DAY+37 [ 그로스 해킹4 / AARRR/ ICE/ 구글 애널리틱스 direct/none ]

 

안녕하세요, 주-주스 입니다! 🍹

 

 

꜀( ꜆ ᐙ )꜆

!!!³✺!~ 캠프 37일차  ~!✺!!!

.•♡ᖰ₍ᐢ. ̯.ᐢ₎ᖳ♡•.

오늘은

그로스해킹/ AARRR 프레임워크 심층 이해/ ICE에 대하여 포스팅하겠습니다!

 

 

---

AARRR

 

 

🏛️ Notion의 AARRR 프레임워크 예시

1. Acquisition (획득)

• 사용자가 Notion을 처음 알게 되는 경로입니다.
• 예시:
  • 검색 엔진: '생산성 앱', '노트 필기 앱', '프로젝트 관리 도구' 등을 구글에 검색했을 때 Notion이 상위에 노출됩니다. (SEO)
  • 콘텐츠 마케팅: 다른 사용자들이 만든 Notion 활용법 유튜브 영상, 블로그 포스트를 보고 유입됩니다.
  • 지인 추천: 친구나 동료가 "업무 관리를 Notion으로 해보자"며 링크를 공유합니다.

2. Activation (활성화)

• 사용자가 Notion의 '핵심 가치'를 처음 경험하는 단계입니다. (가입 및 첫 경험)
• 예시:
  • ✨ '템플릿 갤러리 미리 보기'가 핵심입니다.
    • 사용자는 회원가입이라는 '허들'을 넘기 전에, Notion으로 무엇을 할 수 있는지 (예: '와, 이런 프로젝트 관리 대시보드를 만들 수 있구나!') 먼저 눈으로 확인합니다.
    • 이 '아하! 모먼트(Aha! Moment)'를 통해 사용자는 번거로운 가입 절차를 감수할 가치를 느끼게 됩니다.
  • 간편한 온보딩: 가입 직후, 빈 화면이 아니라 '개인용', '업무용', '학생용' 등 목적에 맞는 기본 템플릿을 바로 제공하여 사용자가 빠르게 적응하도록 돕습니다.
  • 첫 번째 페이지/블록 만들기.

3. Retention (유지)

• 사용자가 서비스를 잊지 않고 계속 다시 찾아오게 만드는 단계입니다.
• 예시:
  • 제품의 '끈끈함(Stickiness)': 사용자가 Notion에 개인 위키, 할 일 목록, 독서 기록, 업무 대시보드 등 중요한 정보를 쌓아둘수록, 다른 서비스로 이탈하기 어려워집니다.
  • 협업 기능: 팀원이 나를 @멘션하거나 댓글을 달면 알림이 와서 다시 접속하게 됩니다.
  • 습관 형성: 매일 아침 할 일 목록(To-do list)을 확인하는 등 사용자의 일상 루틴에 스며듭니다.

4. Referral (추천)

• 기존 사용자가 새로운 사용자를 데려오는 단계입니다.
• 예시:
  • '웹에 공유' 기능: 사용자가 Notion으로 만든 포트폴리오, 이력서, 블로그 글을 웹에 공개적으로 공유합니다. 이 페이지를 본 다른 사람들이 "이거 뭘로 만들었지?" 하고 Notion에 유입됩니다.
  • 템플릿 공유: 능력 있는 사용자들이 자신이 만든 템플릿을 커뮤니티(유튜브, 크몽 등)에 공유하면서 자연스럽게 Notion을 홍보합니다.
  • 추천 프로그램: 친구를 초대하면 크레딧($)을 주는 인센티브 제도를 운영합니다.

5. Revenue (수익)

• 서비스가 돈을 버는 단계입니다.
• 예시:
  • 프리미엄(Freemium) 모델: 개인 사용자는 대부분의 기능을 무료로 사용하게 하여(Retention 강화) 사용자 기반을 넓힙니다.
  • 유료 플랜 (Plus, Business 등): 협업 인원 제한 해제, 고급 권한 설정, 긴 버전 기록 등 팀이나 기업에 필요한 고급 기능을 유료로 제공합니다.
  • 부가 기능 판매: 최근 추가된 'Notion AI' 기능처럼, 기존 플랜에 추가 비용을 내고 구독하는 애드온(Add-on) 형태로 수익을 창출합니다.

