[그로스 해킹] AARRR (4) 수익화 (Revenue)
1) 수익화의 기본 개념
- 수익화 관리를 위해서는 서비스가 어떤 비즈니스 모델을 갖고 있는지를 명확하게 이해하고, 그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 한다.
2) 수익화 관련 주요 지표
● ARPU (Average Revenue Per User)
- ARPU (인당 평균 매출) = Revenue / User
- 전반적인 수익화 상황을 보는 데 유용. 이후 사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 되기 때문.
- ARPU는 특정 시점의 스냅숏이 아니라 특정 기간에 대한 지표. 보통 월 기준으로 집계하는 것이 일반적. (ex: 월 매출 / MAU)
● ARPPU (Average Revenue Per Paying User)
- ARPPU (결제자 인당 평균 매출) = Revenue / Paying User
- 전체 사용자가 아닌 '결제자'만을 대상으로 함
- 월간 매출과 월간 결제자 수를 바탕으로 계산하는 것이 일반적
● 고객 생애 가치 (Lifetime Value, LTV)
- 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익
- M: 1인당 평균 매출 / c: 1인당 평균 비용
- r: 고객 유지 비율 (즉, 어떤 고객이 그 다음 해에도 여전히 고객으로 남아있을 확률) / i: 할인율 (기간이 길어질 수록 현금 가치가 영향을 받으므로)
- AC: 고객 획득비용 (Acquisition cost)
- 그러나 위 공식에 숫자를 넣어 LTV를 계산하려면 많은 가정이 필요한데 현실적으로 충족되기 어려움. 따라서 이에 대한 대안으로 고객 생애 매출을 계산해 볼 수 있음
(참고 블로그: https://sungmooncho.com/2011/11/21/customer-lifetime-value/)
● 고객 생애 매출 (Lifetime Revenue, LTR)
- 고객 생애 매출은 고객 한 명에 대한 기대 매출을 산출하는 것으로, 유지 비용이나 획득 비용을 고려하지 않기 때문에 계산이 비교적 간편함
- 예를 들어 2020년 1월에 가입한 1000명의 사용자가 9월에 전부 이탈했다고 가정하고 이들을 대상으로 LTR을 산출한다면 1월에서 9월까지 월별 결제금액을 각각 최초 가입자 수인 1000명으로 나누어 구한 뒤에 이를 전부 더하면 됨
3) 수익화 분석하기
● 고객 생애 매출 활용하기
- 고객 생애 매출 활용의 주요 포인트는 서비스의 전체적인 고객 생애 매출을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요가 없다는 것
- 고객 생애 매출은 코호트별 고객 생애 매출의 추이가 어떻게 변화하는지 살펴보는 편이 더 유용. 이 경우 가장 일반적으로 활용되는 코호트 분류 기준은 '가입 시점'임
- 가입 시점에 따른 코호트를 나누고 각 코호트의 고객 생애 매출의 변화 그래프를 그려보면 시간 경광 ㅔ따라 고객 생애 매출이 증가하는 속도와 높이를 확인할 수 있음. 이때 고객 획득 비용(CAC)과 비교하면 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인할 수 있음.
- 건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 함. 일반적으로는 고객 생애 매출이 고객 획득 비용의 5~10배는 돼야 어느 정도 안정적인 서비스 운영을 기대할 수 있음.
- 수치 비교와 함께 고객 생애 매출이 고객 획득 비용을 넘어서기까지의 기간(Payback Period)이 얼마나 걸리는지도 고려해야 함
- 수익화 개선을 위해서 같은 비율이라면 고객 생애 매출을 늘리는 편이 고객 획득 비용을 줄이는 것보다 더 효과적임. 즉 튼튼한 비즈니스 모델을 통해 사용자들이 지속적으로 결제하는 구조를 만드는 것이 더 중요. 그러나 현실적으로 고객 획득 비용이 더 변화시키기 쉬운 지표이기에 이쪽에 먼저 집중하는 경우가 많음
- 현실에서는 고객 생애 매출을 고려해서 목표하는 고객 획득 비용 수준을 정하는 형태로 많이 사용됨. 수익 구조나 마진을 고려하여 고객 생애 매출의 1/5~1/10 정도를 목표로 잡으면 좋음. 이 수치가 마케팅을 진행할 때 의사결정의 기준이 됨.
● 수익화 쪼개서 보기
(1) 아이템별 매출의 합계
- 매출에 기여하는 아이템과 그렇지 않은 아이템, 판매량이 증가한 아이템과 감소한 아이템 등을 파악
(2) 사용자별 매출의 합계
- 사용자 세그먼트를 분류한 후 각 세그먼트별 매출의 합계를 통해 전체 매출을 계산
- 성별, 연령대 등 인구통계학적 정보, 혹은 가입 기간이나 활동 여부를 기준으로 나눠서 볼 수도 있음
(3) 결제자 수 * ARPPU
- 매출 = 설치 수 * 가입전환율 * 리텐션 * 결제비율 * ARPPU (결제자의 인당 결제액)
- 이렇게 매출을 쪼개 보면 매출이 증가하거나 감소하는 패턴을 더 세부적으로 파악할 수 있음. 특히 가입 기간에 따른 월별 코호트를 기준으로 매 코호트의 데이터를 이렇게 쪼개서 확인하면 기간에 따른 효과와 퍼널에 따른 효과를 결합하여 더 입체적으로 매출을 분석할 수 있음.
● 월별 반복 매출 (Monthly Recurring Revenue, MRR)
- 구독형 서비스에서 매출을 분석할 때 사용할 수 있는 개념
- 월별 반복 매출 = 기준 MRR (전월 기준 매출) + 신규 MRR (신규 고객으로 인해 증가한 매출) - 이탈 MRR (기존 고객 이탈로 인해 감소한 매출) + 업그레이드/다운그레이드 MRR (기존 고객들의 업셀링, 크로스 셀링을 통한 매출 증가 혹은 플랜 다운 그레이드로 인한 매출 감소)
4) 수익화 정리
- 수익화 분석에서 유의해야 할 점은 대부분의 수익화 지표가 대푯값의 형태로 계산되지만 실제 수익화 정도는 사용자마다 매우 다양하다는 것임
- 새로운 기능을 만들 때도 평균 사용자라는 모호한 Targeting을 하는 것보다 '서비스에 충성도가 높고 매출 기여가 높은 사용자층'을 고려해서 기획하는 편이 훨씬 효과적
- 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략을 세우는 것이 중요
참고서적: 그로스 해킹 (양승화)