금주의 위클리페이퍼는 2가지의 주제이다.
1. 원하는 제품/서비스를 하나 선택하여 해당 상품/서비스에서 가장 중요한 획득 지표는 무엇인지 설명해 주세요. 그 이유를 구체적으로 설명해 주세요.
2. 고객 생애 가치(LTV)를 계산하는 방법과 이 지표가 중요한 이유를 설명해 주세요. 예시를 포함해 주세요.
1. 특정 상품/서비스에서 가장 중요한 획득 지표는 무엇인가?
스트리밍 서비스(넷플릭스, Spotify, YouTube Premium)를 기준으로 가장 중요한 획득 지표로는 가입자 수(Number of Subscribers)일 것입니다.
그에 해당하는 이유
- 수익 창출 : 스트리밍 서비스의 주요 수익원은 구독료이기 때문에 가입자 수가 많을수록 수익이 증가하게 됩니다.
- 시장 점유율 : 많은 가입자를 보유한다면, 동일 서비스를 제공하는 시장에서 큰 점유율을 차지하게 되고 이를 통해 경쟁의 우위에 설 수 있고, 경쟁의 우위를 다양한 타겟층을 저격하는 컨텐츠를 제공을 통해서 가입자를 유지 및 유치 할 수 있다.
- 데이터 수집 : 수많은 가입자들로 부터 생성되어지는 다양한 데이터를 기반으로 하여, 사용자들의 취향을 분석하고 그에 따라서 적절한 알고리즘을 통해서 맞춤형 추천 시스템을 통해서 서비스의 품질을 개선 할 수 있습니다.
이와같이 스트리밍 서비스를 기반으로 한다면, 구독 서비스를 가입한 가입자의 수가 가장 중요한 획득 지표라고 생각이 된다.
2. 고객 생애 가치(LTV, Lifetime Value)
고객 생애 가치는 한 고객이 서비스를 유지하는 동안에 발생되어지는 총 수익에 대해서 의미 한다.
LTV 계산 방법
간략하게 계산하는 기본공식의 경우에는 다음과 같이 계산을 할 수 있다.
$$\textit{LTV} = 평균 구매 금액 \times 구매 빈도 \times 고객 유지 기간$$
- 평균 구매 금액 : 고객이 한번 구매할 때 지출하는 평균 금액
- 구매 빈도 : 고객이 일정 기간동안 구매하는 평균 횟수
- 고객 유지 기간 : 고객이 서비스를 유지하는 기간
예시) 온라인 소핑몰에서 고객의 평균 구매 금액이 50,000원이고, 고객이 한달에 평균 2번 구매하며, 3년동안 쇼핑몰을 이용한다고 가정했을때
$$\textit{LTV} = 50,000\text{원} \times 2 \text{회/월} \times 36\text{개월} = 3,600,000\text{원} $$
한 고객의 LTV는 3,600,000원이 됩니다.
LTV가 중요한 이유
- 마케팅 전략 수립 : LTV를 통해서 고객 획득 비용(CAC, Customer Aquisition Cost)을 평가 할 수 있습니다. LTV가 CAC보다 높아야 수익성이 보장되는데, CAC대비 LTV가 약 2.5배 정도의 경우에 사업이 잘된다고 판단 할 수 있다.
- 고객 유지 : 높은 LTV를 가진 고객을 유지 할 수 있다면, 장기적인 고소득의 수익을 확보 할 수 있다.
- 비즈니스 성장 : LTV를 높이는 전략을 통해서(만족도 향상, 재구매 유도 등) 비즈니스 및 서비스의 성장을 도모 할 수 있습니다.
그외에도 LTV를 계산하는 방법으로는 다음과 같다.
$$ LTV = \frac{(M-c)}{1-r} - AC $$
- $M$ : 1인당 평균 매출 (단위 : 1년)
- $c$ : 1인당 들어가는 평균 서비스 비용 (단위 : 1년)
- $r$ : 고객 유지 비율
- $AC$ : 고객 획득 비용(Acquisition Cost)
내용이 틀리거나 그외 잘못된 설명에 대해서 말씀해주신다면 반영하겠습니다. :)
'Codeit Sprint > Weekly_Paper' 카테고리의 다른 글
위클리 페이퍼 #11 - 지도학습과 비지도 학습 (0) | 2024.10.18 |
---|---|
위클리 페이퍼 #10 - A/B Test, Event Taxonomy(이벤트 데이터 로그 설계) (3) | 2024.10.10 |
위클리페이퍼 #8 - AARRR, 코호트(Cohort), 세그먼트(Segment), RFM(Recency, Frequency, Monetary) (0) | 2024.08.23 |
위클리페이퍼 #7 - 장바구니분석, 지지도(Support), 신뢰도(Confidence), 향상도(Lift) (0) | 2024.08.16 |
위클리페이퍼 #6 - High Dimensional Clustering, 고유값(Eigenvalue), 고유벡터(Eigenvector), 히스토그램(Histogram) (0) | 2024.08.09 |