[Weekly] 한 줄 통계학 지식[7]

* 앞서, 해당 내용은 모두 제가 공부를 하며 배운 것을 나누기 위한 article입니다. 

  틀린 부분이나 이해가 가지 않으시는 부분이 있다면 댓글을 달아주시면,

  최대한 빠른 기일 내에 정답을 찾아 수정 및 답변해드리도록 하겠습니다.

  감사합니다.

 

* 대질문(Qn.)과 그에 따른 설명으로 구성되어 있습니다.

   '-' 기호

   - 정의를 뜻합니다

      내용 중, 필요한 설명은 해당 내용 문단 밑에 넘버링 하여 써내려가는 방식입니다.

   '*'기호

   - 주석을 뜻합니다.

   'ex'

   - 예시를 나타냅니다.

    '+'

    - 추가설명을 나타냅니다. 보지 않으셔도 큰 상관은 없습니다.

 

* 하단부 출처 링크를 첨부해 두겠습니다.

---

오늘은 AARRR프레임워크와 리텐션, 퍼널분석 등 로그데이터를 기반으로 자신의 서비스에 대한 정보를 얻는 방법과 코호트와 세그먼트의 차이점, RFM분석 등에 대해 이야기 나눠보겠습니다.

 

 Q1. AARRR 프레임워크(취득, 활성화, 유지, 수익 창출, 추천)와 리텐션의 개념이란?

 

0. 문제 풀이 전 알아 둘 것

- AARRR이란, 데이터 분석 프레임워크 겸 지표관리 방법론입니다.

- User Flow에 대한 설명으로 퍼널분석의 일종으로 생각해주시면 됩니다.

 

1. AARRR이란?

총 5가지 순서의 앞글자를 따서 AARRR이라 칭합니다.

 

1) Acquisition

   - 사용자 획득

   - 신규 사용자를 프로덕트로 유입시키는 단계로, 광고나 마케팅을 통해 처음 접하게 하는 것입니다.

2) Activation

   - 사용자 활성화

   - 유입된 사용자로 하여금 활성화 되도록 만드는 단계입니다.

   - 프로덕트의 핵심 가치인 'aha-moment'를 첫 경험하게 하는 단계입니다.

3) Retention

   - 사용자 유지

   - 활성화된 사용자가 이탈하지 않고, 계속 프로덕트를 사용하도록 관리하는 단계입니다.

   - 보통 흥미로운 콘텐츠, 대체 불가능한 기능, 유용한 정보등으로 사용자들의 이탈을 막습니다.

     ex) 푸시알림 등을 통해 광고성으로 사람들의 프로덕트 재이용을 촉구합니다.

4) Revenue

   - 수익화

   - 사용자의 활동이 매출로 이어지는지 확인하고, 수익을 관리하며 이윤 극대화를 위해 노력합니다.

5) Referral

   - 새 사용자 추천

   - 기존 사용자의 추천을 통해 새로운 사용자의 유입이 이루어 질 수 있도록 하는 단계입니다.

---

Q2. AARRR과 퍼널 분석은 무슨 관계?

 

0. 문제 풀이 전 알아 둘 것

- 퍼널 분석이란?

 사용자가 '특정 목표'를 달성할 때 까지 걸리는 과정을 단계별로 분석하는 방법입니다.

 위의 그림과 같이, 단계가 지날 수록 도달하는 사용자 수가 깔데기에 걸러진 것 처럼 줄어들 수 밖에 없습니다.

 특정 단계에서 이탈률이 많다면 그 단계에서의 문제점을 알 수 있습니다.

 

1. 퍼널분석과  AARRR의 관계

- AARRR은 퍼널분석의 일종으로, 5가지로 나눈 단계에서 어느 단계에서의 프로덕트의 취약함이 있는지 확인이 가능합니다.

- 취약한 부분은 세부적으로 데이터 분석/비교를 통해 강화시킬 수 있습니다.

---

Q3. 코호트 분석과 세그먼트의 차이?

 

0. 문제 풀이 전 알아 둘 것

1) 코호트 분석

 

   - 특정 시점이나 이벤트를 기주으로 사용자 집단을 그룹화 시켜, 그 집단을 추적하는 것입니다.

   - 시간 경과에 따른 행동 변화를 분석하기 좋습니다.

2) 세그먼트

   - 공통된 특성을 가진 사용자들을 그룹으로 나누어 분석하는 방법입니다.

   - 특성은 성별, 나이, 지역, 구매 행동 등 다양한 기준으로 묶을 수 있습니다.

 

1. 코호트 분석vs세그먼트 분석

- 1)접근 방식과 2)목적의 차이가 있습니다.

 

1) 접근 방식

- 코호트 분석 : 특정 시점이나 사건 등 '시간'을 기준으로 사용자를 나눠 시간의 흐름에 따른 변화를 추적합니다.

- 세그먼트 : '특성'을 기준으로 사용자를 나눠 행동에 대해 비교/분석합니다.

2) 목적

- 코호트 분석 : 시간에 따른 변화에 민감하게 분석이 가능합니다.

- 세그먼트  : 특성별로 나눈 그룹의 차이를 비교하고, 원하는 그룹에 대한 맞춤형 전략을 수립하는 것에 중점을 둡니다.

---

 

Q4. RFM분석에 대해 설명하고, 고객 세분화 방법 및 각 요소의 중요성에 대해 설명하시오

 

1. RFM분석이란?

- Recency(최근 구매 시점), Frequency(구매 빈도), Monetary(구매 금액) 3가지를 통한 분석을 나타냅니다.

각 요소별로 특정 가정을 통해 나타낼 수 있습니다.

1) Recency

- 최근 구매한 고객일 수록 재구매 가능성이 높다고 가정합니다.

2) Frequency

- 구매 빈도가 높은 고객일수록, 재구매 가능성이 높다고 가정합니다.

3) Monetary

- 높은 구매 금액을 기록한 고객은 비즈니에서 중요하다고 가정합니다.

 

2. RFM분석을 통한 고객 세분화

- 각 요소에 점수를 부여해, 점수를 기반으로 고객을 나누는 것입니다.

- RFM분석 설명 시 나눈 요소별 가정에 가까울 수록 높은 점수를 줘, 점수가 높은 고객 일 수록 가치있는 고객으로 판단합니다.

 

3. 각 요소의 중요성

1) Recency

- 최근 구매의 빈도를 나타내어 '관심도'와 '재참여 가능성(retention)'을 예상하는데 사용됩니다.

2) Frequency

- 고객의 충성도를 측정합니다. 해당 프로덕트에 대한 지속적인 수익 창출 가능성을 나타냅니다.

3) Monetary value

- 고객의 경제적 가치를 평가합니다. 큰 수익을 창출하는 고객일 수록 비즈니스에 큰 활용가치가 있다고 판단합니다.