본문 바로가기
UX/Data Driven

그로스 마케팅 기본용어

by 일상변주가 2021. 6. 30.
728x90

본 블로깅은 퍼블리의 그로스 마케팅 기본용어 총정리편을 참고해서 작성했습니다.

 

퍼블리 그로스 매니저가 엄선한! 그로스 마케팅 실무 용어집

그로스 마케팅 기본 용어집! (용어집부터 시작하자)

publy.co

 


 

A/B테스트

웹페이지나 제품의 서로 다른 버전 중 어느것이 결과가 더 나은지 테스트하는 것

디자인의 예
한가지 요소(Layout/Image/text등)에 대해 두가지 이상의 variation을 비교 실험하여 더 나은것을 판별하는 기법

by Richard Jo

 

A/B테스트에 대한 추가 설명은 아래 사이트를 참고

 

 

디지털마케팅 AB테스트 가설수립을 위한 데이터분석 방법

디지털마케팅에서 보편적인 A/B 테스트는 동일한 오디언스에 2개 이상의 유사한 콘텐츠로 보내어 반응을 보고 어떤 것이 가장 적합한 전환을 만들어 내는지 확인하는 것이다. AB테스트를 집행하

blog.performars.com

 

 

 

아하 모먼트(Aha Moment)

고객이 제품의 가치를 경험하는 결정적인 순간. 재구매율(리텐션, Retention)이 높아질 가능성이 높다.

 

 

 

피벗(Pivot)

처음 기획한 제품이 실패했을 때 제품이나 사업 방향을 바꾸는 작업

인스타그램은 '어떤 장소에 이용자가 있다는 정보를 공유하는 서비스'로 시작했다. 하지만 피벗을 통해 필터를 적용한 사진을 올리는 지금의 서비스가 되었다. 피벗 후 인스타그램에는 1주일 만에 10만 명의 이용자가 몰렸다. 이것이 피벗의 힘이다.

 

 

더 많은 사례를 공부하고자 한다면

 

비즈니스 전략을 전환하는 피벗 사례 - 피봇팅 : 인스타그램과 레드로버

안녕하세요! 하나입니다. :) 설립된지 얼마안된 신생 벤처기업을 일컬어 스타트업이라고 합니다. 최근 스타...

blog.naver.com

 

 

 

PMF(Product Market Fit)

'제품-시장 적합도'라는 뜻으로, 시장의 니즈를 충족시키는 제품을 만들어, 시장에서 좋은 반응을 얻고 있는 상태

MVP만 만들어도 고객이 찾는다면 PMF가 높은것이다.

PMF에 대한 추가 공부 자료

 

5 Steps To Achieve Product Market Fit (PMF) in 2020 - Revuze CX Blog

Product Market Fit: This article will try to explain what is product-market fit, why it is so important, and explore the 5 ways to conduct and measure it.

www.revuze.it

 

 

 

Cohort(코호트)

'동일한 기간에 동일한 이벤트를 경험한 사용자 집단'을 의미한다. 코호트를 분석하면 이탈률이나 방문수 등의 추세 변화를 파악하여 그 원인을 분석해 조치를 취할 수 있다.

ISTOCK.COM/REENYA

 

 

 

ICE 스코어 프레임 워크

제품에서 개선해야 할 사항이 여러 가지가 있을 때, 무엇에 집중할지 점수를 매겨 우선순위를 정하는 방법. ICE는 영향력(Impact), 자신감(Confidence), 수월성(Ease)의 앞 글자를 따서 붙인 이름이다.

more study ▼

 

ICE Scoring Model - Productfolio

The ICE Scoring Model is ideal for early-stage development when ideas are flowing and you want to keep the team’s momentum.

productfolio.com

더보기

영향 –  이 이니셔티브 또는 주요 기능이 얼마나 영향을 미칠지 결정합니다. 이 새로운 기능이 사용자에게 긍정적 인 영향을 미치고 있다면 어느 정도까지 영향을 미칠까요?

  • 1 – 매우 낮은 영향
  • 2 – 5 – 최소한의 영향
  • 6 – 8 – 측정 가능한 영향
  • 8 – 10 – 중대한 영향

원하는 영향을 결정하는 동안이 이니셔티브 또는 기능이 전반적인 전략적 목표 를 달성하는 데 도움이되는지 물어보십시오 .

신뢰 –  신뢰도 점수는 유사한 이전 이니셔티브의 분석이나 직감 또는 둘 다에 의해 백업 될 수 있습니다. 문제는이 기능이나 이니셔티브가 호평을받을 것이라고 얼마나 확신 하는가입니다. 이 이니셔티브에 시간과 자원을 투자하는 것은 얼마나 위험합니까?

