AARRR 프레임워크 - 태블로 활용 계산방법

✅회고

태블로 시각화가 지금까지 배운 내용 중 가장 흥미로웠다. 특히 퍼널 분석, 코호트 분석, AARRR 프레임워크 등 그로스 마케팅 관련 개념을 직접 대시보드로 구현할 수 있어 실용적인 강의라고 느꼈다.

또한, 채용공고를 보며 포트폴리오 구성을 고민하는 시간을 가졌다. 나의 강점을 살릴 수 있는 내용을 정리하여 효과적인 포트폴리오를 만들어야겠다고 생각했다.

 

단계	설명	주요 지표
Acquisition(획득)	사용자가 제품을 처음 접하는 단계	방문자 수, 유입 경로, 가입률
Activation(활성화)	첫 경험에서 가치를 느끼는 단계	가입 후 첫 사용률, Onboarding 완료율
Retention(유지)	지속적으로 재방문하는 단계	주간/월간 활성 사용자(WAU, MAU), 리텐션율
Revenue(수익)	실제로 결제를 발생시키는 단계	ARPU, 결제 전환율, LTV
Referral(추천)	기존 사용자가 신규 사용자를 초대하는 단계	초대율, 바이럴 지수(K-factor)

 

사용자가 유입되는 순간부터 매출 등의 전환으로 이뤄지기까지의 데이터를 단계별로 분석. '해적지표' ,' 해적 매트리스' 라고도 불린다. 

 

 

 

1. Acquisition - 고객 유치 

사용자를 우리 서비스로 데려오는 것과 관련된 활동을 의미함. 고객 유치 과정의 핵심은 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것

 

📌 주요 지표

방문자 수 (Visitors)	웹사이트/앱을 방문한 총 사용자 수	COUNTD(user_id)
신규 방문자 수 (New Users)	첫 방문한 사용자 수	COUNTD(user_id) WHERE first_visit = TRUE
유입 채널별 방문자 수	검색, 광고, SNS 등 각 채널별 방문자 수	COUNTD(user_id) GROUP BY channel
클릭률 (CTR, Click-Through Rate)	광고 클릭 비율	clicks / impressions
전환율 (Conversion Rate)	방문자가 가입 또는 구매로 전환된 비율	conversions / total visitors
일간 활성 사용자 (DAU, Daily Active Users)	하루 동안 서비스를 이용한 사용자 수	COUNTD(user_id) WHERE date = today
주간 활성 사용자 (WAU, Weekly Active Users)	일주일 동안 서비스를 이용한 사용자 수	COUNTD(user_id) WHERE date >= today - 7
월간 활성 사용자 (MAU, Monthly Active Users)	한 달 동안 서비스를 이용한 사용자 수	COUNTD(user_id) WHERE date >= today - 30

 

 

 

2. Activation - 활성화

고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것이 중요한 포인트. 퍼널에 대한 분석이 중요한데, 사용자들이 서비스에 진입하고 나서 최종적인 핵심 기능을 사용하기까지의 여정을 도표로 나타내는 것

- 퍼널의 세부단계를 정의

- 전환율을 측정하는 것이 중요함 

📌 주요 지표

첫 사용 후 7일 내 재방문율	가입 후 7일 이내 재방문한 비율	COUNT(users_revisited) / COUNT(users_signed_up)
Onboarding 완료율	회원가입 후 주요 기능을 사용한 비율	COUNT(users_completed_onboarding) / COUNT(users_signed_up)
첫 세션 평균 시간 (Avg. Session Time)	첫 방문 시 평균 사용 시간	SUM(session_time) / COUNT(user_id)
핵심 기능 사용률	서비스 내 주요 기능을 사용한 비율	COUNT(users_used_feature) / COUNT(active_users)

 

 

3. Retention - 리텐션

활성화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고, 그 수준을 측정할 수 있는 지표.

서비스의 성공을 예측할 수 있는 가장 기본적이면서도 중요한 지표이다. 

- 잘 하고 있을 때 일수록 더 세심하게 측정하고 관리해야 하는 지표 

 

*클래식 리텐션: 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식

*범위 리텐션: 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식

*롤링 리텐션: 더 이상 해당 이벤트가 발생하지 않는 비율이 얼마인지 살펴보는 방식

 

 

📌 주요 지표

리텐션율 (Retention Rate)	가입 후 특정 기간 동안 유지된 사용자 비율	users_retained / users_signed_up
이탈률 (Churn Rate)	일정 기간 동안 서비스를 떠난 사용자 비율	users_churned / total_users
세션 당 평균 사용 시간	한 번 방문 시 평균 이용 시간	SUM(session_time) / COUNT(sessions)

 

 

4. Revenue - 수익화

수익화를 위해 서비스가 어떤 비즈니스 모델을 가지고 있는지를 명확히 이해하고, 그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 데이터로 확인 

 

 

*ARPPU(Average Revenue Per Paying User): 결제자 인당 평균 매출

*LTV(Lifetime Value): 고객 생애 가치, 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익, 고객 한 명에 대한 기대 매출

*LTR(Lifetime Revenue): 고객 생애 매출, 고객 한 명에 대한 기대 매출

 

📌 주요 지표

유저당 평균 매출 (ARPU, Average Revenue Per User)	사용자 1인당 평균 매출	Total Revenue / Total Users
구매 전환율 (Purchase Conversion Rate)	방문자 중 결제한 비율	COUNT(paid_users) / COUNT(visited_users)
평균 주문 금액 (AOV, Average Order Value)	한 번 결제 시 평균 구매 금액	Total Revenue / Total Orders
고객 생애 가치 (LTV, Customer Lifetime Value)	한 사용자가 서비스에서 발생시키는 총 매출	ARPU * 평균 유지 기간
구독 유지율 (Subscription Retention Rate)	정기 구독 서비스를 유지하는 비율	active_subscribers / total_subscribers

 

 

5. Referral - 추천

오가닉 유입의 일종으로, 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것을 의미함. 

 

📌 주요 지표

추천 전환율 (Referral Conversion Rate)	초대받은 유저 중 가입한 비율	COUNT(referred_users_signed_up) / COUNT(referred_users)
초대당 평균 유입 사용자 수	한 명이 초대한 친구 수 평균	COUNT(referred_users) / COUNT(referring_users)
바이럴 지수 (K-factor)	추천을 통한 사용자 증가 효과	invite_conversion_rate * avg_invites_per_user