지난 글에서는 지표의 방향성을 설정하는 북극성 지표를 알아봤어요. 이번에는 사용자 여정을 구조화하여 사용자 여정의 각 단계의 신호를 측정할 수 있는 AARRR 기반 지표를 살펴볼 거예요.
AARRR은 단순히 지표를 나열하는 체크리스트가 아니라, 프로덕트가 어디서 막혀 있는지를 진단하는 렌즈예요. 획득부터 추천까지 사용자 여정의 각 단계에서 어떤 지표를 봐야 하고, 그 지표가 나쁠 때 무엇을 점검해야 하는지를 구체적으로 정리했어요. 지금 당신의 프로덕트에서 가장 약한 고리를 찾는 데 바로 활용할 수 있어요.
1. AARRR은 단순 체크 용도가 아닌 진단을 위한 신호
AARRR은 추적해야 할 지표의 체크리스트가 아니에요. 프로덕트가 어디서 막혀 있는지를 이해하고, 지금 어떤 지표에 집중해야 하는지를 판단하기 위한 렌즈예요.
팀이 AARRR을 잘못 사용할 때 보통 두 가지 실수를 저질러요.
- 모든 것을 한꺼번에 추적하다가 대시보드에 빠진다
- 문제에 합의하지 않은 채 “최고의 지표”를 놓고 논쟁한다
AARRR의 올바른 사용법은 문제 우선(Problem-First) 접근이에요.
“현재 상황에서, 어떤 단계가 고장 났는가? 그리고 그것을 고치는 데 도움이 되는 지표는 무엇인가?”
AARRR은 사용자 여정을 다섯 가지 질문으로 나눠요.
| 단계 | 핵심 질문 |
|---|---|
| 획득(Acquisition) | 사용자가 어떻게 우리를 찾는가? |
| 활성화(Activation) | 사용자가 처음으로 가치를 경험하는가? |
| 잔존(Retention) | 사용자가 왜 다시 돌아오는가? |
| 수익(Revenue) | 사용자가 돈을 내는가, 그리고 지속 가능한가? |
| 추천(Referral) | 사용자가 다른 사람을 데려오는가? |
모든 단계에 걸쳐 두 가지 보조 레이어도 존재해요.
- 참여도(Engagement): 상호작용의 깊이와 품질
- 린 & 애자일 지표: 팀이 얼마나 빠르게 학습하고 배포하는가(TTM, TTL)
2. 획득(Acquisition) 지표: “사용자가 충분하지 않다”
트래픽이 낮거나 퍼널 상단에서 성장이 정체되었을 때, 온보딩이나 가격을 재설계하고 싶은 충동을 참아야 해요. 먼저 사용자가 도착해야 하니까요.
핵심 획득 지표
- 이탈률(Bounce Rate)
- 전환율(CVR)
- 랜딩 페이지 전환율
- 고객 획득 비용(CAC)
- 채널별 획득 볼륨
- 소스별 트래픽(오가닉, 유료, 추천(Referral) 등)
이 지표를 잘못 쓰는 방식은 다음과 같아요.
- 전환 맥락 없이 트래픽 성장을 축하한다
- CAC나 의도를 표준화하지 않고 채널을 비교한다
좋은 진단 질문: 어떤 채널이 나중에 실제로 활성화되는 사용자를 데려오는가?
3. 활성화(Activation) 지표: “사용자가 오지만 가치를 느끼지 못한다”
가장 흔한 실패는 사용자가 가입하고, 둘러보고, 사라지는 거죠.
활성화는 첫 번째 클릭이 아니라 첫 번째 가치 경험이에요.
핵심 활성화 지표
| 지표 | 의미 |
|---|---|
| 가치 도달 시간(TTV) | 신규 사용자가 프로덕트의 핵심 가치를 처음 경험하기까지 걸리는 시간, TTV가 짧을수록 활성화가 빨라지는 경향 |
| 온보딩 완료율 | 의도된 온보딩 플로우(가입 단계, 튜토리얼, 초기 설정)를 완료한 사용자 비율 |
| 활성화율 | 실제 가치 실현을 나타내는 명확하게 정의된 “활성화” 상태에 도달한 신규 사용자 비율 |
| 유료 전환율 | 유료로 전환한 사용자 비율, 초기 신호로는 유용하지만, 장기 가치나 잔존의 증거는 아님 |
| PQA(프로덕트 적격 어카운트) | 이상적인 고객 프로필에 부합하면서 의미 있는 프로덕트 사용을 보여주는 계정, 높은 매출 잠재력을 나타냄 |
| PQL(프로덕트 적격 리드) | 강한 프로덕트 참여 신호를 보이는 개별 사용자. 영업이나 마케팅 후속 조치로 전환 가능성이 높음 |
핵심 개념: 프로덕트 적격(Product Qualified)
PQA나 PQL은 단순히 “관심이 있는” 수준이 아니에요. 이상적인 고객 프로필에 부합하면서 의미 있는 프로덕트 사용을 보여주는 사용자로 내부적으로 정의되어야 하죠.
