교적 자주 나타나는 상황이기도 하다. 내 친구 민철이는 마켓컬리를 이용하고 있다. 사실 마켓컬리와 같은 유사한 서비스를 제공하는 곳은 많지만, 민철이는 이유 없이 계속 사용하게 되고 재구매를 하게 된다고 한다.
특히 자신에게 필요한 상품이 동일한 가격으로 다른 서비스에도 제공되고 있다는 것도 알고, 때로는 다른 곳에서는 더 저렴하게 제공되고 있다는 것도 알고 있다. 근데 민철이는 그냥 마켓컬리 사용한다고 한다. 서비스에 대한 크게 불편함을 느끼지 못했기 때문이다. '익숙함'이 중요하다고 했다.
다만 여기서 유사한 서비스인 쿠팡이츠를 이용하라고 한다면, 굉장히 귀찮을 것 같다고 한다. 쿠팡이츠에 들어가서 어떤 상품이 있고, 어떤 혜택을 제공하고, 내가 원하는 상품을 편하게 찾을 수 있는지 등 이것저것 고민하고, 회원가입하고 상품을 탐색하고 장바구니를 담고, 첫 구매를 하는 과정을 굳이 왜 해야하는 것 일까. 한다.
그냥 지금이 단지 편하기 때문이다. 민철이는 이미 마켓컬리에 '긍정적인 경험'을 갖고 있기 때문에, 아무리 쿠팡이츠의 서비스가 '긍정적인 경험'을 제공해준다해도, 특별한 일이 없는 한 쿠팡이츠에서 구매할 일은 거의 없어보인다.
특히 이러한 현상은 유니콘 스타트업에서도 많이 일어난다. 고객이 첫구매를 경험하는 과정에서 긍정적인 경험을 제공한다면, 추후 서비스에 재구매를 발생시킬 확률이 비교적 높기 때문이다.
그래서 첫 구매시 5,000원, 10,000원과 같은 쿠폰은 단지 가입을 시키려는 목적이 아니라, 추후 고객이 제공하는 기대수익(LTV, Life time value)을 고려한 것이다. 그 만큼, 매출은 신규고객에서 나오는 것이 아니라 재구매하는 과정에서 나타나는 매출이 크다고 볼 수 있다. (LTV 지표는 뒤에 작성)
우리 서비스를 경험한 고객을 놓치지 말라.
더욱 긍정적인 경험을 선사하고 제공해라.
우리는 첫 구매를 시키기 위한 마케팅 메세지를 요즘 많이 받고 있을 것이다. 이러한 사례는 우리 서비스를 이용하는 고객들에게 항상 긍정적인 경험을 심어줘야만 하고, 그리고 기존의 고객에게는 서비스에 대한 긍정적인 경험이 지속되도록 하는 마케팅이 굉장히 중요하다는 것을 시사해주기도 한다.
3) CAC (Customer acquisition cost) : 1명의 신규 고객 유치에 쓰이는 비용
CAC = 신규고객수 / 비용
*광고에 사용되는 회원가입 CPA (Cost per action)와 유사하나, 조금 더 큰 의미로 사용됨.
*ARPU, ARPPU > CAC 여야 서비스 수익이 발생한다. 광고를 집행할때는 CAC비용을 ARPU보다 낮게 설정해야 한다.
*광고에 사용되는 회원가입 CPA (Cost per action)와 유사하나, 조금 더 큰 의미로 사용됨.
-> 신규고객을 유치시키기 위한 활동은 온라인 광고 뿐만 아니라 내부, 외부 등 여러가지 행위를 통해서 발생되는 활동도 포함되기 때문
*ARPU, ARPPU > CAC 여야 서비스 수익이 발생한다. 광고를 집행할때는 CAC비용을 ARPU보다 낮게 설정해야 한다.
-> ARPU (1인당 평균 결제액)이 5,000원인 경우, 회원 한명을 유치시키기 위한 비용이 6,000원이라면 우리는 회원 한명에게 기대되는 결제액이 5,000원이였기 때문에, -1,000원의 손실이 나게 된다. 그렇기 때문에 ARPU는 CAC보다 낮게 설정되어야 한다. APRU로 산정하기 어려운 서비스가 많다. 이러한 경우는 아래의 LTV(사용자당 기대수익, Life Time Value) 라는 지표를 활용하게 된다.
4) LTV (Life Time Value) : 사용자당 기대 수익 *미래지향적 지표.
LTV > CAC 커야 수익이 발생한다. *또는 ARPU, ARRPU 지표를 사용하기 어려운 서비스. (CAC > ARPU) (eg. 구독형 서비스와 같은 퍼블리, 넷플릭스 등)
*Life Time Value = ARPU x ( 1 / Churn )
Chrun (유저 이탈 비율) = 1 - Retention Rate
예) 한 달 유저 당 평균수익(ARPU)이 100,000원이고 유저 이탈 비율(Churn)이 20%라고 하면, LTV는 500,000원이 된다.
LTV에 들어가는 공식은 서비스마다 여러가지로 정의된다. 때로는 통계학적 깊은 지식이 수반되기도 한다. 지금까지 우리가 이야기 한 내용은 데이터에 적재된 사실 바탕으로 만들어냈지만, LTV는 말 그대로 기대수익, 추측, 현상에 대한 값이다.
LTV에 대한 이야기는 추후 다루도록 하겠다. 하지만 데이터분석가, 개발자 도움 없이 LTV에 대한 지표를 만들어보고 싶다면, 아래 이야기를 참고해봐도 좋을 것 같다.
연재 예정 목록
현재까지 발행준비된 리스트입니다. 구독해주시면 매주 받아보실 수 있어요.
14) 퍼포먼스 마케팅 실무이론, 용어심화 (그로스편) - 본문
15) 퍼포먼스 마케팅 - Search ads -2
16) 퍼포먼스 마케팅 - Display ads -1
17) 퍼포먼스 마케팅 - Dispaly ads -2
18) 퍼포먼스 마케팅 - Dispaly ads -3
19) 퍼포먼스 마케팅 - A/B TEST
20) 퍼포먼스 마케팅 - Attribution
21) 퍼포먼스 마케팅 - Google Analytics
이후 추가 연재 기획예정입니다.
안녕하세요. 장용국입니다.
현재는 IT 에듀테크 업계에서 일하며, 한양대학교 석사과정에 재학 중에 있습니다.
검증된 현상을 기반으로 함께 인사이트를 그려가는 걸 좋아해요.
amor26yk@gmail.com
@본 글은 여러 아티클과 논문의 내용을 담고 있습니다. 수익 목적으로 활용할 시에는 글 내, 출처 및 참고문헌의 원작자에게 허가를 받아주세요. 또한 링크 공유시, 출처 및 참고문헌의 원작자와 내용도 함께 녹여주신다면, 양질의 지식을 무료로 배포해주시는 훌륭하신 선생님들에게 큰 힘이 됩니다. 많은 도움 부탁드리겠습니다. 감사합니다.
