월간 세미나
home
패키지
home

매출 분석 (2) ARPU, ARPPU를 이용하여 매출 분석하기

월간 데이터리안 4월 [실무에서 바로 써먹는 데이터 분석 스킬] 세미나에서 발표한 내용을 재구성한 글입니다.
매출 분석 모아보기
(1) 업셀링(Upselling), 크로스셀링(Cross-selling) 알아보기
(2) ARPU, ARPPU를 이용하여 매출 분석하기
이전 글에서는 매출을 늘리기 위한 업셀, 크로스셀 전략이 무엇인지 사례와 함께 살펴보고, 데이터 분석가가 이를 알아야 하는 이유도 이야기해봤습니다. 이번 글에서는 매출 분석에 사용하는 지표와 이를 이용하여 어떻게 매출을 분석할 수 있을지, 어떤 과정으로 분석을 전개해나가는지 얘기해보겠습니다.

매출 분석에서 중요한 지표 2가지

매출을 분석함에 있어서, 전체 매출을 보는 것도 중요하지만 한 고객 당 얼마를 쓰고 있는지도 굉장히 중요한데요, 중요한 이유는 뒤에서 다시 한번 설명을 드리도록 하겠습니다.
고객 당 매출, 객단가라고도 불리는 대표적인 지표가 두 가지 있습니다. 하나는 ARPU, 다른 하나는 ARPPU 인데요. 비슷한 철자인데, ARPPU에 P가 하나 더 있는 걸 보실 수 있죠. 각각의 의미와 계산식은 아래와 같습니다.
ARPU
ARPPU
의미
Average Revenue Per User • 전체 유저 1인당 매출
Average Revenue Per Paying User • 결제 유저 1인당 매출
계산식
= 전체 매출 / 전체 유저
= 전체 매출 / 결제 유저
아래 도표를 보시면 이해가 더 쉬우실 텐데요.
보통 서비스에는 결제를 하지 않은 유저와 결제를 한 적 있는 유저가 모두 존재합니다. 이 두 유저를 합쳐서 전체 유저라고 하고, 이 전체 유저로 매출을 나누면 ARPU, 결제 유저만으로 나누면 ARPPU입니다. 같은 매출을 전체 유저 또는 결제 유저로 나누는데, 결제 유저는 항상 전체 유저보다 적기 때문에 당연히 ARPU보다는 ARPPU가 더 크게 집계됩니다. (만약 전체 유저가 곧 결제 유저인 서비스가 있다면 ARPU와 ARPPU는 같을테고요)

매출 증가의 원인 3가지

저희가 온라인 쇼핑몰의 데이터 분석가라고 생각하고, 이번 달 매출이 증가한 원인을 살펴보려고 합니다. 이 경우에는 어떤 방식으로 데이터를 분석해볼 수 있을까요?
앞에서 ARPPU가 전체 매출을 결제 유저 수로 나눈 값이라고 했죠.
ARRPU = 전체 매출 / 결제 유저 수
즉, 결제 유저 수에 ARPPU를 곱하면 전체 매출이 됩니다.
결제 유저 수 * ARPPU = 전체 매출
그럼 매출이 증가 했을 때, 세 가지의 시나리오를 생각해볼 수 있습니다.
결제 유저 수
ARPPU
전체 매출
Case 1
증가
전 월과 비슷 or 감소
증가
Case 2
전 월과 비슷 or 감소
증가
증가
Case 3
증가
증가
증가
물론 현업에서는 이렇게 정확히 나누기 어려운 경우가 더 많습니다. 하지만 기본적인 분석 방법의 이해를 위해 간단한 수치로 살펴보겠습니다.
이 세 가지를 한번 나눠서 살펴보겠습니다.
우리 쇼핑몰의 3월 매출이 10만원이었는데, 4월에는 20만원으로 전 월 대비 2배 증가했다고 해봅시다. 이 때, 전체 매출이 결제 유저 수 * ARPPU 이기 때문에 3월과 4월에 결제 유저 수, ARPPU가 얼마였는지 간단히 SQL로 추출을 해볼 수 있습니다. 전체 매출액을 결제 유저 수와 ARPPU로 나눠보기만 해도 매출 증가의 원인을 쉽게 파악할 수 있습니다.

1. 결제 유저 수 증가

먼저 결제 유저 수가 증가한 경우를 살펴보겠습니다.
쉬운 이해를 위해 3월과 4월의 ARPPU가 1,000원으로 동일하다고 설정했는데요. 실무에서는 완전히 동일하지 않아도 수치가 거의 비슷하거나, 때로는 전 월보다 소폭 감소하기도 합니다.
그럼에도 불구하고 결제 유저 수가 전 월 대비 약 2배 가량 증가했다면 전체 매출액의 증가를 견인합니다.
결제 월
결제 유저 수(명)
ARPPU(원)
전체 매출액(원)
2022-03
100
1,000
100,000
2022-04
200 (2배 증가)
1,000
200,000 (2배 증가)