---

첫 만남의 중요성: Acquisition (획득) 지표 심층 분석

 

• 목표: 비용 효율적으로 '적합한(Target)' 잠재 고객을 우리 서비스로 유입시키기.
  
  
• 핵심 질문: 우리 고객은 어디에 있는가? 어떤 메시지에 반응하는가? 어떤 채널이 가장 효과적인가?
  
  
• 주요 지표 상세:

• 채널별 트래픽/방문자 수: 각 채널(유료 검색, 자연 검색, 소셜, 추천, 이메일, 직접 유입 등)의 양적 기여도 파악.
• 채널별 전환율 (방문자-> 회원가입/리드 등): 각 채널 유입 트래픽의 질적 수준 평가.
• 클릭률 (CTR): 광고/콘텐츠 노출 대비 클릭 비율. 메시지/소재 매력도 측정.
• 고객 획득 비용 (CAC): 신규 고객 1명 확보 비용. 채널별 CAC 비교 분석 중요. (CAC=신규획득고객수마케팅/세일즈총비용)
• 키워드 순위 (SEO): 자연 검색 유입의 핵심 동력.
• 바이럴 계수 (K-Factor): (Referral과 중첩되지만) 초기 확산 속도 파악에 중요. (K=초대발송수x초대수락률)
• 개선 전략 예시: SEO 최적화, 콘텐츠 마케팅 강화, 소셜 미디어 광고 타겟팅 정교화, 제휴 마케팅, 랜딩 페이지 최적화(LPO).
  
  

 

핵심 가치 경험시키기: Activation (활성화) 지표 심층 분석

 

• 목표: 방문자가 서비스 가입 후 처음으로 "아하!"(Anal Moment)를 느끼고 핵심 기능을 사용하게 하여 '진성 사용자로 전환시키기.
• 핵심 질문: 사용자가 우리 서비스의 핵심 가치를 제대로 인지하고 경험하는가? 첫 사용 경험은 만족스러운가? 어디서 어려움을 겪는가?
• 핵심 지표 상세:
• 회원 가입 완료율: 단순 가입 페이지 도달 넘어 실제 가입까지 완료한 비율.
• 온보딩/튜토리얼 완료율: 서비스 사용법 안내 과정을 얼마나 잘 따라오는가?
• 핵심 기능 첫 사용률: 서비스마다 다름. (예: SNS-첫 게시물 작성, 이커머스- 첫 장바구니 담기, Saas- 첫 프로젝트 생성)

• > 서비스의 '존재 이유와 직결된 행동.

• 주요 기능별 사용률: 여러 핵심 기능 중 특정 기능의 사용 빈도/비율.
• 설정 완료율: 초기 프로필/환경 설정 등 서비스 이용에 필요한 세팅 완료 비율.
• Ana Moment 달성 사용자 비율: 가장 중요하지만 정의하기 어려움. 데이터 분석(리텐션 높은 유저의 초기 행동 패턴 분석)과 정성 조사를 통해 정의해야 함.
• 개선 전략 예시: 온보딩 프로세스 개선(단계 축소, 인터랙티브 요소 추가), 핵심 기능 강조 및 유도 장치 마련, 개인화된 웰컴 메시지/가이드 제공, 사용성 개선

고객을 우리 편으로: Retention (유지) 지표 심층 분석

 

RARRR 심촌이해

• 목표: 활성화된 사용자가 시간이 지나도 계속해서 우리 서비스를 가치 있게 여기고 꾸준히 사용하게 만들기. (습관 형성)