4. 잔존(Retention) 지표: “사용자가 한 번 써보고 다시 오지 않는다”
잔존은 프로덕트가 사용자의 삶에서 반복적으로 존재할 자격이 있는지를 알려줘요.
핵심 잔존 지표
| 지표 | 의미 |
|---|---|
| 이탈률(Churn Rate) | 특정 기간 동안 프로덕트 사용을 중단한 사용자 비율, 후행 지표이지만 잔존 실패의 핵심 신호 |
| 잔존(Retention)율(코호트 기반) | 특정 코호트 사용자가 시간에 따라 계속 사용하는 비율, 습관 형성과 프로덕트 점착성(Stickiness)을 보여준다 |
| 갱신율(Renewal Rate) | 결제 주기 말에 구독이나 계약을 갱신하는 고객 비율, SaaS와 엔터프라이즈 프로덕트에서 특히 중요 |
| 고객 수명(Customer Lifetime) | 고객이 이탈 전까지 활성 상태를 유지하는 평균 기간, 프로덕트 가치의 지속성을 나타냄 |
| 고객 건강 점수(Customer Health Score) | 사용량, 참여도, 정성 신호를 결합한 복합 점수로, 이탈 위험이나 확장 잠재력을 추정 |
| 프로덕트/기능 채택률 | 프로덕트나 특정 기능을 활발히 사용하는 사용자 비율, 어떤 기능이 실제로 잔존을 이끄는지 파악하는 데 도움을 줌 |
흔히 저지르는 실수는 다음과 같아요.
- 코호트 분석 없이 전체 잔존(Retention)만 추적한다
- 기능 수준의 채택 신호를 무시한다
잔존(Retention) 문제는 전체적인 경우가 드물어요. 대부분 세그먼트별로 발생하죠.
잔존(Retention)을 비유하면, 동네 단골 가게의 재방문과 같아요. 새로 오픈한 빵집에 100명이 왔는데 다음 주에 10명만 돌아왔다면, 빵맛(프로덕트 가치)에 문제가 있는 거예요. 그런데 전체 수치만 보면 “10% 재방문”이라는 숫자밖에 안 보이죠. 코호트 분석은 “평일 아침에 온 직장인은 40%가 재방문하지만, 주말에 온 관광객은 2%만 돌아온다”처럼 세그먼트별로 보는 거예요. 이렇게 보면 “관광객을 위한 마케팅보다 직장인 재방문을 강화하자”는 구체적인 행동이 나오거든요.
5. 수익(Revenue) 지표: “사용자는 쓰는데 매출이 약하다”
많은 “사랑받지만 수익성이 없는” 프로덕트가 바로 이 지점에서 멈춰요.
핵심 수익 지표
| 지표 | 의미 |
|---|---|
| ARPA(계정당 평균 매출) | 특정 기간 동안 고객 계정당 발생한 평균 매출. 세그먼트 간 수익화 효율을 비교하는 데 유용 |
| CLV(고객 생애 가치) | 고객이 프로덕트와의 전체 관계 기간 동안 창출할 것으로 기대되는 총 매출, 장기 지속가능성의 핵심 지표 |
| 고객 수익성 | 매출에서 고객 서빙에 드는 모든 비용을 뺀 값, 성장이 실제로 수익성 있는지를 보여줌 |
| MRR(월간 반복 매출) | 구독에서 매월 발생하는 예측 가능한 반복 매출, 구독 비즈니스의 핵심 보고 지표 |
| 확장 매출(Expansion Revenue) | 업셀, 크로스셀, 시트 확장을 통해 기존 고객에게서 발생하는 추가 매출, 초기 전환 이후의 계정 성장을 나타냄 |
| 순매출 및 매출 이탈 | 순매출은 확장과 축소를 함께 반영하고, 매출 이탈은 잃어버린 반복 매출을 측정, 둘을 함께 보면 진짜 매출 건강도가 보임 |
| ACV(평균 계약 가치) | 고객 계약의 평균 금액으로, 딜 규모, 영업 효율, 매출 예측가능성을 이해하는 데 중요 |
중요한 뉘앙스가 있어요.
수익 지표만으로 프로덕트 건강을 판단하면 안 돼요. 반드시 잔존과 활성화의 맥락이 함께 있어야 하죠.