  • 1 – 매우 낮은 신뢰도
  • 2 – 5 – 최소한의 신뢰
  • 6 – 8 – 측정 가능한 신뢰도
  • 8 – 10 – 상당한 신뢰

팀의 신뢰도를 측정하는 동안 알려진 위험 요소를 측정하고 이니셔티브와 관련된 알려지지 않은 잠재적 위험을 측정하려고합니다.

용이성 –  용이성 범주는 팀과이 기능이 워크로드 및 워크 플로우에 얼마나 영향을 미치는지에 관한 것입니다. 이 기능을 개발, 테스트 및 출시하는 것이 얼마나 쉬울까요?

  • 1 – 2 – 긴 기간 (예 : 3 – 6 개월)
  • 3 – 5 – 상당한 기간 (예 : 2 개월)
  • 6 – 7 – 최소 기간 (예 : 1 개월)
  • 8 – 10 – 짧은 기간 (예 : 2 주)

 

 

 

앵커링 효과(Anchoring Effect)

처음에 기준점을 설정하면 그 기준을 중심으로 생각하게 되는 효과(심지어 그 기준에 아무런 논리적 근거가 없을 때도). 판매자들이 제품 가격을 정할 때 정가를 일단 높게 책정하고 지속적으로 할인을 제공하는 것은 이 때문이다. 소비자는 무의식중에 정가인 높은 가격을 기준(anchor)으로 삼고, 이 금액을 기준으로 혜택을 받았다고 생각하게 된다.

https://thedecisionlab.com/biases/anchoring-bias/

 

 

 

 

 

 

Funnel 관련 용어

Funnel(판매 깔때기)

잠재 고객을 앱이나 웹사이트로 '유입'시켜, 최종적으로는 '구매'하도록 만드는 모델. 모든 서비스와 비즈니스는 다음 단계로 넘어갈수록 이용자 수가 줄어든다. 이 모양이 깔때기(funnel)와 유사해 퍼널이라는 이름이 붙었다. 여기서 중요한 것은 각 단계에서 다음 단계로 넘어가는 전환율을 극대화하는 것이다.

https://clevertap.com/blog/funnel-analysis/

 

퍼널 분석(Funnel Analysis)

유저들이 서비스에 들어온 시점부터 서비스를 나가는 시점까지를 구간에 대한 데이터를 분석하여 그들이 나가는 시점과 이유를 밝히는 것

역삼각형의 깔때기 모양이 아래로 갈수록 매우 좁아지는 것처럼, 유저들도 웹페이지를 보는 시간이 길어질수록 점점 흥미를 잃고 서비스를 이탈해버린다. 이때 유저들이 특정 시점에 나가는 부분을 관찰하면 왜 사람들이 거기서 나가는지에 대한 실마리를 얻을 수 있다.(이탈률)

 

AARRR(Acquisition, Activation, Retention, Referral, Revenue) Funnel

publy.co

 

Acquisition(획득)

신규 고객이 생기는 것

 

Activation(활성화)

고객이 처음으로 서비스의 '중요한 기능'을 사용하는 것을 의미

 

Revenue(매출)

고객의 구매 등으로 인해 매출이 생기는 것

 

Retention(유지)

고객이 지속적으로 서비스를 이용하거나 제품을 재구매하는 것. 고객이 유지되는 것

 

Referral(추천)

만족한 고객들이 주변에 서비스를 추천하며 입소문을 내는 것. 만족한 고객 중 적극적으로 행동하는 사람들만 추천을 하므로, 퍼널의 가장 좁은 부분에 위치한다.

 

 

 

 

 

지표 관련 용어

OMTM(One Metric That Matters)

한정된 자원과 시간 내에서 정말 중요한 지표 하나에 역량을 집중하는 것.

북극성 같은 지표라고 해 NSM(North Star Metric)이라고도 부른다.

https://gustdebacker.com/north-star-metric/

 

MRR(Monthly recurring revenue)

'월간 반복 매출'로 불리며, 구독 형태 서비스에서만 쓰이는 지표다.

결재 금액을 구독한 개월 수로 나눠 측정하는 지표이다.

 

몰입도·점착성(stickiness)

유저의 충성도를 보여주는 지표. 보통 DAU(1일에 방문한 유저수)와 MAU(1달에 방문하는 유저수)로 계산한다.

%가 높을수록 해당 제품에 대한 유저의 충성도가 높다고 할 수 있다.

https://appradar.com/blog/6-app-metrics-you-absolutely-need-to-measure