카메라

• 핵심 질문: 사용자들이 얼마나 자주 돌아오는가? 얼마나 오래 머무르는가? 어떤 사용자들이 더 오래 남는가? 왜 떠나는가?
• 핵심 지표 상세:
• 재방문율/활동 사용자 수 (DAU, WAU, MAU): 서비스 활성도 측정의 기본. (Stickiness= DAU/MAU 비율로 충성도 간접 측정)
• 코호트별 리텐션 커브: 시간 경과에 따른 사용자 잔존율 변화 시각화. 특정 시점(업데이트, 이벤트 등)의 효과 파악 가능. 우상향 또는 안정화가 목표.
• 이탈률 (Churn Rate): 일정 기간 동안 서비스를 떠난 사용자 비율. (ChurnRate=기초고객수해당기간이탈고객수x100) 낮을수록 좋음.
• 기능별 리텐션: 특정 기능을 사용한 유저 그룹의 리텐션 비교 분석. (어떤 기능이 유지를 유도하는가?)
• 세션 길이 / 세션당 페이지뷰: 사용자의 서비스 몰입도 측정.
• 개선 전략 예시: 개인화된 콘텐츠/상품 추천, 유용한 정보/기능 업데이트 알림(푸시, 이메일), 커뮤니티 기능 활성화, 로열티 프로그램 운영, 이탈 예측 및 방지 활동.

 

스스로 성장하는 힘: Referral (추천)

 

• Referral (추천) 목표: 만족한 사용자가 자발적으로 주변에 서비스를 알리고 신규 사용자를 데려오게 하여 '선순환 성장' 구조 만들기.
• Referral 핵심 지표:

• 바이럴 계수 (KFacton): 기존 사용자 1명이 평균 몇 명의 신규 사용자를 데려오는가? (K=평균초대발송수×초대수락률) K> 1 이면 바이럴 성장 가능.
• 추천 프로그램 참여율 & 전환율: 추천 기능 이용률 및 추천 통한 실제 가입/구매 비율.
• 순추천지수 (NPS: Net Promoter Score):"우리 서비스를 동료나 친구에게 추천할 의향이 얼마나 있습니까?" (0-10점 척도)- 고객 충성도 및 만족도 측정.
  (%Promoters - %Detractors)
• 소셜 공유/언급 횟수: 서비스 관련 콘텐츠/링크가 소셜 미디어에서 얼마나 확산되는가?

 

---

스스로 성장하는 힘: Revenue (수익)

 

• Revenue (수익) 목표: 사용자의 활동과 참여를 통해 지속 가능한 비즈니스 모델을 구축하고 수익을 극대화.
• Revenue 핵심 지표:
  
  구매 전환율: 특정 기간 방문자/활성 사용자 중 실제 구매한 사용자 비율.
  평균 구매 금액 (AOV: Average Order Value): 1회 구매 시 평균 지출액.
  고객 생애 가치 (LTV): 고객 1명이 관계를 유지하는 전체 기간 동안 회사에 기여하는 총 예상 수익. (LTV=평균구매금액×평균구매빈도x평균고객수명) LTV CAC 가 건강한 비즈니스의 지표
  월간 반복 매출 (MRR) / 연간 반복 매출 (ARR): 구독 기반 서비스의 핵심 지표. 예측 가능한 수익 흐름 파악.
  유료 사용자 전환율 (Freemium 모델): 무료 사용자 중 유료 플랜으로 전환하는 비율

---

쉽게 이야기를 풀자면...

🗺️ AARRR 전체 흐름 (빵집 이야기)

1. (A) 획득: 빵집이 새로 생겼다고 알리기 (전단지 돌리기)
2. (A) 활성화: 가게에 들어온 손님이 빵을 맛보고 "맛있다!"고 느끼게 하기 (시식 코너)
3. (R) 유지: 맛있어서 내일도, 다음 주도 또 오게 만들기 (단골 되기)
4. (R) 추천: 단골이 된 손님이 친구에게 "여기 빵 맛있어!"라고 말하기 (입소문)
5. (R) 수익: 손님들이 꾸준히 빵을 사 가서 돈을 벌기 (매출 발생)

---

1. 획득 (Acquisition): 손님 끌어모으기

• 목표: 우리 빵집이 여기 있는지조차 모르는 사람들에게 "여기 맛있는 빵집 생겼어요!"라고 알려서 가게에 들어오게 만드는 단계
• 쉽게 보는 지표:
  • 전단지(광고) 보고 몇 명이나 왔나? (채널별 트래픽)
  • 전단지를 100장 돌렸는데 1명만 왔다면, 전단지 내용이나 디자인이 별로일 수 있겠죠? (클릭률 CTR)
  • 손님 1명 데려오는 데 돈이 얼마 들었나? (고객 획득 비용 CAC)
    • 전단지 알바비로 10만 원 썼는데 손님이 1명 오면... 뭔가 잘못된 거겠죠?

