IT 프로덕트 초보를 위한 용어사전 (2): 성과분석편

기본편:

IT 프로덕트 초보를 위한 용어사전 (1): 기본편

목차

메트릭(지표)

고객 생애 가치(CLV, CLTV)

고객 생애 가치(CLV; Customer Lifetime Value)는 비즈니스와의 관계를 통해 소비자가 일생 동안 기업에 가져다주는 이익을 말한다. 리텐션과 밀접한 관계가 있는 개념으로, 기업이나 프로덕트의 성장에 있어서 가장 중요한 지표들 중 하나다.

스튜어트 다이아몬드의 <어떻게 원하는 것을 얻는가>에서는 휴대폰 가입 계약을 연장시켜야 했던 한 학생 찰스의 예시가 나온다. 찰스는 T-모바일의 가족 요금제 상품에 가족 다섯 명을 포함시켜 왔는데 T-모바일의 규정이 바뀌어 가족 요금제 적용 대상이 세 명으로 줄어들어 버렸다. 그런데 찰스는 T-모바일의 서비스에 대해 찾아보다가, T-모바일이 신규 가입 고객에게는 무료로 새 휴대폰을 제공해주고 있었다는 것을 알게 됐다.

많은 고객들이 자신이 항상 이용해오던 서비스를 관성적으로 그대로 이용한다. 그래서 기업들은 기존 고객에게 소홀히 하기 쉽다. 하지만 기존 고객들이 자신이 누리던 혜택은 축소된 반면 신규 고객에게는 파격적인 프로모션이 진행되었다는 것을 알게 되면, 고객은 기업에 대한 신뢰를 잃을 것이다. 그리고 이것이 임계점을 넘으면 고객은 서비스를 이용하기를 중단한다.

위의 사례에서 결과적으로 찰스는 고객센터에 'T-모바일은 돈을 더 많이 쓴 기존 고객보다 신규 고객에게 더 많은 혜택을 주네요?'라고 따짐으로써 휴대폰 가입 계약을 연장하는 대가로 다섯 대의 휴대폰을 얻어냈다. 고객센터 직원이 적절히 협상을 해내지 못했다면 찰스는 T-모바일을 떠났을지도 모른다. 그랬다면 T-모바일은 신규 고객을 유치하는 대신 충성 고객을 잃었을지도 모르는 일이다. 고객센터 직원이 큰 혜택을 주면서까지 찰스를 붙잡은 것은 그래서다.

보통 신규 고객을 유치하는 데에 드는 비용은 기존 고객을 유지하는 데에 드는 비용보다 훨씬 비싸다. 비싸게 유치한 신규 고객이 여러 가지 이유로 떠나게 된다면, 돈은 돈대로 쓰고 CLV는 낮아지는 최악의 결과가 발생한다. 게다가 한번 떠난 고객은 웬만해서는 잘 돌아오지 않는다. 떠난 이유가 분명했다면 신규 고객보다도 오히려 유치가 더 힘들 수 있다.

요컨대 신규 고객을 유치하는 것도 중요하지만, CLV는 그보다 더 중요하다. CLV를 계산하는 방법 등에 대한 자세한 설명은 아래 링크로 대체한다.

고객 생애 가치를 계산해봅시다 (feat. 스타벅스) - HelloDigital

이력 CLV(Historic CLV)

이력 CLV는 고객으로부터 얻은 모든 수익을 합한 수치다. 기존 고객의 지난 구매 이력 정보를 계산해서 얻으며, 특정 기간 동안의 데이터에 기반한다.

예측 CLV(Predictive CLV)

예측 CLV는 고객으로부터 얼마나 많은 이익을 창출할 수 있을 것인가를 예측한 수치다. 당연히 정확하지 않으며, 고려할 것도 계산할 것도 많다.

허영 지표(Vanity Metrics)와 실행 지표(Actionable Metrics)

지표를 분석하는 이유는 성과를 이해하여 전략을 짜기 위해서이다. 그런데 이 지표들 중에서 언뜻 성공적인 결과를 보여주는 듯하지만 상황에 따라 전혀 무의미한 지표가 있을 수 있다. 이런 달콤하지만 도움은 안 되는 지표를 허영 지표라고 한다.

