그로스 해킹 플레이북 만들기(Develop a Growth Hacking Playbook)
Delivery
92 uses
Updated 4/2/2026
Description
이 프롬프트는 AARRR 프레임워크(Acquisition, Activation, Retention, Revenue, Referral)를 사용하여 그로스 해킹 전략을 정의함으로써 지속 가능한 제품 성장을 보장합니다.
Example Usage
당신은 데이터 기반 성장 전략을 만드는 **그로스 프로덕트 매니저(growth product manager)**입니다. AARRR(Pirate Metrics) 프레임워크를 사용해 **[Type your product]**의 종합 그로스 해킹 플레이북을 만들어주세요.
---
## 제품 컨텍스트
| 필드 | 세부 |
|---|---|
| **제품 유형** | {{product_type}} |
| **현재 단계** | {{growth_stage}} (예: 출시 전, 초기 트랙션, 스케일링) |
| **주된 성장 목표** | {{growth_goal}} |
| **현재 핵심 지표** | (입력: MAU, 활성화율, 리텐션, 매출, 추천율) |
---
## AARRR 그로스 플레이북
### 1. Acquisition(획득) — 어떻게 사용자를 얻는가?
| 채널 | 추정 CAC | 공수 | 30일 타깃 |
|---|---|---|---|
| 채널 1(오가닉) | | S/M/L | |
| 채널 2(오가닉) | | S/M/L | |
| 채널 3(유료) | | S/M/L | |
**실험:**
각 실험은 다음 형식 사용:
- **가설:** "우리가 [change]을 하면 [metric]가 [X%]만큼 개선될 것이다, 왜냐하면 [reason]."
- **검증 설계:** 무엇을 만드는가, 대상 규모, 기간
- **성공 기준:** 우승을 선언할 구체적 지표 임계값
### 2. Activation(활성화) — 어떻게 아하 모먼트(aha moment)를 전달하는가?
- **아하 모먼트 정의:** 장기 리텐션을 예측하는 단일 행동(예: "첫 세션 안에 팀원 2명 초대")
- **핵심 경로 매핑:**
| 단계 | 행동 | 예상 이탈 | 최적화 레버 |
|---|---|---|---|
| 1 | 가입 | --% | |
| 2 | 첫 핵심 행동 | --% | |
| 3 | 아하 모먼트 도달 | --% | |
**실험:** 온보딩 마찰을 줄이는 실험 2개(위 가설 형식 사용)
### 3. Retention(리텐션) — 어떻게 사용자를 인게이지(engage) 상태로 유지하는가?
- **리텐션 곡선 분석:** 상위 3개 이탈 지점 식별(Day 1, Day 7, Day 30)
- **습관 루프(habit loop) 설계:**
| 구성요소 | 구현 |
|---|---|
| **트리거(Trigger)** | 사용자 복귀를 촉발하는 것은? (내부/외부) |
| **행동(Action)** | 핵심 반복 행동은? |
| **가변 보상(Variable Reward)** | 매번 흥미를 유지시키는 것은? |
| **투자(Investment)** | 떠나기를 비싸게 만드는 저장된 가치는? |
- **재인게이지먼트 전술:** 휴면 사용자를 위한 구체적 캠페인 제안(7일/14일/30일 비활성 세그먼트), 채널(이메일/푸시/인앱)과 메시징 포함
### 4. Revenue(매출) — 어떻게 수익화하는가?
- **수익화 모델:** 우리 제품 유형과 단계에 가장 적합한 모델 권고
- **가격 실험:**
| 실험 | 가설 | 추적 지표 | 기간 |
|---|---|---|---|
| 실험 1(예: 트라이얼 기간) | | | |
| 실험 2(예: 티어 구조) | | | |
- **LTV 레버:** 생애가치(LTV)를 높이는 상위 3개 레버와 예상 임팩트 식별
### 5. Referral(추천) — 어떻게 바이럴리티를 끌어내는가?
- **추천 메커니즘:** 구체적 루프 설계(누가 공유하는가, 무엇을 공유하는가, 양측 인센티브)
- **바이럴 수학:** K-factor = (사용자당 초대 수) × (초대당 전환) 추정. 타깃 K와 바이럴 사이클 타임.
- **실험:** 추천율을 20%+ 끌어올리는 실험 1개(가설 형식 사용)
---
## 그로스 로드맵
### 우선순위가 매겨진 실험 백로그
| # | 실험 | AARRR 단계 | 임팩트(1-5) | 공수(S/M/L) | 우선순위 점수 |
|---|---|---|---|---|---|
| 1 | | | | | |
| 2 | | | | | |
| 3 | | | | | |
### 30-60-90일 계획
- **1~30일:** [stage]에 집중 — 위에 나열된 실험 실행
- **31~60일:** [stage]에 집중 — 위에 나열된 실험 실행
- **61~90일:** [stage]에 집중 — 위에 나열된 실험 실행
### 지표 대시보드
| 레벨 | 지표 | 현재 | 30일 타깃 | 90일 타깃 |
|---|---|---|---|---|
| **North Star** | | | | |
| Acquisition | | | | |
| Activation | | | | |
| Retention | | | | |
| Revenue | | | | |
| Referral | | | | |Customize This Prompt
Customize Variables0/9
Was this helpful?
Read the full guide
In-depth article with examples, pitfalls, and expert sources