유저 생애 가치(LTV)는 반드시 정확하게 파악해야 하는 지표입니다. LTV는 개별 유저의 가치를 알려주며 여러 목적에 맞게 사용될 수 있습니다. LTV를 통해 앱의 수익화 잠재력(또는 수익성이 유지될 것인지), 성장 전망, 타겟 오디언스의 이탈 시점및 이유 파악이 가능합니다. 이외에도 다양한 정보제공 원천으로 기능하는 LTV의 핵심은 바로 마케팅 예산에 활용된다는 것 입니다.

하지만 앱 카테고리와 목표에 따라 달라지는 다양한 LTV 계산법과 확률에 기반하여 수학적으로 매우 복잡하다는 특징으로 인해 많은 마케터들이 어려움을 겪고 있습니다 . 따라서, 예산 효율을 시각화 해주는 유일한 척도인 LTV를 정확하게 계산하고, 변화에 대응할 수 있는 정확한 예측 모델을 구축하려면 전문적인 지식이 필요합니다. 정확한 LTV를 통해 적시적소에 비용을 지불한다면, 캠페인의 투자수익률(ROI)과 앱의 수익성이 높아질 것입니다.

LTV의 중요성

LTV와 고객 획득 비용(CAC)은 비즈니스의 재정 건전성과 성장 규모에 대한 모든 것을 알려줍니다. CAC가 낮아지면 LTV가 높아지므로, LTV > CAC를 유지하는 것이 중요하며, 이는 모바일 마케터들에게 진리와 같이 받아들여지고 있습니다. LTV는 "벤치마크로 삼아야 할 가장 중요한 지표"이자 “가장 파악하기 쉬운 지표"이지만, LTV의 정확한 계산법을 설명하는 글의 부재로 복잡성은 여전히 남아있습니다.

LTV 계산이 어려운 이유

일반적으로 LTV는 (LTV = ARPU \유저당 평균 매출] x 1/이탈률) 공식으로 계산됩니다. 하지만, 이는 지나치게 단순화되고 일원화된 방식으로, 보다 정확한 계산을 위해서는 앱의 주요 이벤트에 따라 공식이 달라져야 합니다. 예를 들어, 유저에 의한 매출에 의존하지 않는 수익화 모델과 구독 기반 수익화 모델은 서로 다른 LTV 계산법을 사용할 것입니다. 또한, LTV는 동적 지표로 계속 변화합니다. 이탈률이 증가하거나 하락하면 LTV도 변화하기 때문에 정확한 예측이 어렵습니다. 이와 더불어 개별 유저에 가치를 할당하는 것은 매우 까다로우며, 유저를 특정 행동에 따라 코호트 그룹으로 정확히 분류하여, 향후의 광고 캠페인에 이를 반영할 수 있어야 합니다.

현재 대시보드에서는 "설치" 또는 "리어트리뷰션"을 확인할 수 있습니다. 설치는 앱을 설치하고 리어트리뷰션(re-attribution)된 적이 없는 유저의 수를 보여줍니다. 새로운 인게이지먼트에 리어트리뷰션된 유저는 "리어트리뷰션"으로 분류됩니다. 따라서, 리타겟팅 캠페인 대상인 유저가 광고를 보고 새로운 소스에 리어트리뷰션되면, 모든 인앱 활동 내역과 함께 리어트리뷰션 그룹으로 이동됩니다. 인게이지한 소스의 총 갯수가 최초 소스의 LTV에 미치는 영향은 파악이 불가합니다. 리어트리뷰션된 유저의 이전 소스를 파악하고 싶은 경우에는 리포트를 쿼리하고 유저 ID를 사용하거나, 최초 소스의 LTV를 추후 리어트리뷰션 소스와 결합하기 위해 콜백을 설정해야 합니다.

즉, 특정 획득 소스의 어느 유저가 리인게이지먼트를 통해 최초의 소스에서 리어트리뷰션으로 이동했는지 (또는 어느 유저가 리어트리뷰션으로 이동되지 않았는지) 확인할 수 없습니다. 리어트리뷰션된 유저의 경우 최초 소스의 LTV에 대한 전체 그림을 파악하는 것이 불가능합니다. 따라서 앱 마케터들에게 필요한 것은 유저의 인게이지먼트와 리인게이지먼트 수준을 이해하고, 유저의 실제 생애주기에서 최초의 소스에 의한 LTV를 이해할 수 있도록 해주는 툴일 것입니다.

