데이터 리터러시 | 지표 설정 | 활성 유저(Active User) | 리텐션 (N-day / Unbounded / Bracket Retention) | 퍼널(Funnel) | 고객 생애주기 가치 (LTV)

1. 지표 설정

 

▶ 지표란? 

• 특정 목표나 성과를 측정하기 위한 구체적이고 측정 가능한 기준
• 목표 달성도를 평가하고 전략적 결정에 필요한 핵심 정보를 제공
• 정의한 문제에 대해 정확하게 파악하기 위해서 필요

▶ 문제 정의 vs 지표 설정

- 문제 정의

어떤 문제를 풀고자 하는가?

둘 이상의 해석이 나오지 않도록 구체적으로 표현하고 정의하였는가?

- 지표설정

어떤 결과를 기대하는가?

정의한 문제를 확인하는데 적합한가?

---

2. 주요 지표 이해하기

 

2-1) Active User(활성유저)

 

▶ Active User 지표의 역할

• Active User에 대한 정의에 따라 전략과 방향이 달라짐
• Active User에 대한 정의로 '이탈 유저'가 정의됨
• 투자를 위한 서비스 지표에 중요한 역할을 하게 됨
  • ex) 사이트 진입 유저 / 사이트 진입 후 추가 행동을 한 유저 / 서비스의 최종 액션까지 수행한 유저
    → 정밀도, 허들이 높아질수록 Active User의 수가 낮아지게 됨

▶ 우리만의 Active User를 찾기 위해서는?

• 어디까지 경험한 유저가 우리의 활성유저인지?
• 일반유저와 활성유저를 나누는 기준은?
• 유저는 어디에서 우리 서비스의 효용성을 느끼는지?
• 우리가 핸들링할 수 있는 유저의 사이즈는 얼마인지?

▶ 그 외 주요 지표 정리

지표	정의
전체 Active User	앱 접속 이력이 있는 유저
서비스별 Active User	서비스 별 서브메인 이하 추가 액션이 있는 유저
DAU	Daily Active User
WAU	Weekly Active User
MAU	Monthly Active User
이탈 유저(이탈율)	전체 DAU로 잡혔지만, 각 서비스의 DAU로 잡히지 않은 유저 (비율)
CVR(Conversion Rate)	특정 행동을 한 후, 전환된 비율
CTR(Click Through Rate)	어떤 페이지에 접근한 후, 특정 요소를 클릭한 비율

---

2-2) Retention Ratio (재방문율)

• 서비스를 이용한 사람이 다시 서비스를 사용하는 비율 %
• 리텐션이 높은 서비스는 투자한 비용을 빠르게 회수할 수 있음
• 리텐션은 서비스(특히 앱서비스) 성장에 있어서 매우 중요한 지표
• 리텐션은 기본적으로 방문을 기준으로 측정하지만, 서비스의 특성에 따라 '활성'의 기준을 다르게 정의할 수 있음

>> Product B 처럼 리텐션은 시간이 지남에 따라 자연스럽게 감소함

>> Product A 처럼 기울기가 점점 완만해지며 안정화 되는 그래프를 보이고 있다면 시장에 적합한 서비스라고 할 수 있음

 

▶ Retention 측정 방법

① N-Day 리텐션

• 최초 사용일로부터 N일 후에 재방문한 Active User의 비율
• 게임, SNS 등 사용자가 매일 접속하는 서비스, 사용 주기가 짧은 서비스에 활용하기 적절한 지표
• 유저가 Active User로 집계된 최초 날을 Day 0으로 설정
• 일반적으로는 N-Day 리텐션을 사용하고, 그 외에 N-Week, N-Month 리텐션도 가능
• N-Day 리텐션을 구하는 방법 = Day x의 실제 방문 유저 수 / Day 0에 접속한 전체 유저 수 

- N-Day 리텐션의 한계

• 서비스의 사용 주기가 길수록 N-Day 리텐션을 사용하면 실제보다 더 과소평가 됨
  
  • ex) 매일 접속하다가 딱 하루 접속을 하지 않은 A라는 사람은 꽤 성실한 유저임에도 그 날의 리텐션 비율에 포함되지 않기 때문에 과소평가 될 수 있는 것

