#5. 그로스 해킹 : AARRR - 수익화(Revenue)

 

수익화(Revenue)

---

 

수익화(Revenue)의 기본 개념

수익화 관리를 위해서는 어떤 Business Model을 가지고 있는지 명확히 이해하고, 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 한다.

매출을 책임지는 것은 특정 부서의 역할이 아니라 서비스를 만들고 운영하는 모든 사람들의 역할이라는 점을 명심해야 한다.

 

 

수익화 관련 주요 지표

ARPU (Average Revenue Per User)

 

사용자 한 명이 평균적으로 발생시키는 매출.

구매자 수, 구매 건수, 매출과 같은 기본적인 지표를 제외하고 수익화 측면에서 우선적으로 봐야하는 중요한 지표는 ARPU이다.

ARPU는 이후 사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 된다.

다만, ARPU를 구하기 위한 "사용자"와 "매출"의 정의가 모호하기 때문에 실제로 ARPU를 계산하는 과정은 쉽지 않다.

"사용자"는 누적 가입자 전체가 될 수도 있고, DAU, MAU 혹은 결제에 대한 지표이므로 결제자로 봐야할 수도 있다.

마찬가지로 매출의 기준이 되는 기간은 언제부터 언제까지일까? 지금의 누적 매출을 봐야할까? 아니면 이번 달 매출이나 오늘의 매출을 봐야할까?

따라서 전사적으로 통용되는 기준을 명확하게 세워야한다.

따로 정의되지 않았다면 ARPU는 월 기준으로 집계하는 것이 일반적이다.

 

기간을 명확하게 정의한 형태의 ARPU 지표

• ARPDAU (Average Revenue Per Daily Active User) = 일 매출 / DAU
• ARPWAU (Average Revenue Per Weekly Active User) = 주간 매출 / WAU

 

ARPPU (Average Revenue Per Paying User)

 

결제자 인당 평균 매출.

전체 사용자가 아닌 결제자만을 대상으로 한다.

ARPPU도 마찬가지로 기간에 대한 정의가 필요하다. (따로 정의되지 않았다면 월을 기준으로 한다)

 

 

고객생애 가치(Lifetime Value, LTV 혹은 Customer Lifetime Value, CLV)

 

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

 

 

매출에서 운영 비용을 제외한 수익(M - c)을 먼저 계산하고, 이탈율(1 - r)을 고려해서 "고객 생애" 동안 반복적으로 기대할 수 있는 누적 수익을 구한다. 기간이 길어질수록 현금 가치가 영향을 받으므로 이 과정에서 할인율(이자율, i)을 반영하면 더욱 정확한 누적 수익을 구할 수 있다. 여기에 마지막으로 고객 획득 비용(AC)을 빼면 된다.

 

하지만, 현실에서 이런 식의 계산은 사실상 불가능하다.

• 고객 1인당 비용(유지비용, 획득비용)을 계산할 수 있는가? → 불가능
• 고객 1인당 평균 매출이 기간마다 일정한가? → 일정하지 않다.
• 고객 유지 비율(혹은 이탈 비율)이 기간마다 일정한가? → 일정하지 않다.

 

 

고객 생애 매출(Lifetime Revenue, LTR)

 

고객 생애 가치가 고객 한 명에 대한 기대 수익이라면 고객 생애 매출은 고객 한 명에 대한 기대 매출이다.

고객 생애 매출은 유지 비용이나 획득 비용을 고려하지 않기 때문에 계산이 비교적 간편하다.

 

2020년 1월에 1,000명이 가입했고, 이 가운데 500명이 결제 전환이 됐다. 최종적으로는 2020년 1월에 가입한 1,000명이 2020년 8월에 모두 이탈했다고 가정하자. 이 때, 2020년 1월 가입자들에 대한 고객 생애 매출을 어떻게 구할 수 있을까?

출처 : 그로스해킹 그림3-44 고객 생애 매출(LTR) 계산 예시

 

결론적으로는 가입자당 결제액을 월별로 구하여 합산하면 이것이 1명의 가입자가 생겼을 때 기대할 수 있는 고객 생애 매출이다.

하지만 현실적으로는 특정 시점의 가입자들이 모두 이탈하는 경우는 매우 드물기 때문에, LTR을 딱 떨어지는 숫자로 계산하기는 쉽지 않다.