2. 활성화 (Activation): "오, 이거 좋은데?" 경험시키기

• 목표: 일단 가게에 들어온 손님(방문자)이 "아, 이 빵집 정말 괜찮다!"라고 느끼게 만드는 첫 경험 단계예요. '아하!'하고 깨닫는 순간이죠.
• 쉽게 보는 지표:
  • 가게에 들어와서 회원가입(쿠폰 도장)까지 찍었나? (회원가입 완료율)
  • 가장 자신 있는 시그니처 빵(핵심 기능)을 시식해 봤나? (핵심 기능 첫 사용률)
  • 시식 빵을 먹고 "우와 맛있다!"라고 느끼는 것. 이게 바로 '아하 모먼트(Aha! Moment)'예요. 이 경험을 한 사람이 단골이 될 확률이 높아요.

3. 유지 (Retention): 단골손님 만들기

• 목표: 시식 빵 맛에 감동한 손님(활성화된 사용자)이 잊지 않고 우리 빵집에 계속 찾아오게 만드는 단계예요.
• 쉽게 보는 지표:
  • 오늘 왔던 손님이 내일도, 다음 주에도 또 오는가? (재방문율, 리텐션)
  • 한 달 전에 왔던 손님들 중에 몇 명이나 아직도 우리 빵집에 오나?
  • 더 이상 오지 않는 손님은 얼마나 되나? (이탈률)
    • 손님들이 왜 갑자기 안 오는지(이탈) 이유를 찾는 게 중요해요. 빵 맛이 변했나? 가격이 비싼가?

4. 추천 (Referral): 입소문 내게 하기

• 목표: 우리 빵집의 찐팬(단골)이 된 손님이 직접 친구나 가족에게 "여기 빵집 대박이야!"라고 소개하게 만드는 단계예요.
• 쉽게 보는 지표:
  • "친구 데려오면 빵 하나 더!" 이벤트에 몇 명이나 참여했나? (추천 프로그램 참여율)
  • 손님 1명이 평균 몇 명의 친구를 데려왔나? (바이럴 계수 K-Factor)
  • 손님에게 "우리 빵집을 친구에게 추천할 건가요?"라고 물어보기 (순추천지수 NPS)

5. 수익 (Revenue): 돈 벌기

• 목표: 손님들이 빵집에 와서 실제로 빵을 사서 돈을 쓰게 만드는, 즉 비즈니스의 최종 목적인 '수익'을 내는 단계예요.
• 쉽게 보는 지표:
  • 가게에 들어온 손님 100명 중 몇 명이 빵을 샀나? (구매 전환율)
  • 손님들은 한 번 올 때 평균 얼마큼 사 가나? (평균 구매 금액 AOV)
  • 우리 단골손님 1명은 1년 동안 우리 빵집에서 총 얼마를 쓸까? (고객 생애 가치 LTV)
    • 중요: 손님 1명 데려오는 비용(CAC)보다 그 손님이 평생 우리 빵집에서 쓰는 돈(LTV)이 훨씬 커야 빵집이 안 망하겠죠? (LTV > CAC)

---

요약

결국 이 5단계는 '낯선 사람 → 방문객 → 한번 써본 사람 → 단골손님 → 우리 빵집 홍보대사 + VIP 고객'으로 변해가는 과정을 숫자로 꼼꼼하게 추적하는 방법이에요.

어느 단계에서 손님들이 많이 빠져나가는지(예: 빵 시식(활성화)은 하는데, 다시 오지 않는다(유지)!)를 발견하고 그 부분을 고쳐나가기 위해 사용하는 것.