수익 지표를 비유하면, 식당의 매출 분석과 같아요. 월 매출(MRR)이 높아도, 새 손님 할인으로만 매출을 올리고 있다면 위험한 상황이에요. 단골 손님의 객단가(ARPA), 단골이 평생 가져다주는 매출(CLV), 재료비와 인건비를 뺀 실제 이익(고객 수익성)을 함께 봐야 식당이 진짜 건강한지 알 수 있죠. “매출이 올랐다”는 숫자 하나로는 의사결정을 제대로 할 수 없어요.
6. 추천(Referral) 지표: “성장이 정체되었다”
추천 지표는 프로덕트의 핵심 루프가 건강한 상태에서 성장이 느려졌을 때 중요해져요.
핵심 추천(Referral) 지표
| 지표 | 의미 |
|---|---|
| 바이럴 계수(Virality Coefficient) | 기존 사용자 한 명이 평균적으로 데려오는 신규 사용자 수, 1을 넘으면 자체 지속적 성장을 의미 |
| 고객 추천율(Customer Referral Rate) | 다른 사람을 적극적으로 추천하는 사용자의 비율, 추천 행동이 사용자 기반 전체에 얼마나 퍼져 있는지를 보여줌 |
| 추천 전환율(Referral Conversion Rate) | 추천받은 사용자가 실제로 가입하거나 활성화되는 비율, 추천의 양이 아닌 질을 측정 |
| NPS(순추천지수) | 사용자가 프로덕트를 추천할 가능성을 나타내는 설문 기반 점수, 감정은 반영하지만, 실제 행동을 보장하지는 않음 |
NPS가 높은데 추천 행동이 없다면, 사용자가 프로덕트를 좋아하긴 하지만 행동을 바꿀 만큼은 아니라는 의미일 수 있어요.
추천(Referral)을 비유하면, 맛집 추천과 같아요. “그 집 맛있어?”라고 물었을 때 “응, 괜찮아”라고 대답하는 것(높은 NPS)과, 친구를 직접 데리고 가는 것(실제 추천 행동)은 완전히 다른 수준이에요. 바이럴 계수는 “한 명이 평균 몇 명을 데려오는가”를 측정하고, 추천 전환율은 “데려온 사람이 실제로 단골이 되는가”를 측정하죠. 진짜 성장 엔진은 “좋다고 말하는 것”이 아니라 “직접 데려오는 것”에서 나와요.
7. 비즈니스 모델과 성장 단계에 따른 우선순위 선정 필요성
AARRR은 사용자 여정 전체를 보여주지만, 모든 단계에 동시에 같은 관심을 쏟아야 한다는 뜻은 아니에요.
획득, 활성화, 잔존(Retention), 수익, 추천(Referral)을 동시에 최적화하려는 것은 전략이 아니라 산만함이에요.
1) “좋은 수치”의 보편적 기준은 없다
건강한 범위는 여러 요인에 따라 크게 달라져요.
- 비즈니스 모델(SaaS, 마켓플레이스, 미디어, 모바일)
- 프로덕트 단계(공감, 점착성, 바이럴리티, 수익, 규모)
- 가격과 포지셔닝
- 시장 성숙도
맹목적인 벤치마킹은 위험해요.
SaaS 이탈 벤치마크를 마켓플레이스에 적용하거나, 후기 성장 목표를 제품-시장 적합성(PMF) 이전의 프로덕트에 적용하면, 팀이 잘못된 문제를 최적화하게 되거든요.
맥락 없는 지표는 그냥 숫자일 뿐이에요.
2) 성장률은 제품-시장 적합성(PMF) 이후에만 의미 있다
초기 단계 소비자 중심 스타트업에서 Y Combinator는 주간 성장률 기준을 제시하곤 해요.
- 5~7%: 견고한 수준
- 10% 이상: 우수한 수준
- 1% 미만: 프로덕트가 아직 잘 정의되지 않은 상태
이 벤치마크는 제품-시장 적합성(PMF) 이후에만 유용해요.
PMF 이전에는 이런 일이 벌어지거든요.
- 성장이 구조적 문제를 숨긴다
- 유료 획득이 낭비를 증폭시킨다
- 팀이 움직임을 진전으로 착각한다
초기 단계에서 성장은 목표가 아니에요. 학습과 잔존이 목표이죠.
3) “진전”의 의미는 단계마다 달라진다
단계마다 AARRR의 초점이 달라져요.
- 초기 단계(공감, 점착성): 활성화와 잔존이 가장 중요
- 수익 단계: 수익화된 잔존과 확장 매출이 중요
- 규모 단계: 효율적이고 반복 가능한 채널별 성장이 중요
AARRR은 어디서 막혀 있는지를 진단하는 데 도움을 줘요. 비즈니스 모델과 단계가 어디를 먼저 파야 하는지를 결정하죠.
프로덕트 지표 플레이북 시리즈