 

② Unbounded 리텐션

• 특정일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율
• 채용 사이트, 쇼핑몰 등 유저가 반복적으로 방문하지 않는 서비스, 사용 빈도가 높지 않은 서비스에 활용하기 적절한 지표
• Unbounded 리텐션은 이탈률의 반대 개념
• 마지막 방문일 이전에는 방문한 것으로 계산, 실제로 방문하지 않았어도 계산에는 함께 포함
• Unbounded 리텐션 구하는 방법 =
  (Day x에 들어온 실제 방문 유저 수 + Day x이후로 방문한 적 있는 유저 수) / Day 0에 접속한 전체 유저 수 

- Unbounded 리텐션의 한계

• 마지막으로 방문한 날을 기준으로 그 이전의 모든 날짜에도 해당 일의 방문자로 집계하는  Unbounded 리텐션의 특징 때문에 이전의 리텐션 값들이 전부 변동되는 상황이 발생할 수 있음
  • 어떤 유저가 1월 1일에 한 번 접속하고, 그 이후에 접속하지 않았다가 1월 6일에 접속하게 되면 그 이전의 방문하지 않았던 날들인 1월 2일~5일 리텐션에서도 그 유저가 들어왔던 것처럼 세준 뒤 계산해야 함.

③ Bracket 리텐션

• 설정한 특정 기간을 기반으로 재방문율을 측정
• 식료품 배달 서비스나 세차 서비스 등 서비스 사용 주기가 길거나 주기적인 경우 활용하기 적절한 지표
• Bracket 리텐션은 N-Day 리텐션을 확장한 개념 (일/주/월 단위가 아닌 지정한 구간으로 나눔)
  • ex) 0일차 → 1
  • 1~3일차 → 2
  • 4~6일차 → 3
  • 7~11일차 → 4 
• 유저가 하루 정도 서비스에 접속을 안했더라도, 리텐션에 영향을 주지 않기 때문에 기준이 조금 널널함
• Active User가 특정한 활동을 위해 각 Bracket 내 서비스에 재방문하면 잔존 유저로 해석
• Bracket 리텐션 구하는 방법 = Day x~y 기간의 실제 방문 유저 수 총합(어떤 유저가 해당 한 Bracket 기간 동안 여러 번 방문했어도 1명으로 계수) / Day 0에 접속한 전체 유저 수 

 

▶ Retention에 대한 이해

• 리텐션이 높은 세그먼트를 발굴하는 작업이 필요함
• 서비스의 사용 주기에 따라 리텐션 조회 기간을 늘려야 함
• 사후 분석 시에 용이

---

2-3) Funnel (퍼널) 

 

▶ Funnel의 역할

• 유저들이 어디서 이탈하는가?를 확인하기 구조화
• 퍼널은 잠재고객을 유입시키며 최종적인 목표 액션을 달성할 때까지의 과정
• 모든 서비스와 비즈니스는 각 단계로 갈수록 이용자 수가 줄어들게 됨
• 각 단계의 전환율(또는 첫 유입 대비 전환율)을 측정

▶ AARRR

• 디지털 마케팅 시 퍼널을 활용하는 프레임워크
• 단계별 전환율을 지표화하여 서비스 보완 지점을 찾음
  • Aquisition : 유입
  • Activeation : 활성화
  • Retention : 재방문(재구매)
  • Revenue : 수익
  • Referral : 추천

---

2-4) LTV (Life Time Value, 고객 평생 가치)

 

▶ LTV(Life Time Value, 고객 평생 가치)

• LTV는 한 명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것
  • 고객 생애 주기: 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
• LTV는 유저와 서비스 간의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표
  • LTV가 높다는 것은 유저와 해당 서비스 간의 관계가 좋고, 충성도가 높은 고객이 많다는 것
  • LTV 추측이 가능하다면 신규 유저를 데려오는 비용(CAC: Customer Aquisition Cost)의 산출 및 효율적인 예산 운용이 가능