---

ICE (ICE Score Model) 

ICE 점수 모델은 그로스 해킹이나 제품 개발 과정에서 수많은 아이디어들 중 어떤 것을 먼저 실행할지 우선순위를 결정하기 위해 사용하는 간단하고 효과적인 방법론입니다. 제한된 자원(시간, 인력, 비용)을 최대한 효율적으로 사용하기 위해 가장 임팩트가 크고 실현 가능성이 높은 아이디어에 집중하도록 돕습니다.

 

Impact (영향력): 이 아이디어를 실행했을 때, 우리가 목표하는 핵심 지표(예: 전환율, 사용자 수, 매출 등)에 얼마나 큰 긍정적인 영향을 미칠 것으로 예상되는가?

• 일반적으로 1점(거의 영향 없음)부터 10점(매우 큰 영향)까지 점수를 매깁니다.
• 얼마나 많은 사용자에게 영향을 주는가?" 보다는 "개별 사용자 또는 핵심 지표 자체에 미치는 영향의 강도"에 초점을 맞춤니다.

Confidence (자신감): 예상한 영향력(Impact)과 투입될 노력(Ease) 추정치에 대해 얼마나 확신하는가?

• 이것도 보통 1점(거의 확신 없음, 단순 추측)부터 10점(매우 확신함, 데이터 기반)까지 점수를 매깁니다.
• 자신의 직감보다는 데이터, 리서치 결과, 과거 유사 실험 결과 등 객관적인 근거가 있을수록 높은 점수를 받습니다.

. "이 아이디어가 정말 효과가 있을까?"에 대한 믿음의 정도입니다.

Ease (용이성): 이 아이디어를 실제로 구현하는 데 얼마나 쉽거나 어려운가? (시간, 기술적 복잡성, 필요한 리소스 등)

• 주의할 점은 '쉬울수록' 높은 점수를 준다는 것입니다. 즉, 1점(매우 어려움, 많은 시간/리소스 필요)부터 10점(매우 쉬움, 즉시 실행 가능)까지 점수를 매깁니다.
• 개발, 디자인, 마케팅 등 아이디어 실행에 필요한 모든 노력을 종합적으로 고려합니다.

 

 

---

ICE 방법론 사용 절차

1. 아이디어 목록화: 그로스 해킹 또는 개선을 위한 아이디어를 모두 나열합니다.
2. 개별 평가: 각 아이디어에 대해 팀원들이나 담당자가 Impact, Confidence, Ease 점수를 매깁니다. (일관된 기준 적용 중요)
3. 점수 계산: 각 아이디어의 ICE 점수를 계산합니다.
4. 우선순위 결정: ICE 점수가 높은 순서대로 아이디어 목록을 정렬합니다.
5. 실행 및 검토: 우선순위에 따라 아이디어를 실행하고, 결과를 분석하여 학습합니다. 주기적으로 아이디어 백로그와 우선순위를 재검토합니다.

---

ICE 방법론의 장점과 단점

장점	단점
단순함: 이해하고 적용하기 매우 쉽고 빠릅니다.	주관성: 각 요소에 대한 평가는 여전히 주관적일 수 있으며, 평가자마다 점수가 다를 수 있습니다. (팀 논의나 명확한 기준 설정으로 보완 필요)
구조화: 주관적일 수 있는 아이디어 평가에 일정한 구조를 제공합니다.	정교함 부족: 아이디어가 영향을 미치는 사용자 규모(Reach)를 직접적으로 고려하지 않습니다. (이 단점을 보완한 것이 RICE 모델입니다.)
다각적 고려: 단순히 '하고 싶은 것'이 아니라 영향력, 자신감, 실행 용이성을 종합적으로 고려하게 합니다.	과신 방지: Confidence 점수를 통해 무모한 아이디어에 대한 과신을 어느 정도 걸러낼 수 있지만, 여전히 편향이 개입될 수 있습니다.
의사소통 촉진: 팀원들과 아이디어 우선순위에 대해 논의하고 합의하는 과정을 돕습니다.

---

 

그로스해킹 성장사이클 : 실험하고 배우고 성장하라!

그로스 해킹은 단발성 활동이 아닌, 지속적인 실험과 학습의 순환 과정(Growth LoopICycle).

