AARRR (3): Revenue 수익화

 

 

<

 

 

 

 

 

 

 

AARRR 퍼널 분석 시리즈 몰아보기

 

AARRR (1): Acquisition 획득

AARRR (2): Activation 활성화

AARRR (3): Revenue 수익화

AARRR (4): Retention 리텐션

AARRR (5): Referral 추천

 

 

 

 

>

 

 

 

 

 

 

 

이번 포스트에서 다룰 것은 AARRR의 세 번째 단계, Revenue수익화다. 서비스의 모든 행동과 단계는 최종적으로 구매, 즉 '매출'에 기여해야 한다. Revenue 퍼널 분석을 통해 우리는 매출에 영향을 주는 주요 인자를 발굴하고, 매출이 비즈니스 건전성을 고려하며 발생하고 있는지 확인할 수 있다. <이 포스트의 내용 대다수는 패스트캠퍼스의 세계 3등에게 배우는 13개 데이터 분석 프로젝트 강의 기반으로 작성됐다.>

 

 

Revenue를 다루면서 우리가 얻고 싶은 질문과 답은 확고하다. 누가, 어떻게, 얼마나 우리 서비스를 사 주고 있는가. 지출하는 비용 대비 수익은 안정적인가. 그래서 우리 서비스는 성장하고 있는 것인가. 그래서 결과적으로, 매출을 올리기 위해 우리가 개선해야 하는 지표는 무엇이고 취해야 하는 액션은 무엇인가. 

 

 

우리가 기본적으로 수집할 수 있는 '매출액'이라는 지표로는 이에 대한 답을 내기 어렵다. 이번 포스트에서는 매출액이라는 지표를 조금 더 잘게 나눠서 유의미한 지표를 만들어 보고, 이를 통해 서비스를 개선할 액션 아이템을 도출하는 과정을 따라가 본다.

 

 

 

 

ARPU? ARPPU?

 

살펴보기에 앞서 비슷하게 생긴 두 용어를 정리하고 들어가자. 평균 매출 관련해서 사용하는 지표로 ARPU와 ARPPU가 있는데, 이 둘은 엄연히 다른 용어다.

 

 

ARPU는 Average Revenue Per User로 인당 평균 매출을 의미한다. 매출로 유저 수를 나누면 되는데(Revenue / User), 구매하지 않은 유저도 계산되기 때문에 사용자가 늘어날 때 매출이 어떤 속도로 증가할 지 가늠하기 좋다. 일반적으로 월을 기준으로 계산한다.

 

ARPU는 매출액을 MAU(Paid + Free User)로 나눈 값이다.

 

 

이와 다르게 ARPPU는 Average Revenue Per Paying User로 결제자 인당 평균 매출을 의미한다. ARPU와 다르게 ARPPU는 구매 유저만 대상으로 계산한다(Revenue / Paying User). 그래서 구매 유저의 객단가 흐름을 파악할 때 활용하기 좋은 수치다. 이 역시 일반적으로 월 기준으로 집계한다.

 

ARPPU는 Free User를 제외하고 Paid User 대상으로만 집계되는 평균 매출이다.

 

 

 

 

 

여러 지표로 구매 트렌드 파악하기

 

아래 표는 위버스의 Revenue 관련 지표다. 해당 표 기반으로 위버스의 상황을 분석해 보자.

 

 

 

일단 해당 기업의 MAU, 즉 월 활성 유저 수는 꾸준히 증가하고 있다. 기존 Activation 퍼널에서 다뤘듯이 MAU 하나만으로는 활성 유저가 왜 늘어났는지는 파악하기 힘들다. 활성 사용자는 신규 유저가 유입돼도 오르지만 복귀 유저가 돌아와도 오르니까. 

 

 

 

다음으로 두 번째 표를 보면 ARPPU는 떨어지고 있다. ARPPU는 (위에서 다뤘듯이) 결제자 인당 총 매출이다. MAU가 오르는데 ARPPU가 떨어지는 상황 역시 접근할 수 있는 상황이 하나가 아니다. 직접 기여 구매자 수가 감소했을 수도 있지만 구매 객단가가 감소했을 수도 있으니까.

