Acquisition이란?

Acquisition: 사용자를 우리 서비스로 데려오기

 

사용자 구분

• 자발적으로 우리 서비스를 찾아오는 고객 (Organic)
• 마케팅 활동으로 인해 우리 서비스를 찾아온 고객 (Paid)

생각할 문제

• 어떻게 하면 Organic 유입을 늘릴 수 있을까?
• 어떻게 하면 Paid 채널을 효율적으로 사용할 수 있을까?

But, Organic은 개념적으로 구분가능하지만, 자발적으로 우리 서비스를 찾아온 고객을 트래킹하기는 쉽지않다!

---

그렇다면?

 

사용자 구분

• Facebook 광고를 보고 들어온 고객
• 친구초대를 통해 들어온 고객
• 제휴 마케팅을 통해 들어온 고객
• 네이버 검색을 통해 들어온 고객
• 유튜브 동영강광고를 보고 들어온 고객
• ...
• 어떻게 들어왔는지 알 수 없는 고객 (unknown)

생각할 문제

• 어떻게 하면 사용자의 유입 채널을 정확하게 추적하고
• 각 채널별 성과를 정확히 판단할 수 있을까?

 

---

Acquisition 관련 기본 지표

 

유저 획득 지표

• Signup - 가입 회원
• CAC (Customer Acquisition Cost) - 유저 획득 비용

 

광고 집행 관련 지표

• CPC (Cost Per Click) - 클릭 당 과금되는 광고상품
• CPI (Cost per Install) - 인스톨 당 과금되는 광고상품
• CPA (Cost Per Action) - 액션 당 과금되는 광고상품 (일반적으로는 complete_registration)
• CPM (Cost Per Mille) - 노출 당 과금되는 광고상품
• CPP (Cost Per Period) - 기간 보장형 광고상품
• ROAS (Return on Ads Spending) - 광고로 인한 매출액 / 광고비

 

요약하자면, CAC (Customer Acquisition Cost) < LTV (Lifetime Value)

 

• 회사의 생존이 걸려있는 수식 (정확하게는, CAC * n < LTV 를 만족시키지 못하면 회사가 망할 수 있다)
• 같은 비율이라면 LTV를 증가시키는것이 CAC 감소보다 효과적
  • CAC 50 < LTV 100 (+50)
    • LTV 10% 증가 -> CAC 50 < LTV 110 (+60)
    • CAC 10% 감소 -> LTV 100 (+55)
• CAC가 LTV보다 좀 더 Controllable

CAC (Customer Acquisition Cost) 

• 유저 획득 비용
• 하나의 요약된 숫자가 아닌 채널/캠페인/날짜에 따라 쪼개서 살펴봐야 함
  • 광고비 2천만원 / 가입자 5천명 -> CAC 는 4000원 (평균처럼 구하는 계산은 전혀 쓸모없음 -> 어느 광고/채널이 효과적인지 분석해야함) 
  • 쪼개는 방법
    • 각 채널과 캠페인별 광고 예산 집행기간
    • 그에 따른 효과는?

예시) 헬스장 사장 -> 어떻게 하면 가장 효과적으로 신규회원을 늘리기 위한 홍보를 할 수 있을까?

---

웹(Web)

UTM parameter

• Urchin Tracking Module의 약자 (Google Analytics 기반)
• 어느 경로를 통해서 들어왔는지 (출처를) 확인할 수 있도록 하는 파라미터
• 어느 채널에, 어떤 내용으로 마케팅 비용을 집행하는게 가장 효과적일까?

 

링크 URL + ...

1) utm_source: 어디에서 왔나?

2) utm_medium: 어떤 유형의 링크인가?

3) utm_campaign: 어떤 캠페인을 통해서 왔나?

4) utm_term: 어떤 키워드로 검색했나?

5) utm_content: 어떤 내용을 보고왔나?

 

Campaign URL Builder: https://ga-dev-tools.web.app/campaign-url-builder/ 

Campaign URL Builder

구글 애널리틱스 캠페인의 유입경로를 찾을 수 있다.

 

---

앱(Apps)

Attribution

• 유저가 앱을 설치하고 실행하고 사용할때, 어떤 채널이 기여했는가?
• 모바일앱의 마케팅 성과를 판단하기 위해서 활용되는 개념
• 표준화가 되어 있지 않고, 서비스에 맞는 어트리뷰션 기준을 세워야함

어트리뷰션 개념

• 구현 방식
  • 서비스마다 구현 방식이 다름
• 어트리뷰션 윈도우 (룩백 윈도우) 
  • 어느 기간동안의 어트리뷰션을 인정할 것인가?
• Click-through / View-through
  • 어떤 행동을 어트리뷰션으로 인정할 것인가?
• 어트리뷰션 모델
  • 여러 건의 어트리뷰션 터치포인트가 있는 경우, 종합적인 판단을 어떻게 할 것인가? 예) Youtube 시청 -> Facebook 클릭 -> 설치

이러한 다양한 경우로 인해, Attribution을 정의할 수 있는 기준 필요!

 

• 클릭은 뷰보다 좋다?
  • 클릭은 7 day, 뷰는 1 day?