LTV를 예측하는 방법

LTV는 크게 두 가지 방법으로 예측할 수 있습니다. 우선 특정 이벤트 이후의 모델링(데이터가 제한된 경우 적합)에 의존하는 방법이 있고, 특정 기간에 포착된 사전 데이터에 기반한 예측적 방법을 사용할 수도 있습니다. 어느 방법이든 LTV를 기반으로 가장 성과가 좋은 마케팅 채널을 확인하고, 해당 채널에 시간과 비용을 집중할 수 있습니다.

무료 게임 앱의 경우를 예로 들어보겠습니다. 특정 포인트에 LTV가 고정된 프리미엄(freemium) 앱과 달리, 무료 게임 앱의 유동적인 LTV는 핵심 지표 중 하나로 사용될 것입니다. 따라서 이 경우 목표는 기존 유저의 LTV 향상 및 인게이지먼트 확률이 높은 유저 획득으로 설정됩니다.

가장 쉽고 직관적인 접근법은 장기간에 걸친 유저의 평균 LTV를 계산하고, 이를 단일 KPI로 간주하는 것입니다. 즉 KPI의 증가 및 하락이 성과의 좋고 나쁨으로 각각 해석되는 매우 간단한 방법입니다.

LTV 맞춤화를 위한 3단계

Adjust의 글로벌 제품 커뮤니케이션 매니저인 Mike Paxman은 "The Lowdown"이라는 웹 시리즈에서 3단계로 LTV 측정을 맞춤화하여 유저의 가치를 최대화하는 방법에 대해 공유한 바 있습니다. Mike는 일부 유저는 "지갑을 열고 매출에 기여하지 않을 수도" 있지만, 그것이 중요하지 않다고 강조했습니다. 유저가 "앱에서 어떻게 교류하고 인게이지먼트를 이루는지"에 따라 유저에게서 막대한 가치를 끌어낼 수 있는 방법이 존재하기 때문입니다.

YouTube에서 본 동영상을 시청하려면 마케팅 쿠키를 허용해야 합니다.

1단계: 앱에 필요한 설정 도입하기

첫 번째 단계에서는 올바른 설정이 필요합니다. Mike는 "가치를 지닌 유저의 모든 인앱 인게이지먼트"를 트래킹하는 것이 효율적인 방법이라고 강조했습니다. 세션, 설치, 구매와 같은 기본 인앱 이벤트를 넘어, 커스텀 이벤트 설정을 통해 더욱 광범위한 유저 행동 데이터를 확보할 수 있습니다.

트래킹하고자 하는 커스텀 이벤트는 앱과 카테고리별로 달라질 것입니다. 예를 들어 리테일 앱의 경우 장바구니 담기, 결제, 지불 등과 같은 기본 이벤트 이외에도, 할인 코드 적용, 위시리스트에 저장, 친구 초대와 같은 커스텀 인앱 이벤트를 추가적으로 트래킹하면 유저의 정확한 LTV를 파악하는데 중요한 역할을 하는 비금전적 인게이지먼트까지 모두 파악이 가능합니다.

2. 비금전적 인게이지먼트에 가치 할당하기

대시보드 설정으로 광범위한 인앱 인게이지먼트를 트래킹할 준비가 완료되었다면, 개별 비금전적 인게이지먼트에 가치를 할당해야 합니다. 예를 들어 게임 앱의 경우, 친구 초대 이벤트가 발생한 경우 5점을 부여할 수 있습니다. 앱에 중요한 역할을 하는 추가적인 개별 이벤트에 포인트를 부여하고, 이를 맞춤화된 LTV 알고리즘에 반영할 수 있습니다.

3. 지식을 활용하기

가치가 있는 모든 인앱 인게이지먼트 트래킹 설정이 완료되고, 유저의 LTV 계산이 끝난 후 이루어지는 이 단계는 얻은 지식을 실제로 활용하는 단계입니다. 확보한 데이터를 기반으로 향후 앱 마케팅 전략에 있어 더욱 좋은 결정을 내릴 수 있습니다. 또한, 어느 채널과 크리에이티브가 가장 높은 LTV의 유저를 유입시키는지 정확히 파악하여 마케팅 전략을 정교화하고, 사업 목표를 달성할 수 있습니다.

LTV와 같이 유저 행동에 따라 변화하는 예측적 알고리즘의 복잡한 특성을 고려할 때, 계속해서 좋은 ROI를 유지하려면 지속적인 LTV 검토가 이루어져야 합니다.

LTV에 대한 자세한 내용과 Adjust 대시보드에서 커스텀 이벤트 설정을 통한 LTV 최적화 방법에 대해 알고 싶으시다면 Adjust서포트팀으로 연락주시기 바랍니다.

Adjust의 최신 소식을 받아보고 싶으신가요?