예를 들어 론칭한 지 10년이 된 서비스가 정기적으로 새로운 업데이트를 단행해왔는데 총 사용자 수가 최근 5년 째 5만 명대로 동일하고 MAU는 점점 줄어들고 있다면, 5만은 큰 숫자임에도 불구하고 무의미한 숫자다. 따라서 이 경우 총 사용자 수는 허영 지표다.

마케팅 예시도 있다. 제품 구매 페이지를 방문하게 하기 위한 인스타그램 광고 게시물을 게시했는데 좋아요 수가 2천 개를 돌파했다고 하자. 그런데 정작 링크를 클릭한 사람이 3명이라면 2천이라는 숫자는 대단해 보이지만 무의미한 허영 지표인 것이다.

반대로 실행 지표는 목표를 달성하기 위해 개선이 가능하고 구체적이며 반복이 가능한 전략을 세울 수 있도록 이끄는 실질적인 지표를 말한다.

만일 쇼핑몰 웹사이트에 새로운 피처를 추가하려 한다고 해 보자. 이때 A/B 테스트를 통해 사용자의 절반인 A그룹은 새로운 기능이 추가된 웹사이트를, 나머지 절반인 B그룹은 기존 웹사이트를 이용하도록 설정하고, 사용자가 어떤 그룹에 속해 있는지 알 수 있도록 개발해두었다. 며칠 뒤 확인해 보니 A그룹의 매출이 월등히 높았다. 그렇다면 새로운 피처가 실제로 성공적이라는 것을 알 수 있다. 이때 A그룹의 증가한 매출은 실행 지표다.

두 지표에 대해서는 아래 링크에서 자세히 설명되어 있다. (영어)

Vanity Metrics vs. Actionable Metrics – Guest Post by Eric Ries

석세스 메트릭(성공 지표, Success Metric)과 카운터 메트릭(Counter Metric)

석세스 메트릭은 프로덕트나 업데이트의 성공 여부를 판단할 기준이 되는 수치를 의미한다. 아래의 링크에서는 회원가입 단계에서 발생한 버그를 수정하는 업데이트가 성공적이었는지 측정하는 석세스 메트릭의 예시로 '회원 전환율'을 들었다. 회원가입 단계에서 버그가 발생했었으니, 회원가입을 마치는 사용자의 비율이 높아진다면 이 업데이트는 소기의 목적을 달성한 것이기 때문이다.

그러나 석세스 메트릭만이 중요한 것은 아니다. 링크에서 필자는 많은 기능을 원하는 사용자를 만족시키기 위해 짧은 기간 안에 다양한 추가 기능을 개발했다가 오히려 수많은 버그로 실패의 쓴맛을 보았던 경험을 언급한다. 이때 석세스 메트릭인 기능의 개수는 충족했지만, 그만큼 버그의 숫자가 많아졌기 때문에 프로덕트의 가치는 높아졌다고 볼 수 없다. 이 경우 카운터 메트릭은 버그의 개수나 저점 리뷰 등을 들 수 있다.

이와 같이, 어떤 목적을 가지고 프로젝트를 진행하기 전에는 카운터 메트릭을 미리 설정해 대비해야 한다.

[스타트업 파헤치기] 카운터 메트릭의 중요성

해적 지표(AARRR, Pirate Metrics)

해적 지표는 미국의 스타트업 엑셀러레이터인 데이브 맥클루어가 개발한 분석 프레임으로, 고객을 각 5단계로 분류하여 성과를 분석하고 문제점을 개선할 수 있게 한다.