 

 

 

세 번째 표인 매출까지 놓고 전체 지표를 취합해 보면 전반적인 상황이 그려진다. 활성 유저 수와 매출액은 증가하는 추센데 ARPPU가 감소하는 상황은 하나밖에 없다. ARPPU를 구하는 공식이 기억나는가. 맞다. Revenue / Paying User 다. Paying User의 증가폭보다 Revenue의 증가폭이 커야만 이 상황에서 ARPPU가 감소할 수 있다. 다시 말하면 전체 유저의 객단가가 줄었다. 그리고 일반적으로 복귀 유저의 활성화보다 신규 유저의 획득으로 인한 객단가 변화가 더 크다.

 

 

즉 지금 위버스의 상황은 다음과 같은 문장으로 정리될 수 있을 것이다. 'MAU 증가로 신규 고객 유입에 의한 구매는 증가됐고 매출 역시 상승했지만 객단가 하락으로 ARPPU 자체는 감소됨. 신규 고객들의 확보로 이후 매출 및 ARPPU 상승이 기대된다'.

 

 

이처럼 구매 트렌드를 분석할 때는 하나의 지표를 가지고 표면적으로 판단해선 안 된다. 여러 지표를 통해 통합적인 인사이트 도출이 됐을 때만 현상 분석이 가능하다.

 

 

 

 

 

LTV, Lifetime Value

 

Acquisition 퍼널에서 한 번 설명했던 LTVLifetime Value는 유저 평생 가치로 번역되는 지표로, 유저가 진입부터 이탈에 걸쳐 지불하는 비용의 총합이다. 위에서 다룬 ARPU와 ARPPU는 LTV 관점에서 기간이라는 축을 더해 세분한 것이라 볼 수 있다.

 

 

이쯤에서 LTV에 대한 설명을 조금 정정해야 할 것 같다. 기존에 설명할 때는 일정 기간으로 구간을 설정하고 LTV를 구했다. 이는 엄밀히 말하자면 틀린 계산법이다. LTV는 유저가 유입부터 이탈까지 전체 기간 동안 지불하는 가치다. 사용자가 유입하고 이탈하는 정확한 기간을 구하는 것은 어려운 문제다.

 

 

그래서 일반적으로 적용하는 게 일 년의 기간인데, 이건 초기 스타트업 같이 피봇팅이 잦은 업종에게는 지나치게 긴 시간이다. 서비스가 변하면 유저의 행동과 구매패턴 역시 변화하니까. 그래서 정확한 Lifetime과 LTV를 구하긴 어렵다. 계산을 위해서는 기간에 대한 기준이 필요하다. 그리고 기간 축을 추가한 LTV는 ARPU나 ARPPU와 비슷해지는 거고.

 

 

 

 

 

투자 회수 기간Payback period

 

그러면 그 중요한 '기간'은 어떻게 설정해야 할까. 이 때 LTV와 같이 보면 좋은 지표가 투자 회수 기간이다. 예를 들어 보자. 어떤 서비스의 LTV를 측정했더니 오십 만원이 나왔다. 근데 이 오십 만원은 오 년 후에 회수된다. 장기적으로 수익성이 있는 건 분명 맞지만, 투자 회수 기간이 지나치게 길다면 서비스 입장에서는 힘든 시기를 거쳐야 할 수 있고 그런 기간이 길어지다 보면 자본 문제로 서비스를 더 이상 지속되지 못 하는 시점이 닥칠 수도 있으니까.

 

 

그래서 LTV는 투자 회수 기간을 필히 고려해야 한다. 일반적으로 기준 투자 회수 기간은 'CAC를 회수하는 데 걸리는 시간'과 'LTV / CAC 비율이 3~5가 되는 시간' 사이에서 회사의 컨디션에 따라 잡는다. 그리고 이렇게 투자 회수 기간을 고려해 잡은 LTV를 ARPU와 ARPPU라고 보면 된다.

 

LTV의 위치에 ARPU를 넣어도 무방하다. ARPU는 투자 회수 기간을 고려한 LTV다.