유저 분석 방법론(AARRR, Cohort 등)

 

AARRR 프레임워크

AARRR은 스타트업 액셀러레이터 500 Startups의 창립자 데이브 맥클루어가 고안한 마케팅 분석 프레임워크입니다[1]. 이는 고객의 라이프사이클을 다섯 단계로 나누어 분석하는 방법입니다.

AARRR의 5단계

1. **Acquisition (유입/획득)**: 고객이 웹사이트나 앱으로 유입되는 단계
2. **Activation (활성화)**: 고객이 실제로 반응하고 첫 번째 "행복한" 경험을 하는 단계
3. **Retention (유지)**: 고객들이 다시 돌아오는 단계
4. **Referral (리퍼럴/바이럴)**: 고객들이 제품을 다른 사람들에게 추천하는 단계
5. **Revenue (수익)**: 고객의 활동이 매출로 이어지는 단계[1]

AARRR의 중요성

AARRR은 스타트업이 가장 중요한 성장 지표를 찾을 수 있도록 도와주는 간단한 프레임워크입니다. 이를 통해 고객의 라이프사이클을 단순화하고, 각 단계별로 병목 현상과 이탈 지점을 파악할 수 있습니다[1].

AARRR 적용 방법

1. 서비스에 맞는 AARRR 사이클 정의
2. 각 단계별 전환율 측정
3. 전환이 가장 떨어지는 구간 파악
4. 개선 실험 진행 및 효과 측정
5. AB 테스트를 통한 가설 검증[1]

Cohort 분석

Cohort 분석은 특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단을 추적하는 방법입니다[2].

Cohort 분석의 중요성

1. **고객 유지율(Retention Rate) 분석**: 고객의 이탈 시점을 파악하는 데 효과적입니다.
2. **특정 고객 집단의 인사이트 발견**: 다양한 세그먼트 조건을 조합하여 특정 고객군의 행동 패턴을 분석할 수 있습니다[2].

Cohort 분석을 통해 얻을 수 있는 인사이트

- 고객 유지율 및 이탈률
- PC 웹 / 모바일 웹 / 하이브리드 앱 사용자 유지율 비교
- 시간 경과에 따른 마케팅 캠페인 효과 분석
- 신규 회원가입자의 유지율
- 유입 출처에 따른 고객 가치[2]

Cohort 분석 적용 방법

1. 분석하고자 하는 코호트 그룹 정의 (예: 첫 방문일, 회원가입일 등)
2. 시간 흐름에 따른 행동 패턴 추적
3. 각 코호트 그룹별 성과 비교 분석
4. 인사이트 도출 및 개선 전략 수립

AARRR과 Cohort 분석은 모두 고객의 행동을 시간의 흐름에 따라 추적하고 분석한다는 점에서 유사합니다. 그러나 AARRR은 전체적인 고객 여정을 단계별로 분석하는 반면, Cohort 분석은 특정 기준으로 그룹화된 고객들의 행동 패턴을 더 세밀하게 추적합니다. 두 방법론을 함께 활용하면 더욱 포괄적이고 깊이 있는 유저 분석이 가능합니다.

Citations:
[1] https://ud803.github.io/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B6%84%EC%84%9D/2022/07/12/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B6%84%EC%84%9D-AARRR-%EB%B6%84%EC%84%9D-%ED%8C%8C%ED%97%A4%EC%B9%98%EA%B8%B0/
[2] https://ifdo.co.kr/blog/BlogView.apz?BlogNo=161
[3] https://jake2.tistory.com/24
[4] https://www.waveon.io/blog/Cohort
[5] https://intl.finebi.com/ko-KR/blog/aarrr-funnel-model
[6] https://www.i-boss.co.kr/ab-6141-14653
[7] https://blog.naver.com/biginsight0108/222116547666
[8] https://oneoneone.kr/content/80b3562b

GA4 수명 주기 컬렉션과 AARRR | 일일일

 

 

----

 

세그먼트 분석 (Segmentation Analysis)

세그먼트 분석은 사용자들을 공통된 특성을 기반으로 그룹화하는 방식입니다[1]. 이 방법은 연령, 성별, 지역 등 다양한 기준에 따라 사용자를 분류하고, 각 그룹의 행동 패턴을 분석합니다. 이를 통해 특정 그룹이 선호하는 제품이나 기능에 대한 깊은 이해를 얻을 수 있습니다.

퍼널 분석 (Funnel Analysis)

퍼널 분석은 유저가 서비스나 제품의 여러 단계를 거치며 보이는 행동을 분석하는 방법입니다[1]. 예를 들어, 온라인 쇼핑몰에서 상품 검색부터 결제까지의 전 과정을 분석하여 어느 단계에서 가장 많이 이탈하는지 파악할 수 있습니다.

사용자 경로 분석 (User Path Analysis)

사용자 경로 분석은 유저가 서비스 내에서 어떤 경로를 따라 이동하는지를 시각화하고 분석하는 방법입니다[1]. 이를 통해 가장 많이 방문된 경로나 잦은 패턴을 확인하고, 문제점을 탐색할 수 있습니다.

태도 분석 (Attitude Analysis)

태도 분석 또는 감정 분석은 고객이 회사와 제품에 대해 가지고 있는 감정이나 신념에 대한 인사이트를 제공합니다[2]. 자연어 처리 도구와 머신 러닝을 사용하여 고객의 정서를 분석합니다.

인구통계학적 분석 (Demographic Analysis)

인구통계학적 분석은 연령, 성별, 소득, 위치 등 고객의 특성에 초점을 맞춘 분석입니다[2]. 이 정보를 사용하여 고객 세그먼트와 타겟 시장을 식별하고, 마케팅 캠페인을 맞춤화할 수 있습니다.

이러한 다양한 분석 방법론을 조합하여 사용하면 더욱 포괄적이고 깊이 있는 유저 분석이 가능해집니다.

Citations:
[1] https://community.heartcount.io/ko/user-data-anlaysis/
[2] https://www.nnt-consulting.com/%EA%B3%A0%EA%B0%9D-%EB%B6%84%EC%84%9D%EC%9D%B4%EB%9E%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80%EC%9A%94-%EA%B3%A0%EA%B0%9D-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-101-nnt/
[3] https://cmos00.tistory.com/1981
[4] https://brunch.co.kr/@mindbook/7
[5] https://www.thinkingdata.kr/blog/analysis-user-behavior-strategies
[6] https://www.innomove.com/blog/funnel-analysis/
[7] https://rious275.tistory.com/2
[8] https://blog.naver.com/btsteam/223503591045?fromRss=true&trackingCode=rss
[9] https://blog.opensurvey.co.kr/research-tips/ux-research-methods/