 

 

수익화 분석하기

고객 생애 매출을 활용할 때 중요 포인트는 서비스의 전체적인 고객 생애 매출을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요가 없다는 점이다.

코호트를 잘 나누고 코호트 별 고객 생애 매출의 추이 변화를 보는 것이 더 좋다. (이 경우, 가장 일반적으로 활용되는 코호트 분류 기준은 '가입 시점'이다)

 

출처 : 그로스해킹 그림 3-45 고객 생애 매출(LTR)과 고객 획득 비용(CAC)

위 그래프는 가입 시점에 따라 코호트를 나누고, 각 코호트의 LTR의 변화 그래프를 그린 것과 CAC를 나타낸 것이다.

 

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

 

만약 비즈니스의 성공과 실패를 구분할 수 있는 단 하나의 수식을 고르라고 한다면 LTR과 CAC의 관계를 나타낸 아래 수식을 들 것이다.

a가 굉장히 큰 숫자여야 한다.

 

일반적으로 고객 생애 매출이 고객 획득 비용의 5~10배 정도는 되어야 안정적인 서비스 운영을 기대할 수 있다.

 

그렇다면, 수익화 상황을 개선하기 위해 고객 생애 매출을 늘리는 것과 고객 획득 비용을 줄이는 것 중 어떤 방법이 더 효과적일까?

 

같은 비율이라면 고객 생애 매출을 늘리는 편이 효과적이다.

• 수익을 높이기 위해서는 비용을 줄이는 것도 필요하지만 튼튼한 BM을 통해 사용자들이 지속적으로 결제하는 구조를 만드는 것이 더 중요하다는 뜻

 

고객 생애 매출 100원, 고객 획득 비용 50원(수익 50원)인 서비스

1. LTR 10% 증가 -> 고객 생애 매출 110원, 고객 획득 비용 50원(수익 60원)
2. CAC 10% 감소 -> 고객 생애 매출 100원, 고객 획득 비용 45원(수익 55원)

다만 현실적으로는 고객 획득 비용이 더 변화시키기 쉬운 지표이다.

비즈니스 모델이나 수익 구조 보다는 고객 획득을 위한 마케팅 채널의 경우 비교적 쉽게 테스트할 수 있기 때문이다.

 

LTR과 CAC는 다음과 같이 많이 사용한다.

1. 가입 코호트를 활용해 코호트별 비교 혹은 고객 생애 매출의 기간별 변화 추이를 살펴본다.
2. 고객 생애 매출을 고려해서 목표로 하는 고객 획득 비용 수준을 정한다. 수익 구조나 마진을 고려해서 고객 생애 매출의 1/5 ~ 1/10 정도를 목표로 잡으면 좋다. 이 수치가 마케팅을 진행할 때의 의사결정 기준이 된다.

 

수익화 쪼개서 보기

 

1. 아이템 별 매출의 합계

판매하는 아이템 별 매출의 합계를 통해 전체 매출 계산

전체 매출 = 아이템 A 매출 + 아이템 B 매출 ...

 

2. 사용자 별 매출의 합계

사용자 세그먼트를 분류한 후 각 세그먼트 별 매출의 합계를 통해 전체 매출 계산

성별이나 연령대 같은 정보 혹은 "신규 회원 매출 + 기존 회원 매출"같은 식으로 가입 기간이나 활동 여부를 기준으로 나눠서 볼 수 있다.

 

3. 결제자 수 x ARPPU

ARPPU는 결제자의 인당 결제액을 의미한다.

ARPPU에 결제자 수를 곱하면 전체 매출이 된다.

전체 매출 = 결제자 수 x ARPPU = 활동 회원 x 결제 비율 x ARPPU = 가입자 x 리텐션 x 결제 비율 x ARPPU = 설치 수 x 가입 전환율 x 리텐션 x 결제 비율 x ARPPU

 

위와 같이 매출을 퍼널에 따라 쪼개 보면 매출의 증감 패턴을 세부적으로 파악 가능하다. (매출이 증감 원인이 가입전환율 때문인지, 잔존율 때문인지, 결제하는 유저 비율 때문인지 등으로 판단 가능하다)

 

가입 기간에 따른 월별 코호트 기준으로 매 코호트의 데이터를 쪼개서 확인하면 기간에 따른 효과와 퍼널에 따른 효과를 결합하여 더 입체적으로 매출을 분석할 수 있다. 또한 간단한 시뮬레이션을 통해 향후 트렌드를 반영한 매출 예측도 가능하다.