성장 사이클 단계:

1. 데이터 분석 & 인사이트 도출: AARRR 지표, 사용자 행동 데이터 분석 통해 문제점/기회 발견.
2. 가설 수립: 분석 결과를 바탕으로 성장을 개선할 수 있는 구체적인 가설 설정 (만약 ~하면, ~할 것이다).
3. 실험 설계 및 우선순위 결정: 가설 검증 위한 실험 설계(A/B 테스트 등), ICE/RICE 점수 등으로 실행 우선순위 결정.
4. 실험 실행: 설계된 실험 진행 및 데이터 수집.
5. 결과 분석 및 학습: 실험 결과 데이터 분석, 가설 검증(성공/실패), 학습 내용 도출.
6. 반복 또는 확장: 성공 시 결과 확산/적용, 실패 시 원인 분석 후 새로운 가설 수립하여 다시 1단계로 순환.

핵심 마인드셋: 빠른 실행(Lean), 실패로부터의 학습, 데이터 기반 의사결정 문화.

---

direct/none 비율 추적 못함 (데이터)
이를 해결하기위해서 

구글 애널리틱스-UTM 매개변수

어디서 들어왔는가?

채널

자연 검색으로 들어왔어요

소스/매체

네이버 자연 검색으로 들어왔어요.

캠페인

여름 프로모션 마케팅 캠페인을 통해 들어왔어요.

키워드

[강남역 맛집]이라는 키워드를 검색해서 들어왔어요.

---

 

 

https://ga-dev-tools.google/campaign-url-builder/

https://ga-dev-tools.google/campaign-url-builder/

 

어떤걸 잘 보고 / 어떤 이벤트가 좋은지 확인할 수 있음!

구글 애널리틱스 - 변수

정보를 저장할 수 있는 공간과 그 공간에 저장된 값

바꾸고 싶은.. 숫자로 측정하려는 것

 

구글 애널리틱스- UTM 매개변수

외부로 노출되는 우리 웹사이트의 URL에 추가 정보를 붙여서 구글 애널리틱스를 통해 데이터를 정확하게 볼 수 있도록 도와주는 변수

 

비교 항목	📦 변수 (Variable)	🏷️ UTM 매개변수 (Parameter)
개념 (비유)	데이터를 담는 '보관 상자'	상자에 정보를 붙여주는 '꼬리표'
존재하는 위치	구글 애널리틱스 내부 (데이터 창고 안)	웹사이트 주소(URL) 끝부분 (창고 밖, 손님이 들고 옴)
주요 역할	정보를 '저장'하고 '보관'합니다.	정보가 '어디서 왔는지' 알려주고 '전달'합니다.
누가 만드나요?	구글 애널리틱스(GA)가 미리 만들어 둡니다. (예: '방문자 수' 상자, '매출' 상자)	마케터가 직접 만들어서 링크에 붙입니다. (예: utm_source=instagram)
예시	방문자 수페이지뷰 수매출액	utm_source=googleutm_medium=cpcutm_campaign=spring_sale

---

오늘의 실습 !

⭐️[과제 01]

1. GA4 cert 내용정리 및 습득하기
   
   

 

⭐️[과제 02]

페이지네이션(Pagination) UI 디자인

• 수많은 정보를 다루는 일은 쉽지 않습니다. 수백 개의 페이지나 컴포넌트가 있을 때 명확한 계층 구조가 없다면, 모든 것이 복잡해질 수 있습니다.
• 이를 단순하고 명확하게 만들기 위한 페이지네이션의 시각적 디자인과 흐름(flow) 을 설계해보세요.
  
  

---

[37일차 소감🍀]

- 몸 컨디션이 안 좋아서.. GA 이론 공부만 엄청 많이하고 페이지네이션은 간단하게 했습니다.. 프로토타입도 진행해보고.. 좀더 구체적으로 다음에 만들어 볼 생각입니다! 그리고 습작 정리가 많이 고민이 되서 다른 분이 하셨던 부분을 확인하며 배워야 겠다고 생각했습니다 ㅠㅠ 날씨가 너무 쌀쌀해져서 슬프네욤.. 이러고 눈이 펑펑 내렸으면 좋겠습니다 ㅎㅎ

= 오늘의 한 마디 =
- 몸 컨디션을 잘 챙기자!