입력

명/월
%
%
%
%
원/월

결과

월 매출 (Revenue)
-
값을 입력하세요
결제자 수 (월)
-
전체 전환율 (방문→결제)
-
월 신규 초대 유입
-
K-팩터 (K-factor · 추천 바이럴 계수)
-

AARRR 5단계 퍼널(전환 깔때기) 통과 사용자수

단계전환율통과 인원비주얼

개선 시뮬 — 한 단계 +10%p 향상 시 매출 영향

개선 단계변경 전변경 후월 매출증가

어떻게 계산하나요

결제자 = 방문자 × Activation(활성)% × Retention(잔존)% × Revenue(매출)%

월 매출 = 결제자 × ARPU(사용자당 평균 매출)

전체 전환율 = 결제자 ÷ 방문자 × 100

K-팩터 (K-factor · 추천 바이럴 계수) = 결제자 비율 × Referral(추천)%

예: 방문 10만 × 가입 10% × 재방문 50% × 결제 5% = 250명 결제. ARPU 5만이면 월 매출 1,250만원. 재방문(Retention) 을 50%→60% 로 +10%p 만 올리면 결제자 50명 증가 → 매출 +250만/월.

AARRR 단계별 일반 벤치마크 (2024)

단계B2CSaaSB2B
Activation (활성·가입)5~15%10~25%20~40%
Retention (잔존·30일)20~40%40~60%70~90%
Revenue (매출·결제)1~5%5~15%10~30%
Referral (추천·초대)5~20%10~25%15~30%

K-팩터(K-factor) 가 1 이상이면 사용자 1명이 또 다른 1명 이상을 데려오는 바이럴(자생 확산) 성장 — 광고 없이도 자생적 확산. 0.5~1 은 일반 제품, 0.2 이하면 광고 의존 비즈니스.

한계와 주의

AARRR(획득·활성·잔존·매출·추천 5단계) 은 그로스 의사결정에 유용한 프레임이지만 다음 한계가 있습니다:

  • 단순 곱셈 가정 — 단계 간 상관관계 무시. 실제는 Activation(활성) 이 좋아지면 Retention(잔존) 도 같이 좋아지는 등 연쇄 효과 있음
  • 시점·코호트(가입 시기 그룹) 혼합 — 월 단위 단순 측정은 신규·기존 고객을 섞음. 정확한 분석은 코호트별 분리 필수
  • 초기 단계의 무의미성 — 트래픽이 너무 적으면(월 1,000명 미만) AARRR 분석은 노이즈. 충분한 표본 후 의미
  • Referral(추천) 측정 어려움 — 초대 코드·UTM 으로 추적 가능한 유입만 잡힘. 실제 입소문은 측정 누락 큼
  • 매출만 KPI 가 아님 — Activation/Retention 강한데 Revenue(매출) 약하면 수익화 모델 검토. 무리한 결제 압박은 Retention(잔존) 파괴
  • HEART·해적 퍼널·North Star 등 대안 — Google HEART(Happiness/Engagement/Adoption/Retention/Task success · 만족·참여·도입·잔존·과업성공) 같은 보완 프레임도 고려

단계별 벤치마크는 2024 일반 추정이며 산업·제품 카테고리별 차이가 매우 큽니다. 본 결과는 단순 가정 기반 추정치입니다.