출처 : 그로스해킹 그림 3-46 매출 데이터 쪼개 보기

 

월별 반복 매출(Monthly Recurring Revenue, MRR)

 

구독형 서비스에서는 월별 반복 매출이라는 개념을 사용한다.

다음과 같이 매출을 구성하는 여러 가지 요소를 나눠서 분석할 수 있다.

• 기준(Base) MRR : 전월 기준 매출
• 신규(New) MRR : 신규 고객으로 인해 증가한 매출
• 이탈(Churn) MRR : 기존 고객 이탈로 인해 감소한 매출
• 업그레이드(Upgrade) MRR : 기존 고객 대상 크로스셀(cross-sell), 업셀(up-sell)로 인해 증가한 매출
• 다운그레이드(Downgrade) MRR : 기존 고객의 요금제 하향조졍(plan downgrade) 등으로 인해 감소한 매출

업셀링(Up-Selling)

- 기존 고객이 사용하는 제품의 상위 버전을 구매하게 해서 더 큰 매출을 만드는 것을 의미한다.

- ex) 한 달 30달러 제품에서 한 달 50달러 제품을 사용하도록 유도

- 업셀링을 하기 위해서는 고객이 기존 제품을 사용하면서 만족감을 느껴야하며, 더 비싼 제품을 사용할 때 더 높은 가치를 얻을 수 있다는 것을 설득할 수 있어야 한다.

 

크로스셀링(Cross-Selling)

- 아직 사용하고 있지 않은 제품을 소개하고 추가로 구매하게 하는 것을 의미한다.

- ex) A 제품을 사용하고 있는 고객에게 A와 같이 사용해서 시너지를 낼 수 있는 B 제품도 사용하게 하는 것

- 크로스셀링을 하기 위해서는 추가로 구매하는 제품이 기존 제품과 어떤 시너지를 낼 수 있는지를 설득할 수 있어야 한다.

 

월별 반복 매출 = 기준 MRR + 신규 MRR + 이탈 MRR + 업/다운그레이드 MRR

 

출처 : 그로스해킹 그림 3-47 MRR 계산 예시

 

수익화 정리

주의해야할 점

수익화 지표가 대푯값의 형태로 계산되지만 실제 수익화 정도는 사용자마다 엄청나게 다양하다.

실제로 수익화 지표를 계산해보면 개인별 편차가 상당히 크게 나타난다.

파레토 법칙으로 알려진 20:80 비율처럼 전체 사용자의 20%가 전체 매출의 80%를 결제하는 패턴을 흔히 볼 수 있다.

게임 업계에서는 상위 1% 사용자의 결제액이 전체 매출의 50% 이상 차지하는 경우도 있다.

따라서 매출에서의 평균값은 굉장히 주의해서 사용해야 한다.

평균 사용자를 타겟팅하기 보다는 "서비스에 대한 충성도가 높고 매출 기여가 높은 사용자" 층을 고려해서 기획하는 편이 훨씬 효과적이다.

실제 수익화는 이런 고래 사용자들을 얼마나 잘 관리하느냐에 달린 경우가 많다.

고래 : Whale, 고수익 창출 유저를 지칭하는 단어

 

결론적으로 요약된 수익화 지표 하나만 보고 의사결정을 내리기보다, 사용자를 다양한 방식으로 Grouping하고 각 그룹에 맞는 운영 및 수익화 전략을 세우는 것이 중요하다.

 

추가적으로, 서비스를 출시하는 시점에는 수익 모델이 포함되지 않을 수 있지만, 어느 시기에 어떤 방식으로 수익화할 것인가에 대한 로드맵은 명확하게 존재해야 한다.

 

간단 정리

 

수익화 관련 주요 지표

• ARPU : 사용자 한 명이 평균적으로 발생시키는 매출(사용자 당 매출)
• ARPPU : 결제자 인당 평균 매출
• 고객 생애 가치(LTV) : 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익.
• 고객 생애 매출(LTR) : 고객 한 명에 대한 기대 매출. 유지 비용 및 획득 비용은 고려x

 

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

LTR을 높이는 것을 우선으로 하되, CAC를 낮추는 것이 더 현실적이다.

 

구독형 서비스에서는 MRR을 기준 지표로 삼는다.

 

수익화를 분석할 때, 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략을 세우자.