[CRM 강의 후기] SeSAC 러닝스푼즈 데이터 드리븐 마케팅 강의 : CRM 6단계 : AARRR 퍼널과, 데이터로 CRM 이벤트 분석

1. CRM이란?

가치 있는 유저 특성을 이해해, 유저와 장기적/우호적 관계를 형성해 매출을 이끌어내는 프로세스

- 요는 지속성, 우호적 관계, 그리고 매출로의 연결

- 기업에 더 도움이 되는지 여부에 따라 고객을 차등적으로 분류 및 관리

 

1) CRM의 분류와 역할

 

1- 분류

- 운영 CRM : 고객 정보 관리, 영업/마케팅 활용

- 분석 CRM : 고객 행동 패턴 분석 & 판매분석, 전략 수립에 활용

- 협업 CRM : 고객서비스 상호작용에 활용, 콜센터 채널 관리에 활용

 

cf. CRM 분류에 대해

- 분류 안하고 같이 있으면 : 분석과 운영이 빠르고 긴밀하게 실행 가능

   but 세부 영역에 대한 전문화가 어려움

- 분류하면 : 팀별 인원수의 한계가 있기 때문에 소통의 감소, 서로의 업무 및 공통업무용 참고사항을 알기 어려움  

   but 특정 파트를 전문성 있게 관리할 수 있음

 

2- 역할

- 유저 관리 전략 & 세부 실행 계획 수립; 유저 세분화, 이탈 예측과 방어, 신규 유저 확보

- 매출 유도 : 유저 로열티 강화, 크로스셀링 및 업셀링에 활용

- 유저 행동 패턴 분석 : 산업 전반에 대한 시장 조사, 유저 데이터 분석

- 이벤트 결과 리포팅 및 주요 kpi 관리 

 

2) CRM의 중요성

- 기존 매스마케팅이 더 이상 효과를 볼 수 없는 상황; 모든 고객이 같은 것을 필요로 한다는 전제

- 고객이 아닌 제품 중심으로 내용 전달시 반응 어렵

- 매스마케팅은 신규 고객 창출에 중점을 두고 있으나, 시장은 대부분 성숙기...

 

then 특히 어디서 어떤 효과를?

- 최우선적으로 고객 이탈율이 감소한다!

- 신규 및 잠재고객 획득 파트에서도 효과가 올라간다!

- 캠페인 사이클타임이 감소한다!

- 고객의 전환비용 감소; 이건 신규고객 유입시 정착, 무료의 유료고객화에 드는 비용감소를 의미

- DM 비용 감소; 반응을 잘 안할 고객들은 전략적 제외, 반응이 좋을 고객 중심으로 활동

- 기존 마케팅 총비용 감소; 아낀 비용만큼 새로운 마케팅 전략과 실행에 실험적 시도 가능!

- 이탈고객 재획득

 

등등...

 

cf. 경쟁사 고객들을 데려오거나, 병행사용하도록 유도할때는 인지도 향상을 위해 매스마케팅을 시도하기도 함

> 매스마케팅으로 유입된 고객들이 서비스 지속이용하도록 플로우 구성 (ex. 다봤으면 이번엔 이작품은 어때?)

 

 

2. AARRR 퍼널에서의 CRM

Acquisition / Activation (진짜 우리의 찐고객이 됐다) / Retention / Revenue / Referral (남들에게 추천까지)

cf. 비즈니스 종류에 따라 각 단계의 순서가 일부 바뀔 수 있음

 

=> 각 단계별로 어떻게 최적화할지뿐 아니라, Acquisition에서 Activation으로 어떻게 유도할 것인가?를 특히 중요하게 보았음

cf. 비회원의 경우 지속적인 관계형성이 어려우므로, 최소 회원가입 등 고객 식별 가능한 신호가 있어야 Acquisition으로 봄

     ex. 웹툰 웹소설 분야는 웹에서 로그인없이 무료 열람이 가능하므로 한동안 Acquisition을 관리할수 없기도 했음

 

간단 AARRR 예시

A - 새로운 유저가 첫방문 후 회원 가입

A - 쇼핑몰 앱 상품 구경 후 장바구니 담기

R - 다시 앱 방문하여 여러 상품 보기

R - 장바구니에 있는 상품 구매함

R - 친구에게 쇼핑했던 앱을 추천함!