2. ARPPU 증가

이번에는 ARPPU가 증가한 경우를 한 번 볼게요.
결제 유저 수가 100명으로 동일할 때, 혹은 4월의 수치가 3월보다 소폭 감소했을 때, ARPPU가 2배 이상 증가했다면 마찬가지로 전체 매출액도 2배 가량 증가합니다.
결제 월
결제 유저 수(명)
ARPPU(원)
전체 매출액(원)
2022-03
100
1,000
100,000
2022-04
100
2,000 (2배 증가)
200,000 (2배 증가)

3. 결제 유저 수 증가 & ARPPU 증가

결제 월
결제 유저 수(명)
ARPPU(원)
전체 매출액(원)
2022-03
100
1,000
100,000
2022-04
125 (1.25배 증가)
1,600 (1.6배 증가)
200,000
전체 매출액을 결제 유저 수와 ARPPU로 나눠보고 원인을 파악하면 매출 분석이 끝난 걸까요?
그렇지 않습니다. 이제는 ‘그래서 왜 증가했는데?’ 에 대해 데이터로 낼 수 있는 해답을 같이 한 번 찾아볼게요.

1. 결제 유저 수 증가

먼저 결제 유저 수가 증가한 경우부터 다시 분석해보겠습니다.

1-a. 전체 고객 중 결제 유저를 살펴보자

결제 유저가 증가한 이유를 전체 고객과 연관지어 생각해보면, 두 가지 경우로 나눠볼 수 있습니다.
전체 고객 수 증가 → 결제 고객 수 증가
첫 번째는 전체 고객이 늘어서 자연스럽게 결제 유저도 늘어난 경우입니다.
결제 월
전체 고객 수(명)
결제 고객 비율(%)
결제 고객 수(명)
2022-03
500
20%
100
2022-04
1,000 (2배 증가)
20%
200 (2배 증가)
결제 고객 비율 증가 → 결제 고객 수 증가
두 번째로는 전체 유저의 규모는 전 월과 비슷하지만, 결제 고객 비율이 증가해 결제 유저 수가 늘어난 경우가 있습니다.
결제 월
전체 고객 수(명)
결제 고객 비율(%)
결제 고객 수(명)
2022-03
500
20%
100
2022-04
500
40% (2배 증가)
200 (2배 증가)

1-b. 결제 유저의 구성을 살펴보자

이번에는 결제 유저만 분석해보겠습니다.
재결제 유저 수(명)
4월 신규 결제 유저 수(명)
결제 고객 수(명)
100
100
200
50
150
200
재결제가 많은 (= 리텐션이 높은) 경우
결제를 하지 않던 고객이 새로 결제를 많이 한 경우

2. ARPPU 증가

결제 월
결제 유저 수(명)
ARPPU(원)
전체 매출액(원)
2022-03
100
1,000
100,000
2022-04
100
2,000 (2배 증가)
200,000 (2배 증가)

2-a. 전보다 자주 구매한 경우

3월
4월
1회 당 결제 금액(원)
1,000
1,000
결제 빈도(회)
월 1회
월 2회
ARPPU(원)
1,000
2,000

2-a. 한 번 결제할 때 더 비싼 금액을 지불하는 경우

3월
4월
1회 당 결제 금액(원)
1,000
2,000
결제 빈도(회)
월 1회
월 1회
ARPPU(원)
1,000
2,000

3. 결제 유저 수 증가 & ARPPU 증가

결제 월
결제 유저 수(명)
ARPPU(원)
전체 매출액(원)
2022-03
100
1,000
100,000
2022-04
125 (1.25배 증가)
1,600 (1.6배 증가)
200,000
세번째로 결제 유저수와 ARPPU가 모두 증가한 경우에는 앞의 두 가지 방법을 모두 사용해서 분석을 해볼 수 있습니다.
지금은 매출 ‘증가’의 경우에만 얘기를 해봤지만, 매출이 감소한 경우에도 동일한 방식으로 감소의 원인을 분석해볼 수 있습니다.

참고 자료

SQL로 직접 매출 분석을 해보고 싶다면?
송혜정 데이터 분석가
3년차 데이터 분석가. 콘텐츠 기업 리디에서 데이터 분석가로 근무했고, 현재는 데이터리안에서 강의 기획, 부트캠프 운영, 콘텐츠 제작 등을 진행하고 있습니다.
(링크 수정 필요)

한 달에 한 번, 데이터 분석 소식을 무료로 받아보세요

요즘 분석 소식, 알고는 싶지만 이것저것 챙겨보기에는 바쁘잖아요.
데이터리안 블로그, 유튜브에 업로드 되는 요즘 데이터 분석 소식을 한 번에 받아보세요. * 원할 때 언제든 구독을 취소할 수 있어요. 부담없이 신청하세요!
#데이터분석 #뉴스레터 #매월첫번째화요일

함께 읽어보면 좋은 글

List
Search
매출 분석 (0) 10배 이상 뛰어난 데이터 분석가가 되는 법
매출분석
그로스해킹