• Acquisition(획득)
  • 고객이 프로덕트를 접해 유입되는 단계
  • 어떻게 우리 프로덕트를 접하는가? 얼마나 유입되는가? 어떤 채널로 유입되는가? 어떤 고객이 유입되는가?
• Activation(활성화)
  • 고객이 처음 프로덕트를 경험하는 단계
  • 유입한 후 얼마나 가입하는가? 오랫동안 머무는가? 어느 메뉴로 이동하는가? 어디에서 이탈하는가?
• Retention(리텐션)
  • 고객이 프로덕트를 재방문(재사용)하는 단계
  • 얼마나 다시 돌아오는가? 어떤 고객이 재방문하는가?
• Referral(추천)
  • 고객이 자발적으로 입소문을 내는 단계
  • 추천을 얼마나 공유하는가? 어떤 플랫폼에서 공유하는가?
• Revenue(매출)
  • 매출로 이어지는 단계
  • 어떤 고객이 최종적으로 매출에 참여하는가? 매출 기여도가 높은 고객은 어떻게 유입된 고객인가?

각 단계에 대한 정의는 프로덕트에 따라, 분석의 목적에 따라 달라질 수 있다. 예를 들어 획득을 회원가입으로 정의할 수도 있고, 서비스를 처음으로 방문해 20초 이상 체류한 경우로 정의할 수도 있다. 특히 비즈니스 모델이 직접 판매가 아닌 경우, 매출 단계를 정의하기 어려워진다. 모든 분석 프레임워크가 마찬가지겠지만 AARRR에서는 각 단계를 적절하게 정의내려야 유의미한 결과를 얻을 수 있다.

이탈률(Bounce Rate)

이탈률은 사용자가 처음 방문한 페이지만을 보고 사이트를 떠난 비율을 의미하는 지표다. 보통은 해당 페이지에 사용자가 원하는 정보가 더 이상 존재하지 않는다고 보는 것이 자연스럽지만 사용자의 이탈 요인은 다양하므로 면밀히 분석해볼 필요가 있다. 조립식 컴퓨터를 맞추고 싶어하는 고객이 웹사이트 검색을 통해 부품 판매 사이트의 메인홈을 처음으로 방문했는데, 고객이 원하는 정보는 다 있었지만 웹개발을 잘못하여 로딩이 너무 오래 걸린다면 사용자는 메인홈을 확인하기도 전에 나가버리기도 한다.

• 계산식: (이탈 수 / 페이지 세션 X 100)%

종료율(Exit Rate)

종료율은 이탈률과 혼동하기 쉽지만 엄연히 다른 지표다. 해당 페이지에서 홈페이지를 종료한 비율을 의미한다. 웹사이트를 잘만 탐방하던 고객들이 유독 A 페이지에서 우리 웹사이트를 나가버린다면, A 페이지에 문제가 있을 수 있다.

다만 종료율이 높다고 해서 무조건 나쁜 것도, 낮다고 해서 무조건 좋은 것도 아니다. 만일 패션 쇼핑몰을 운영하는데 '주문 완료' 페이지의 종료율이 높다면 그건 정상이다. 이미 구매를 확정한 경우라면 고객은 쇼핑몰을 더 둘러보지 않는 것이 자연스럽다.

• (페이지 종료 수 / 페이지 뷰 수 X 100)%

분석 방법론

코호트 분석(동질 집단 분석, Cohort Analysis)

코호트(동질 집단)란 ‘특정 기간 동안 공통된 경험을 갖는 사용자 집단'을 의미한다. 이렇게 코호트를 그룹화하여 세그먼트로 만든 뒤 지표별로 수치화해 분석하는 기법을 코호트 분석이라고 한다. 애널리틱스 서비스에서 코호트 분석 기능을 이용하면 사용자를 얻은 날로부터 특정 기간 내의 사용자 행동을 지표별로 분석할 수 있다.

사용자 유지율을 알 수 있는 코호트 분석 이해하기 | 뷰저블

퍼널 분석(Funnel Analysis)

퍼널은 영어로 깔때기를 뜻한다. 퍼널 분석이란 고객이 유입되고부터 어떤 최종적인 목표까지 도달하기까지의 과정을 깔때기 모양으로 표현한 분석 방법론이다. 단계를 지날수록 점점 줄어드는 사용자의 모습이 깔때기를 닮았다고 해서 붙은 이름이다.

프로젝트 퍼널 분석의 예로는 AARRR 프레임워크가 많이 언급된다. 마케팅에서의 퍼널 분석은 AARRR보다는 더 짧은 단계를 분석하는 양상을 보인다.