[그로스 해킹] AAR"R"R - 수익화 (Revenue)

Revenue 수익화

수익화 관리를 위해서는 서비스가 어떤 비즈니스 모델을 가지고 있는지를 명확히 이해하고, 그 비즈니스 모델이 잘 작동하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 합니다.

1. 수익화 관련 주요 지표 4가지

1. ARPU (Average Revenue Per User, 인당 평균 매출, 사용자 당 매출)

 

구매자 수, 구매 건수, 매출과 같은 기본적인 지표를 제외하고 수익화 측면에서 우선적으로 봐야 하는 중요한 지표입니다. 

이는 전반적인 수익화 상황을 보는 데 굉장이 유용합니다.

(단순히 매출이 많다, 적다는 수준이 아니라 이후 사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 되기 때문입니다.)

ARPU = Revenue / User
- ARPDAU = 일 매출 / DAU
- ARPWAU = 주간 매출 / WAU
- ARPMAU = 월간 매출 / MAU

 

ARPU는 시작과 끝이 있는 특정 기간에 대한 지표입니다.

따라서 ARPU를 구하려면 먼저 전사적으로 통용되는 명확한 기준을 세워야 합니다. (일반적으로, 월 기준(ARPMAU)으로 집계합니다.)

---

2. ARPPU (Average Revenue Per Paying User, 결제자 인당 평균 매출)

 

ARPPU가 ARPU와 다른 점은 전체 사용자가 아닌 '결제자'만을 대상으로 한다는 것입니다.

ARPPU도 ARPU와 마찬가지로 기간에 대한 정의가 필요합니다.

ARPPU = Revenue / Paying User

---

3. LTV (Lifetime Value, 고객 생애 가치) {== CLV (Customer Lifetime Value)}

 

LTV는 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익입니다.

 

하지만, 현실에서 이런 식의 계산은 사실상 불가능합니다.

이를 보완하기 위한 방법은 다음과 같습니다.

---

4. LTR (Lifetime Revenue, 고객 생애 매출)

 

LTV가 고객 한 명에 대한 기대 수익이라면, LTR은 고객 한 명에 대한 기대 매출입니다.

LTR을 계산할 때는 따로 비용을 고려하지 않고 매출만 살펴보면 되기 때문에, 유지 비용이나 획득 비용을 고려하지 않아 계산이 비교적 간편합니다.

월 기준으로 집계할 때 LTR은 월 별 결제 금액을 가입자로 나눠야 합니다.

월별 가입자당 결제액을 모두 합산하여 나온 값이 1명의 가입자가 생겼을 때 기대할 수 있는 평균 매출(LTR) 입니다.

---

2. 수익화 분석

(1) LTR 활용

특정 시점의 가입자들이 모두 이탈하는 경우는 매우 드물기 때문에 현실적으로 LTR을 구하기는 쉽지 않습니다.

따라서 이를 활용할 때, 전체적인 LTR을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요가 없습니다.

 

LTR은 전체 회원을 대상으로 하는 하나의 지표로 계산해서 관리하기보다는

코호트를 잘 나누고 코호트별 LTR의 추이가 어떻게 변화하는지 살펴보는 편이 훨씬 더 유용합니다.

(이때, 코호트 분류 기준은 '가입 시점'입니다.)

 

가입 시점에 따른 코호트를 나누고 각 코호트의 LTR의 변화 그래프를 그려 보면 시간이 지남에 따라 LTR이 증가하는 속도와 높이를 확인할 수 있습니다.

위 그림의 파란색 선이 LTR의 증가 추이를 보여줍니다.

이처럼 기간별로 LTR이 증가하는 추이를 구한 후 CAC와 비교하면) 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인할 수 있습니다.

 

여러 지표의 관계를 통해 인사이트를 얻을 수 있는 경우가 많습니다.

특히 LTR과 CAC는 짝지어 확인하기에 매우 유용한 지표들입니다.

 

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

건강한 서비스라면 LTR이 CAC보다 충분히 커야 합니다. (즉, 아래 수식에서 a가 굉장히 큰 숫자여야 합니다.)

LTR이 CAC보다 충분히 큰가? 라는 질문은 간단해 보이지만, 비즈니스의 생존 가능성을 확인하는 중요한 질문입니다.

일반적으로 LTR이 CAC의 5~10배 정도는 돼야 어느 정도 안정적인 서비스 운영을 기대할 수 있습니다.

 

수익화 상황을 개선하기 위해
고객 생애 매출을 늘리는 것과
고객 획득 비용을 줄이는 것 중
어떤 방법이 효과적일까요?

 

같은 비율이라면, LTR을 늘리는 편이 CAC를 줄이는 것보다 효과적입니다.

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

다만 현실적으로 LTR보다는 CAC가 좀 더 변화시키기 쉬운 지표이기 때문에 이쪽에 먼저 집중하는 경우가 많습니다.

따라서 현실에서는 이 두 지표를 다음과 같은 형태로 많이 사용합니다.

1. LTR 먼저 구함. 가입 코호트를 활용해 코호트별 비교 or LTR의 기간별 변화 추이 살펴보기.
2. LTR 고려해서 목표로 하는 CAC 수준을 정함.
	수입 구조나 마진을 고려해서 고객 생애 매출의 1/5 ~ 1/10 정도를 목표로 잡으면 좋음.
    	이 수치가 마케팅을 진행할 때의 의사결정 기준이 됨.

 

---

(2) 수익화 쪼개서 보기

• 아이템별 매출의 합계 : 매출에 기여하는/하지 못하는 아이템, 판매량이 증가/감소한 아이템.
• 사용자별 매출의 합계 : 성별, 연령대 같은 기본적인 정보 또는 가입 기간, 활동 여부 기준으로 사용자를 세그먼트로 분류.
• 결제자 수 X ARPPU

매출 = 결제자수 X ARPPU
매출 = 활동회원 X 결제비율 X ARPPU
매출 = 가입자 X 리텐션 X 결제비율 X ARPPU
매출 = 설치수 X 가입전환율 X 리텐션 X 결제비율 X ARPPU

이런 식으로 매출을 퍼널에 따라 쪼개 보면 매출이 증감하는 패턴을 훨씬 더 세부적으로 파악할 수 있습니다.

 

---

(3) MRR (Monthly Recurring Revenue, 월별 반복 매출)

 

독립적인 결제 이벤트가 발생하는 서비스가 아닌, 구독형 서비스에서는 MRR을 사용하여 매출을 분석합니다.

 

---

3. 수익화 정리

수익화 분석에서 유의해야 할 점은 대부분의 수익화 지표가 대푯값의 형태로 계산되지만

실제 수익화 정도는 사용자마다 편차가 상당히 큽니다.

 

파레토 법칙으로 알려진 20:80 비율 패턴을 흔히 볼 수 있습니다.

고액 결제자 몇 명의 행동 변화에 따라 ARPU나 ARPPU가 흔들릴 수 있기 때문에 매출에서의 평균값은 굉장히 주의해서 사용해야 합니다.

 

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

 

[출처] 양승화(2021), "그로스 해킹", 위키북스, 03장 3.5