각 단계별 잔존하는 유저비율 예시 표

 <AARRR의 활용>

 

> 각 단계별로 풀어야 하는 문제점 확인하기

> 각 단계의 핵심지표를 선정하고 현재 수준 측정

> 측정한 지표가 가지는 의미 이해

> 개선 목표 수준을 설정하고 실험을 통한 전환 개선

 

1) Acquisition : 고객의 서비스 유입

- 특히! "신규고객" 획득에 주목

> 신규 고객이 유입된 채널의 성과 추적 및 성과별로 채널 예산 재분배

- 스타트업의 경우, 영향력 있는 소수 채널 집중 전략을 추천

- 핵심 지표는 CAC 

 

유의) Organic VS Paid 유저 : 대부분의 경우 유저는 paid로 정의하기도 함

          ; 직접 탐색해 찾아온 경우 아니면, 보통 다른 요소를 보고 자극을 받아 관심이 생겼을 가능성이 높음

 

예시) 통상적으로 금액 프로모션 제안 (지금 가입하면 ~~% 할인! 첫구매 할인 등)

        콘텐츠의 경우 네임밸이 높은 작품 (ex. 영화의 원작 만화) 위주로 푸쉬 진행함

 

cf 1- 고객 파악

- 모든 유형의 고객이 우리 유저가 될 수는 없기 때문

- 마케팅 채널 트래킹 > 어떤 채널이 가장 효과적인지 알아보기 (UTM의 활용)

  (바이럴 / 이메일 / 콘텐츠 / 오프라인 광고 / 이벤트 / 커뮤니티 등)

- especially : 구매까지 이어지는 건이 많은 채널을 끝까지 트래킹하자!

   > 유저가 활용한 쿠폰번호 등으로 데이터 수집 및 관리가 필요

 

cf 2- 고객 획득 비용 (CAC)

- 유저 하나 모객을 위해 지출하는 병균 비용

- 채널별 / 캠페인별 / 날짜별로 코호트 분류  > 어떤 채널 / 캠페인 / 시간대가 유용한지 파악 가능

   > 가장 효율적인 코호트에 투자를 더 늘리는 전략 적용

   > 광고비 자체는 많이 들더라도, CAC 계산시 효율적인 채널로 판별될 수 있음!! (우리에게 효과적인 채널!!!)

 

cf 3- UTM 파라미터 활용시

- UTM은 유입 경로 트래킹 방식

- 파라미터가 유실되는 액션들이 있음 (ex. 앱설치하려고 스토어 이동)

> 이를 방지하기 위해 어트리뷰션 MMP를 주로 활용 (앱스플라이어 등)

 

cf 4- 어트리뷰션 모델

어트리뷰션 체크할 포인트가 여러개일 경우! 어떤 터치 포인트를 보아야할까?

- last click (가장 최근 클릭)

- first click (가장 처음 클릭)

- linear 

- position-based(노출된 채널이 어디?) 

- time decay (최근에 본거 위주) 

- data-driven(사용자 정의)

 

> 싱글 터치만 인정 (ex. 여러 개 노출된 체크포인트 중 하나만 인정)

> 멀티 터치로 모두 인정 (이사람에게 노출된 모든 체크포인트를 다 평균 때려버린다!!)

   cf. 마케팅 전략에 따라 주로 최근성 관련 포인트에 가중치를 주기도 함! (최근에 본게 가장 영향이 클것이다는 정의)

        그외에 가장 최적인 체크 포인트를 개선하면서 찾아나가기!

 

cf. 획득의 기준은 보통 '가입'으로 정의

 

 

2) Activation (활성화)

유입된 사람들이 제품/서비스의 가치에 공감하고 잔류할 수 있도록!

cf. 고객의 활성화 판단 기준은 사업 별로 다름

 

cf 1- 아하 모먼트 : 유저가 우리 서비스의 핵심 가치를 느끼는 순간!!! 

     일정 시간 이상 제품을 사용, 제품의 특정 기능을 사용해야하는 경우가 있음

=> 아하 모먼트에 도달하는 신규 사용자의 비율 높이기가 핵심!!! 

 

> 보통 며칠 이내에 ~~ 행동을 몇 번 했을시 잔존! 으로 정의됨 (ex. 웹툰은 며칠 안에 몇화 이상을 봐야할까?)

- 아하 모먼트까지 가는 고객 여정의 각 지점 확인하기!

- 사용자가 경험을 하기 위해 밟아야 하는 단계 나열하기

- 액티베이션 내 단계별 전환율을 확인하기!

 

> 보통 새로이 선보이는 신규서비스에서 모먼트 분석이 의미 있기도 함

   (장수 서비스는 이탈 후 재가입 고객이 신규로 잡히기도 하므로)

 

3) Retention (유지)

유저가 서비스 이용 후 이탈 안하고 계속 잔류할 수 있도록!

일회성 서비스 이용후 이탈하는 유저가 많다면 끊임없이 신규 모객이 필요;;

 

- 주요 핵심 지표 : n일 이탈률, 재방문 사용자 비율

- 정말 단순하게 계산하면 stickness(고착도) = DAU / MAU

 

1- 클래식한 리텐션의 정의

- N Day Retention 이라고 함 : 가장 보편적으로 쓰이는 리텐션 계산법

- 계산식 : Day - N때 방문 / Day - 0때 첫 방문

- 노이즈 요소에 민감 (ex. 특별 이벤트가 낀 날!)

- 일/주/월별 사용 중요도는 사업별로 다름

- SNS, 게임, 채팅 등은 데일리 리텐션이 중요한 서비스!!

 

> 높을 수록 시장성이 좋고 양질의 서비스!

