반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Power BI
- 생성다항식
- centos7
- 특징 교차
- 비선형변환
- PCA
- perfcc
- GPT4
- .perfcc
- MYSQL
- 셸 작업
- 스머프 공격
- ubuntu
- 도큐먼트
- 하둡
- AutoGPT
- AWS
- 스크립트
- 프롬프트 커스터마이징
- MNIST
- SQL
- DDL
- hadoop
- .mongorc.js
- 셸 소개
- 머신러닝
- Retention
- Tableau
- 차원의 저주
- python
Archives
- Today
- Total
데이터의 민족
< AARRR 분석 > 본문
728x90
반응형
SMALL
이미지 출처 : https://ichi.pro/ko/aarrr-peuleim-wokeu-sogae-202684026773714
AARRR 프레임 워크 소개
AARRR을 사용하면 한 번에 하나의 측정 항목에 미친 집중을 통해 고객 유입 경로의 모든 단계를 최적화하여 측정하고 최적화 할 수 있습니다. 프레임 워크는 AARRR이라는 약어가 당신을 해적처럼
ichi.pro
< 개념 >
- 미국의 스타트업 엑셀러레이터인, 500 STARTSUPS를 이끌고 있는 Dave McClure가 개발한 분석 프레임워크
- 시장 초기 단계에 맞춰서 특정한 지표를 중심으로 우리 서비스의 현주소를 파악하는 효과적인 방법론
- 인력, 시간이 부족한 스타트업에게 매력적인 지표
- 해당 비즈니스의 단계적인 전략 스탠스를 제시
- Acquisition : 어떻게 처음 서비스를 접하게 되는가?
- Activation : 사용자가 서비스를 처음 접할 경우, 긍정적인 경험이 제시되고 있는가?
- Retention : 서비스를 다시 사용한는 정도는 얼마나 되는가?
- Revenue : 최종 목적으로 연결되고 있는가?
- Referral : 사용자가 자발적으로 확산이나 공유를 일으키는가?
1) 1단계 사용자 유치(Acquisition) : 획득
- 새로운 고객을 우리 비즈니스로 어떻게 방문하게 하는지에 대해 집중
- 많은 사람들이 들어오는 것이 전체의 목표가 되어서는 안됨
- 집행하는 매체들의 유입량과 전환율을 확실히 알 수 있는 '통제권'을 확보
- 많은 비즈니스가 방문자들의 경로를 추적하기 위해 구글 애널리스틱을 사용
- 정확한 정보 수집을 위해서는 구글 애널리스틱의 사용방법(통제권)을 알고 있어야함
- 즉, 획득 단계에서는 많이 들어오게 하는 것이 중점 부분이 아니라, 어디서 들어오는지에 대해 알고, 들어오는 매체별로 자세히 파악하여 광고비를 효율적으로 쓸 수 있도록 통제권을 가죠오는 것이 중요
2) 2단계 활성화(Activation) : 전환
- 신규 고객들이, 우리 비즈니스를 원하는 최종 목적지까지 잘 유도해야하는 것이 중요 목표
- OKR, KPI, Funnel Model이라는 용어 자주 사용
- OKR(Objectiva Key Results) : 해당 비즈니스의 최종 목표
- KPI : 일정기간 동안의 마케팅 이후, 최종 목표가 잘 전달되었는지 평가해주는 측정 지표
- Funnel Model : 어떤 웹/앱 기반의 비즈니스를 막론하고, 고객이 해당 웹사이트나 앱에서 해야만 하는 최종 행동 또는 목적지가 있을 것이고, 그 목적지에 가까워질수록 사용자 수는 줄어들어 역 삼각형 모향을 구성
- 예를 들어 쇼핑몰이 하나 있다면, 단순하게 결제 완료 수나 매출액 같은 결과만 보는 것이 아닌 메인 페이지 - 상세 페이지 - 장바구니 페이지 - 결제 완료 페이지까지의 모든 단계의 전환율과 이탈율을 추적해야 함
3) 사용자 유지 단계(Retention) : 사용자 유지
- 서비스와 재화를 경험한 고객들이 다시 방문하여 서비스를 이용하거나, 재구매로 이어지는 비율을 높이는 단계
- 자주 검색한는 제품이 인스타그램이나 페이스북 같은 SNS 플랫폼에 나타나는 것도 같은 원리(광고 노출 마케팅)
- Funnel Model에 따라서 세그먼트를 분류
- 메인페이지에 방문했다가 나가버린 사람 : 브랜드를 기억 못함 --> 브랜드 소개 / 주곰을 끄는 광고 제시
- 장바구니에 물건을 담았던 사람 :브랜드를 기억 --> 장바구니 이탈 보완하기 위해 할인에 대한 광고 제시
- Funnel Model을 통해 우리 브랜드에 방문했던 사람들은 특정 행종에 따라 세그먼트를 분류하고, 그 세그먼트별로 좋아할만한 메시지를 달리하여 광고를 진행하는 것이 리마케팅의 핵심
- Retention 지표는 앱 시장에서 활발하게 사용
- 활성 사용자 수를 의미하는 지표인 MAU(Monthly Active User), DAU(Daily Active User)가 핵심 지표
- MAU, DAU의 활성화를 위해서는 계속해서 활성 사용자가 어플리케이션에 방문해야함
- Retention 상승 위해서는 지속적인 리마케팅, 컨텐츠 제공, 푸쉬 알람 등을 통한 재방문 유도 행위 실시 필요
4) 수익 단계(Revenue) : 규모의 확장
- 앞서 진행한 3개의 단계를 모두 마친다면 그 볼륨을 키우는 단계
- 시장은 빠르게 바뀌고 경쟁자가 많은 시장의 흐름 속에서 적극적인 투자 방식 필요
5) 추천 단계(Referral) : 바이럴
- 고객들이 제공하는 서비스나 재화를 얼마나 만족하는지 측정 가능
- 사람들의 자발적인 참여를 유도하는 행위가 필요(할인 쿠폰 지급, 후기 작성 시 혜택 제공)
- 본질적으로 제품을 지속적으로 경험하는 사람들에게 긍정적인 경험을 제공하는 것이 중요
728x90
반응형
LIST
'데이터의 민족' 카테고리의 다른 글
< Funnel 분석 > (0) | 2022.03.25 |
---|---|
< 코호트 분석 > (0) | 2022.03.24 |
< 빅데이터, 수학 /통계학 > (0) | 2022.03.23 |
< 데이터 리서처 (Data Researcher) > (0) | 2022.03.23 |
< 시각화 / 웹 크롤링 > (0) | 2022.03.23 |
Comments