[AARRR] Revenue(수익화)

AARRR에 해당하는 모든 요소들은 모두 중요하지만 결국 사업의 성패를 가리는 것은 수익화(Revenue)다.

수익화 관련 주요 지표

ARPU(Average Revenue Per User)

수익화 측면에서 우선적으로 봐야 하는 중요한 지표는 ARPU(인당 평균 매출)입니다.

인당 평균 매출이란 개념은 전반적인 수익화 상황을 보는데 굉장히 유용합니다.

 

하지만, ARPU를 구할 때 사용자와 매출의 정의가 모호합니다. 사용자를 구할 때 사용되는 사용자는 전체로 할 것인가? DAU나 MAU로 봐야 하는 것인지 그리고 매출은 가입자가 아니라 결제자를 봐야할 것인가 마찬가지로 매출의 기준이 되는 기간은 언제부터로 설정해야 하는지 모호한 편입니다.

 

그러므로 ARPU를 구하려면 먼저 전사적으로 통용되는 명확한 기준을 세워야 합니다.(일반적으로 ARPU는 월 기준으로 집계)

 

ARPPU(Average Revenue Per Paying User)

ARPPU는 결제자 인당 평균 매출입니다. ARPU와 유사하지만 전체 사용자가 아닌 결제자만을 대상으로 합니다.

그리고 ARPPU 또한 ARPU와 마찬가지로 기간에 대한 정의가 필요합니다.

 

고객 생애 가치(Life Time Value, LTV)

고객 생애 가치는 한 명의 사용자가 진입하는 순간 부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생하는 수익입니다.

고객 생애 가치 공식

M : 1인당 평균 매출        c : 1인당 평균 비용

r : 고객 유지 비율            i : 할인율

AC : 고객 획득 비용

 

매출에서 운영 비용을 제외한 수익을 먼저 계산하고, 이탈율을 고려해서 '고객 생애' 동안 반복적으로 기대할 수 있는 누적 수익을 구합니다.

 

고객 생애 가치는 논리적으로는 빈틈없이 완벽한 수식이지만 앞의 수식에서는 결정적인 단점이 있습니다.

바로 현실에서 이런 식의 계산은 사실상 불가능하다는 점입니다. 왜냐하면 고객 1인당 비용을 계산할 수 없으며 고객 1인당 평균 매출이 기간 마다 일정하지 않고 고객 유지 비율 또한 일정하지 않기 때문입니다.

 

고객 생애 매출(Lifetiem Revenue, LTR)

고객 생애 가치가 고객 한 명에 대한 기대 수익이라면, 고객 생애 매출은 고객 한 명에 대한 기대 매출입니다.

고객 생애 매출을 계산할 때는 따로 비용을 고려하지 않고 매출만 살펴보면 됩니다.

 

시점	가입자	활동회원	결제자	ARPPU	결제 금액	가입자당 결제액
2020년 1월	1000	1000	500	5000	2500000	2500
2020년 2월		800	300	4500	1350000	1350
2020년 3월		500	120	4000	480000	480

 

ARPPU는 결제자당 평균 결재액이고 여기서 가입자당 결제액을 계산할 경우 활동회원으로 나누는 것이 아닌 가입자인 1000으로 나눠 줘야 합니다.

이렇게 월별로 가입자당 결제액을 모두 합산하면 4330원이 나오는데, 해당 숫자가 1명의 가입자가 생겼을 때 기대할 수 있는 평균 매출입니다.

---

비용 VS 매출

비용 : 매출을 창출하기 위해서 소비한 모든 지출을 의미합니다.

매출 : 기업이 상품이나 서비스를 판매하거나 제공하여 발생한 총 수입을 의미합니다.

---

수익화 분석하기

 

고객 생애 매출 활용

고객 생애 매출을 활용할 때의 중요한 포인트는 우리 서비스의 전체적인 고객 생애 매출을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요 없다는 것입니다.

코호트를 잘 나누고 코호트별 고객 생애 매출의 추이가 어떻게 변화하는지 살펴보는 것이 훨씬 더 유용합니다.