> 여러가지 액션 별로 리텐션을 따로 볼 수도 있다! (로그인 / 진짜 구매 / 접속 등)

 

2- 리텐션 코호트 분석

- 유입 코호트 : 가입 시기별로 유저 그룹핑 ; 가입일 / 주 / 월별

- 행동 코호트 : 

 

3- 신규 유저 리텐션 개선 처음 방문시 잘 정착할 수 있도록!

- 첫주에 재방문한 고객 비율 중요! : 다수 유저가 7일 이내에 이탈

- 초기 사용자 경험 파악 및 온보딩 절차 관리

- 어떤 활동 및 기능이 재방문 동기부여하는지 파악하기!

 

4- 기존 유저 리텐션 개선 충성고객이라 하더라도 영원히 남지는 않는다!

- 파워 유저가 될 가능성이 높은 유저들이므로 재방문 중요

- 지속적인 가치 제공으로 재방문 동기부여 해야 함!

- 기존 유저 경험 이해 및 개선하여 장기적인 성장 유도!

- 특정 그룹 유저들이 하거나 / 하지 않는 행동을 파악해야 함!

 

5- 복귀 유저 리텐션 개선 돌아온 탕아가 다시 떠나지 않게!

- 복귀 유저를 제대로 관리하지 않으면 다시 이탈할 가능성 높음

- 휴면 유저 : 과거 우리서비스 이용중이다 현재는 안쓰는 유저

- 휴면 유저는 경쟁사 제품을 사용중일 확률 높음

- 휴면 유저들의 재활성화가 신규유저 유치보다 저렴

- 휴면 유저들의 이탈 이유 및 재방문 이유 분석하기!

 

 

4) Revenue (수익)

비지니스의 궁극적인 목적, 수익창출의 단계!

- 단가 설정 중요! (가격에서 느껴지는 심리가 중요)

- 시간 흐를 수록 고객으로부터 더많은 매출 창출 > 고객 LTV 높이기!!!

- 사업 모델에 따라 방법 다름; 구매 횟수 늘리기, 구매 객단가 늘리기, 가격대 자체 높이기, 구매 주기 줄이기 등등..

> 주로 반응 올리는 방법은 프로모션 할인, 그외에도 패키지 개편으로 제품 매력도 높이기 등 다양한 관점에서 생각해보기!

 

- 주요 핵심지표 : ARPU, ARPPU, LTV(CLV)

 

cf. LTV 자체는 현실적으로 계산 어려움, 한 유저의 활동 기간동안 기대되는 수익

 

< LTV 계산식 > 

1- 일반 계산식

ARPA(고객당 평균 매출) / 이탈률

 

2- 평균을 활용하는 계산식 

{(1인당 평균 지출한 매출 - 1인당 평균 들어간 비용) / (1-고객 리텐션 + 이자율 또는 할인율)} - 고객 획득 비용

 

3- 약식 계산 ; 고객이 1년동안 남아있다 가정! 1년간의 LTV를 계산

 

cf. 고래 유저; 특히 객단가가 높은 유저 (소위 큰 손....!)

- 일반적 사업에서는 파레토 법칙이 주로 작용 (소수의 유저가 수익의 다수를 차지?!)

- 게임 등을 성공시키려면 객단가가 높은 PU의 충성도 확보 및 관리 매우 중요!!! 

  ; VIP는 이탈 후 돌아오기가 어려우므로, 유지를 잘 시키자!

 

 

5) Referral (추천)

기존 고객의 추천으로 신규 고객으로 이어지는 고효율 마케팅!!

 

- 절대적인 추천 횟수가 많지는 않으므로 활성화가 어려움 (추천이 잘 이뤄지지 않음)

- 추천인, 유입자 모두에게 적절한 리워드가 있어야 좋음

- 체리피킹, 치팅의 타깃이 될 수 있음; 초대 횟수 한정 등으로 방지하기도 함

- 주요 지표 : 바이럴 계수

 

<바이럴 계수 K>

- 계산식 : 사용자수 * 초대비율 * 인당 초대한 친구 * (전환율/사용자수)

> 이론적으로 바이럴계수 > 1이면 추천 신규사용자의 기하급수적 증가!!!

- 물론 줄어들기 시작하면 기하급수적 감소가 되기도

- 한명이 초대할 수 있는 사람 수가 한정

- 신규 유입 유저들이 아하 모먼트를 빨리 느껴 초대하게 하는 사이클 만들기!!

 

< AARRR과 CRM 정리 >

>  AARRR 개선 시 우선순위 중요순 : 리텐션과 활성화 우선!, 그후 고객 유치와 추천, 마지막으로 수익화!

cf. 리텐션 높이는 하나의 전략 : 멤버십 사용시 일정량 캐시 포인트 지급 > 소진의 계기를 마련 (ex. 네이버 멤버십 쿠키)

> '단계별 이벤트' 후에는 보통 1회성으로 결과물 추출

> '반복 이벤트'는 지속적으로 모니터링할 수 있는 대시보드화 해야 함!

> 원활한 커뮤니케이션을 위한 다양한 시각화 툴을 사용중이다! (이 시각화 대시보드 구성에 사용되는 SQL!)