[AARRR] Revenue 지표

사업의 성패를 가르는건
어떤 비즈니스 모델을 가지고 있으며, 그 모델이 실제로 작동하는지

 

가입자가 아무리 많아도

활성유저 수가 아무리 많아도

평점이 아무리 높아도 수익이 발생하지 않으면 다 꽝.

Revenue관련 지표

ARPU(Average Revenue Per User)
인당 결재 평균 결재액 = 수입/유저 수

전반적인 사업 상황을 보는데 유용함.
결제자 비율이 높은지
결제자들이 평균적으로 어느 정도 결제하는지

하지만 유저와 수익에 대한 정의가 모호함.
누적 가입자 전체? 누적 결제자 전체? 이번 달 결제자?
누적 결제금액 전체? 이번 달 결제액? 오늘 결제액

 

따라서 일반적으로는
월매출/월 활성 유저

ARPDAU처럼 명시적으로 기간을 정의함
일매출/데일리 활성 유저

 

ARPPU(Average Revenue Per Paying User
결제자 인당 평균 결제액 = 수익/결제 유저 수

ASP(Average Selling Price)
평균 판매 가격 = 수익/ 판매된 제품의 수

마찬가지로 기간에 대한 정의가 필요함

Lifetime Value
유저 생애가치
한 명의 고객이 진입부터 이탈까지의 전체 활동기간 동안 누적해서 발생시키는 기대수익
이론적으로는 계산할 수 있으나, 현실에서는 계산하기 쉽지않음.

인당 비용 계산 -> 불가능
인당 평균 매출이 기간마다 일정함 -> 일정하지 않음
고객 유지 비율이 기간마다 일정-> 일정하지 않음.

 

그러면 다른 방법은?
LTV대신에 LTR(Life time Revenue)를 활용하는 것.
비용은 생각하지 말고,
고객이 전체 활동기간동안 발생한 매출

LTR을 어디에 쓸 수 있을까?

CAC(고객획득비용)+a < LTR(생애 수익)
이여야 하기 때문에 LTR은 CAC보다 훨씬 커야함.

CAC vs LTR vs ROAS

ROAS가 40%인 광고
10000원짜리 광고를 했는데, 들어온 유저가 4000원 매출을 발생시키면?
-> -6000원 손해라 하면 안되겠다 라고 판단할 수 있음.

근데 이 유저가 서비스를 이탈하지 않고 계속 사용해 매달 4000원씩 매출을 발생시키면?

-> 완전 개꿀

이 유저가 매년 4천원씩 매출을 일으키면?

-> 흠 글쎄...? 비용을 회수하는데 시간이 좀 걸리네..

 

 

Paid marketing의 성과 판단하기
CAC
LTR를 고려한 Return
CAC payback period
discount rate 고려

Revenue의 구성

아이템 매출의 합계
아이템 A + 아이템 B + 아이템 C

스토어별 매출의 합계

구글플레이 매출 + 앱스토어 매출

회원별 매출의 합계
신규회원 매출 + 기존회원 매출

Revenue = 결제자수 * ARPPU
각 지표를 쪼개어 보는 것이 중요함.

=                          활동회원 * 결제비율 * ARPPU
=                 가입자 * 잔존율 * 결제비율 * ARPPU
= 인스톨* 가입전환율 * 잔존율 * 결제비율 * ARPPU

매출이 증가하거나 감소하는 패턴에 대해서 훨씬 더 세부적으로 파악가능
인스톨, 가입전환율, 잔존율, 결제비율, ARPPU의 중요도 분석
기간에 따른 코호트를 나눴을 때 매출에 어떤 영향을 주는지 분석
Rule-Base의 시뮬레이션

구독서비스의 경우라면 매출을 어떻게 분석할까?

 

MRR(월별 반복 매출)
월별 반복 매출 = Base MRR + New MRR - Churn MRR + Upgrade/Downgrade MRR

영어를 풀어보면
= 전월 MRR + 신규고객으로 인한 매출 증가 - 기존고객 이탈로 인한 매출감소 + 기존고객들의 비싼 서비스 혹은 저렴한 서비스로 매출 증가 혹은 감소

서비스의 주요매출은 누구에게서 나오는가?
In-game 매출의 60%는 0.23%의 사용자들로부터 나온다는 리서치 결과가 있음.
게임은 약간 극단적인 경향이긴 하지만, 소수에게로부터 매출이 나옴.

일반적인 서비스에서 돈을 안쓰는 사용자가 많음.
서비스를 기획할 때, 평균적인 사용자에게 맞추어 기획하면 안됨.
헤비유저들에게 맞추어 기획해야함.
헤비유저 한 명이 서비스를 이탈할 때와, 일반적인 사용자 한 명이 서비스를
이탈할 때의 임팩트가 너무나 다름.

운영 측면에서,
수익 측면에서,
고려하는 것이 좋음.

마케팅에서 오랫동안 쓰였던 분석기법
RFM분석
Recency : 얼마나 최근에 결제했는지.
최근 3개월 이내 -> 3점
최근 6개월 이내 -> 2점
최근 1년 이내    -> 1점

Frequency : 얼마나 자주 결제했는지
10번 이상 -> 3점
3~9번 이상 -> 2점
3번 이하 -> 1점

Monetary 얼마나 많이 결제했는지.
3백만원 이상 -> 3점
1백만원 이상 -> 2점
1백만원 미만 -> 1점

각 서비스에 맞춰 기준을 세우고
이 기준을 바탕으로 유저별로 점수를 계산.

이렇게 계산하면 3*3*3= 27가지의 유형이 나타남.
각 유형에 따라 고객군을 나누어 맞춤형 전략을 짤 수 있음.

각 항목에서 모두 3점을 획득했을 경우 -> 헤비유저
Recency 3점, 빈도 1점, Monetary 2점 -> 이제 막 결제를 시작한 고객
Recency 1점 빈도 3점, Monetary 2~3점 -> 떠나간 VIP
등 으로 고객군 분리 가능

가격 할인 30% 마케팅이 좋을까 아니면 로열티 프로그램(3개 구매시 1개 추가 증정)
어떤게 효율적일까 에 대한 물음

로열티 프로그램이 헤비유저에게 효과적. -> 이미 구매를 잘 하고 있으니깐, 할인을 많이 해주면
발생시킬 수 있는 수익이 줄어듬.