 

만약 코호트를 잘 나누고 각 코호트의 고객 생애 매출의 변화 그래프를 그려 보면 시간이 지남에 따라 고객 생애 매출이 증가하는 속도와 높이를 확인 할 수 있습니다.

이처럼 증가 추이를 구한 후 고객 획득 비용(Customer Acquision Cost, CAC)과 비교하면 서비스의 수익 모델이 잘 작동하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인 할 수 있습니다.

데이터리안 LTR 분석

 

만약 건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 합니다.

그리고 고객 생애 매출이 고객 획득 비용보다 충분히 크지 못하면 그 비즈니스는 유지될 수 없습니다.

 

즉, 수익을 높이기 위해서는 비용을 줄이는 것도 필요하지만 튼튼한 비즈니스 모델을 통해 사용자들이 지속적으로 결제하는 구조를 만드는 것이 더 중요합니다.

 

수익화 쪼개서 보기

아이템별 매출의 합계

: 매출에 기여하는 아이템과 그렇지 않은 아이템, 판매량이 증가한 아이템과 감소한 아이템 등을 파악합니다.

 

사용자별 매출의 합계

: 사용자 세그먼트를 분류한 후 각 세그먼트별 매출의 합계를 통해 전체 매출을 계산할 수 있습니다.

ex) 신규회원 매출 + 기존 회원 매출과 같은 식으로 나눠서 볼 수 있습니다.

 

결제자 수 X ARPPU

: 결제자 수는 활동회원 중 얼마나 결제를 했느냐에 따라 달라지는 지표이기 때문에 한 번 더 쪼갤 수 있습니다.

 

활동회원 X 결제비율 X ARPPU

: 활동 회원은 가입자 중 남아서 활동하는 회원이 얼마나 되느냐에 따라 달라지는 지표입니다. 그러므로 한 번더 쪼갤 수 있습니다.

 

가입자 X 리텐션 X 결제 비율 X ARPPU

: 가입자는 앱설치자와 가입 전환율을 곱해서 또 구할 수 있습니다.

 

이런식으로 매출을 퍼널에 따라 쪼개 보면 매출이 증가하거나 감소하는 패턴을 세부적으로 파악할 수 있게 됩니다.

특히 가입 기간에 따른 월별 코호트 기준으로 매 코호트의 데이터를 이렇게 쪼개서 확인하면 기간에 따른 효과와 퍼널에 따른 효과를 결합해서 훨씬 더 입체적으로 매출을 분석할 수 있습니다.

---

수익화 정리

수익화 지표를 계산해보면 개인별 편차가 상당히 크게 나타납니다. 전체 사용자의 20%가 전체 매출의 80%를 결제하는 패턴을 흔히 볼 수 있으며, 서비스에 따라 이 비율이 더 극단적인 경우도 많습니다.

 

매출에서의 평균값은 굉장히 주의해서 사용해야 합니다. 고액 결제자 몇 명의 행동 변화에 따라 ARPU나 ARPPU가 흔들릴 수 있기 때문입니다. 그러므로 서비스에 대한 충성도가 높고 매출 기여가 높은 사용자 층을 고려해서 기획하는 편이 훨씬 효과적이라는 점을 기억해야 합니다.

 

따라서 요약된 수익화 지표 하나만 보고 의사결정을 내리기보다는 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략을 세우는 것이 중요합니다.

 

서비스를 출시하는 시점에는 수익 모델이 포함되지 않을 수 있지만 그런 경우라고 해도 어느 시기에 어떤 방식으로 수익화 할 것인가에 대한 로드맵은 명확하게 존재해야 합니다.

 

---

다음 글에서는 Referral(추천)에 대해 포스팅하겠습니다.

참고한 내용은 양승화님의 그로스해킹 책에서 도움을 많이 받았습니다.

이상입니다.

 

이미지 출처 : https://sungmooncho.com/2011/11/21/customer-lifetime-value/%EF%BB%BF(LTV 공식)

                      https://datarian.io/blog/lifetime-revenue(LTR 분석 그래프)