▶ LTV 산출 방법

• 이익 x Life Time x 할인율(미래 비용에 대한 현재 가치)
• 연간 거래액 x 수익률 x 고객 지속 년수
• 고객의 평균 구매 단가 x 평균 구매 횟수
• (매출액 – 매출 원가) / 구매자 수
• 평균 구매 단가 x 구매 빈도 x 구매 기간
• (평균 구매 단가 x 구매 빈도 x 구매 기간) – (신규 획득 비용 + 고객 유지 비용)
• 월 평균 객단가 / 월 가중 평균 잔존율
• LTV를 산출하는 방법은 서비스마다, 관점마다 다르기 때문에 적절한 LTV 산출 방법을 고민하고 사용해야 함

▶ LTV 정리

• LTV를 높이기 위한 방안 : 객단가 상승, 구매 빈도 상승, 이탈률 감소, 이용 시간 증가
• LTV를 구하기 위해서는 사용 주기, 변수, 객단가 등 여러가지를 고려해야 함
• 자사 서비스에 딱 맞는 LTV를 산출하는 것은 매우 어려운 일
• LTV는 가정을 베이스로 하는 지표이기 때문에 꾸준한 모니터링이 필요
• LTV에 관심이 더 생기면 읽어보면 좋을 자료들
  • PAP Excel로 Retention 변화에 따른 LTV 시뮬레이션하기
  • 토스 - 무한한 사업 전략의 세계로 건너가는 법
  • EO planet - 이제 LTV(고객생애가치)를 정확히 계산해 봅시다

---

3. 북극성 지표

 

3-1) 북극성 지표란?

 

▶ 북극성 지표

• 제품 / 서비스의 '성공'을 정의
• 제품 / 서비스가 유저에게 주는 핵심 가치를 가장 잘 나타낸 것
• 장기 성장을 위해 필수적으로 모니터링 해야함

 

▶ 좋은 북극성 지표의 특징

• 제품 / 서비스 전략의 핵심
• 유저, 고객이 제품 / 서비스에서 느끼는 가치
• 회사의 사업 목표를 나타내는 지표 중 선행 지표 (후행지표x)

 

▶ 좋은 북극성 지표를 위한 체크리스트

• 유저, 고객의 전체 여정을 반영하고 있는가?
• 유저, 고객이 직접 가치를 느낄 수 있는 지표인가?
• 측정 가능한 지표인가?
• 측정 주기가 적절한가? (일/주/월, ...)
• 북극성 지표의 변화가 적어도 매주 관찰 가능한가?
• 외부 요인의 영향을 받진 않는가?
• 북극성 지표의 성장이 사업의 성장과 함께 하는가?
• AARRR 퍼널 전 과정이 북극성 지표에 영향을 주는가?

---

3-2) 북극성 지표의 사례

 

▶ 북극성 지표의 유형

북극성 지표	수익모델	서비스 유형	서비스 예시
사용시간	광고, 수수료	SNS, 플랫폼, 스트리밍	유튜브, 메타, 넷플릭스
거래량	판매액, 수수료	커머스, 매칭서비스	쿠팡, 크몽, 에어비앤비
효용	사용료	생산성 도구, 헬스 케어 앱	슬랙, 줌

 

▶ 대표적인 북극성 지표 사례

기업명	북극성 지표	전략
에어비앤비	예약 완료 수	예약 완료 수 증가
엠플리튜드	매출, 주간 학습유저	유저 사용성 최적화
드랍박스	비즈니스 계정 사용 팀 수	결제 완료 수 증가
피그마	매출, 시장 점유율	매출 증대
메타	DAU	유저 사용성 최적화
리프트	운행 수	운행 수 증대
넷플릭스	월간 시청시간 중앙값	사용 품질 개선
틴더	결제유저 비중	결제 유저 수 증대

---

3-3) 북극성 지표가 중요한 이유

 

▶ 방향성

• 제품 / 사업 조직이 무엇에 최적화 되어야 하고, 무엇을 포기해도 되는지에 대한 방향 제시
• 제품 / 사업 조직의 진척과 가치창출을 전사에 보여줌
  • 지원 조직이 더욱 적극적으로 지원, 제품 개발 액션 실행속도가 빨라짐
• 제품/서비스 조직이 결과에 책임을 지도록 함
  • 비스니스 임팩트에 따라 평가가 가능

▶ 효율 증대

• 전 직원을 하나의 목표에 집중시킴
• 서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지(MECE한 구조)