Return 정의에 따른 ROAS 차이점

• ROAS는 높을수록 좋다?
  • Return -> Profit 하지만, 현실적으로는 Return -> Sales
  • 매출비교와 이익비교에 따라 다른 결과가 생성될 수 있음

광고비와 ROAS의 관계

• 광고비가 줄어들면, ROAS는 거의 무조건 높아진다
  • 광고비와 매출은 정비례하지 않음
  • 광고비가 적은 경우, Targeting 알고리즘이 더 엄격하기 때문
  • 반대로, 광고비를 증액하면 ROAS는 거의 무조건 낮아진다
• 여러 매체에 광고를 집행하는 경우, ROAS는 중복 집계 될 수 있다.
  • Attribution 효과는 나눠서 보기 어렵다
• 매출이 온전히 광고로 인한 것이라고 할 수 있을까?
  • 애초에 정확하게 측정 불가
• 정답이 없는 문제
  • 주관과 철학이 필요한 영역
  • 다양한 조건으로 세팅 변경
  • 변경 후 성과를 입체적으로 측정

---

딥링크(Deep link), 혹은 디퍼드 딥링크(Deferred deep link)

딥링크

• 앱 안의 특정 화면(activity)으로 이동하는 링크
• 디퍼드 딥링크 - 딥링크의 실행을 앱 설치 이후로 지연
  • 앱이 설치되지 않은 경우, 스토어로 이동해서 앱 설치 -> 앱 실행하면 바로 target activity로 이동
• 일반적으로 UX측면에서 중요도가 강조됨
• 딥링크의 가치
  • 향상된 UX
  • 어트리뷰션 성과 측정 Customization
    • 웹에서의 UTM parameter와 유사
• 어트리뷰션 성과 측정
  • Non-Ornganic vs. Organic?
  • 사실은
    • Identified vs. Unknown에 가까움
    • 딥링크는 명확하게 Identified 된 채널 -> Unknown을 줄일 수 있다

Organic Acquisition?

• 사장님: 공짜로(Free)로 들어온 경우
• 마케터: 우연히 들어온 경우
• Contents Marketing
  • 많은 경우 지속가능하지 않다
  • 하지만 한번 터졌을 때의 영향력은 독보적
  • 실험, 최적화, 반복을 통해 터지는 강도를 높일 수 있음
• SEO (Search Engine Optimization) / ASO (AppStore Optimization)
  • 우리나라에서 유난히 저평가 되어있음. 그러나 중요한 수단
  • 환경
    • Web: 네이버 검색 점유율 하락
    • App: 여전히 앱스토어(App Store)의 영향력에 의존
• 기본전략
  • (공통) 검색어 및 핵심키워드 선별
  • (앱) 정제된 메타데이터 입력
  • (앱) 랜딩페이지, 썸네일(앱 아이콘) 등에 대한 A/B 테스트 실시 및 최적화
  • (웹) 검색의도에 부합하는 콘텐츠/사이트 배치
  • (웹) 검색엔진이 크롤링하기 좋은 사이트 구조

검색어 및 핵심키워드 선별하기

• 검색어 랭킹, 연관검색어, 경쟁사의 키워드 등록 현황 점검
• SensorTower(앱), AppAnnie, Blackkiwi(웹), Naver Search AD 활용

잘 정제된 메타데이터 입력

가이드 문서

• Appstore 제품페이지 활용하기
• Google Play 스토어 등록정보 입력 도움말
• Google 검색엔진 최적화

체크리스트

• 앱 타이틀 및 설명 - 깔끔한 타이틀과 자세한 설명
• 아이콘과 스크린샷 - AB테스트 등을 통해 가장 큰 효과를 볼 수 있는 영역. 시기에 따라 아이콘을 바꿔주는 것도 좋음
• 비디오 - 단순 이미지 스크린샷 제공보다 비디오 제공시 앱 다운로드 30% 증가효과
• 경쟁사 메타데이터 - 경쟁사의 주요 키워드, 아이콘과 스크린샷 등의 구성 체크
• 업데이트 내용 - 생각보다 많은 사람들이 자세히 읽음

---

어트리뷰션 관련해서 고려해야할 이슈들

어트리뷰션 툴 사용자 <<<<<<<<<<<<<<<<< 어트리뷰션 틀을 효과적으로 쓰는 사용자

• 정답이 없어서 주관과 철학 필요
• 서비스의 정의된 default 설정으로 두고 써도 될까?
• 룩백윈도우, View-through에 대한 처리방안, 어트리뷰션 모델 등 꼼꼼히 셋팅
• 페이스북 광고관리자와 어트리뷰션 툴 대시보드 결과가 다를 경우 어떻게 판단해야할까?

효과 크기 판단: 과연 라스트 클릭 모델이 최선일까?

• 어트리뷰션 툴의 기본세팅은 라스트클릭인 경우가 99%
• 심플하지만, 마지막 클릭이 모든 어트리뷰션을 가져가는 지 의문을 가져야 함

Raw data 레벨로 확인하고, 분석하는 과정이 필수!

• 어트리뷰션 데이터 + 서비스 데이터 조합을 통해 인사이트를 얻을 수 있음

 

Acquisition 정리: 효과적인 채널 찾기

• 채널확보는 사업의 승패를 결정
• 채널찾기 -> 최적화 -> 안정화 -> 확장 (가장 어렵고 오래걸림)
• 채널은 계속 변화하는 중...
• Organic은 Unknown의 다른 말일지도 모르니 최대한 집요하게 트래킹!
• 채널의 성과를 판단하는 기준?
• 어트리뷰션 툴 활욜

 

 

해당 게시글은 인프런에 있는 양승화님의 그로스해킹강의를 정리한 내용입니다.