- 저자
- 양승화
- 출판
- 위키북스
- 출판일
- 2021.01.14
아직 해당 도서 읽는 중! (읽으면서 정리 중 입니다.)
01장 그로스 해킹이란?
1.1 그로스 해킹 그거, 우리도 해봅시다
특히 요즈음의 IT 서비스는 출시 이후에도 지속적인 개선과 업데이트가 가능하다. 그런 의미에서 서비스 출시는 끝이 아닌 시작에 가깝다. 출시 후 서비스에 대한 사용자의 평가를 듣고, 사용 패턴을 분석하고, 새로운 기능을 추가함으로써 서비스를 꾸준히 개선할 수 있다면 성공할 확률은 크게 높아진다. 이런 점을 감안하면 한 번에 성공하는 서비스를 만들겠다는 목표보다 출시 후 꾸준히 성장하는 서비스를 만든다는 목표가 훨씬 현실적이다. 물론 성장하는 서비스를 만드는 것이 말처럼 쉽지는 않지만 말이다.
02장 전제조건 : Product-Market Fit
2.2 정말 많은 제품 관리자가 하는 실수
1) 제품을 만들고, 그런 다음에야 고객을 찾는다
논리적인(?) 기획서를 바탕으로 제품을 우선 만든 다음, 제품이 나오고 나서야 뒤늦게 고객을 설득하려는 경우가 무척 많다.
제품을 만들 때는 부장님과 상무님을 바라보면서 기획서를 쓰고 제품이 출시되고 나서야 사용자를 찾는다면 그 제품은 십중팔구 사용자에게 외면 받을 것이다.
2) 기능을 추가하고, 추가하고, 추가한다
성장하고 있는 시점에도 기능을 추가하고, 성장세가 둔화되면 기능을 추가한다. 사실 많은 회사에서 '서비스 개선'이라는 용어를 '기능 추가'와 동일한 의미로 사용한다. 사용자가 원하는 꼭 필요한 기능을 추가한다면 다행이지만 그렇다고 해서 서비스 개선이 기능 추가와 동일시 되는 건 분명히 문제가 된다.
제품은 가설의 조합으로 이뤄져야 하며, 그러한 가설을 테스트하기 위한 최소한의 기능으로 이뤄져야 한다. 기능이 많은 제품이 성공하는게 아니라 최소한의 기능으로 사용자에게 가치를 전달할 수 있는 제품이 성공한다는 점을 꼭 기억할 필요가 있다.
2.3 제품-시장 적합성
'아무도 원하지 않는 서비스를 열심히 만드는' 함정에서 벗어나려면 어떻게 해야할까? 이러한 함정에 빠지는 것을 방지하기 위해 린 스타트업에서는 제품-시장 적합성(Product-Market Fit)이라는 개념을 사용한다.
즉, 제품-시장 적합성을 확인한다는 것은 우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가? 라는 질문에 답하는 과정이라 생각할 수 있다. 앞서 이야기한 '뭐가 문제인지를 모르는 문제'에 마주쳤을 때 제품 개발 과정을 돌아보면서 꼭 점검해봐야 하는 내용이기도 하다.
1) 우리가 생각하는 그 문제 진짜 있긴 한가?
2) 우리가 만든 제품이 그 문제를 해결한게 맞나?
3) 이 제품을 만들면서 세운 가설이 무엇인가? 그 가설이 검증 됐는가?
2.4 제품-시장 적합성을 확인하려면?
일반적으로 아래의 3가지 지표를 통해 제품이 시장-제품 적합성을 만족하는 확인할 수 있다.
1) 리텐션 Retention rate
일반적으로 리텐션은 시간이 지남에 따라 자연스럽게 감소하는데, 이때 떨어지는 기울기가 원만한지, 기울기가 안정화 되는 지점이 어디인지를 확인하면 해당 서비스의 제품-시장 적합성 수준을 확인할 수 있다. 제품-시장 적합성을 만족하는 서비스는 초기 일정 시간이 지나면 그래프의 기울기가 완만해지면서 리텐션이 안정적으로 유지되는 패턴을 보인다. 하지만, 그렇지 못한 서비스는 리텐션 그래프의 기울기가 꾸준히 우하향 하는 패턴을 보인다. 리텐션 그래프의 기울기만큼이나 안정화되는 시점에서의 절대적인 리텐션 수치도 중요하다.
실제로 리텐션에 영향을 미치는 핵심 기간은 서비스를 사용하기 시작한 직후부터 수일 이내다.
파란선: 제품-시장 적합성을 만족한 리텐션 그래프
초록선: 제품-시장 적합성을 만족하지 못 한 리텐션 그래프
2) 전환율 Conversion rate
전환율은 한 단계에서 다음 단계로 넘어가는 사용자의 비율을 의미한다. 서비스의 핵심 사용 경로에 대한 전환율 지표를 확인하는 것은 제품-시장 적합성을 점검하기에 좋은 방법이다.
3) 순수 추천 지수 Net Promoter Score, NPS
The ultimate guide to Employee Net Promoter Score (eNPS)
순수 추천 지수는 비교적 간단한 방법을 통해 효과적으로 서비스의 성공 여부를 예측할 수 있는 지표다. NPS는 다음과 같은 단 하나의 질문을 통해 간단하게 측정할 수 있다.
"이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶으신가요?"
결국 순수 추천 지수는 '팬(fan)'에 대한 지표이다. 이 지표를 높이려면 재품에 불만족하는 사람을 줄이는 것 만큼이나 제품에 대한 적극적인 팬 층을 늘리는 것이 중요하다. 서비스에 적당히 만족하는 고객을 많이 확보하더라도 NPS 점수를 높이는 데 전혀 도움이 되지 않는다는 점에 유의하자.
이 단계에서의 목적은 제품-시장 적합성을 찾는 것이고, 리텐션과 전환율은 이를 확인하기 위한 수단으로 활용해야한다. 리텐션과 전환율은 제품-시장 적합성을 찾고 난 이후의 '결과'로 나타는 지표이고, 이 지표 자체를 개선하는 것이 목적이 돼서는 안 된다는 점을 꼭 기억하자. 이 시기에 해야하는 가장 중요한 일은 사용자에 대해 더 많이 연구하고, 사용자를 이해하려고 노력하는 것이다.
03장 AARRR
3.1 AARRR 개요
4) AARRR을 활용하는 방법
- 각 단계별로 풀어야 하는 문제를 확인한다.
-각 단계의 핵심이 되는 주요 지표를 생성하고, 해당 지표의 현재 수준을 측정한다.
- 측정된 지표가 가지는 의미를 이해한다.
- 개선해야하는 목표 수준을 정하고, 실험을 통해 단계적으로 개선한다.
단순히 지표 몇 개를 모니터링하는 수준이 아니라 각 단계가 지닌 의미를 명확히 이해하고, 그것을 바탕으로 핵심지표를 선정한 후 실험을 통해 이를 개선해가는 과정을 하나하나 밟아가야 한다.
3.2 고객유치(Acquisition)
1) 고객유치(Acquisition)의 기본 개념
고객유치는 사용자를 우리 서비스로 데려오는 것과 관련된 활동을 의미한다. 고객 유치 과정의 핵심은 고객 유치에 기여(Attribution)한 채널의 성과를 판단할 수 있는 모델을 만드는 것이다.
고객 유치 데이터를 분석할 때 중요한 포인트는 오가닉 트래픽의 비중을 높이는 것이 아니라 가능한 한 많은 트래픽을 식별해서 미식별 트래픽의 비중을 최대한 줄이는 방향이어야 한다는 것이다.
결론적으로 고객 유치와 관련해서 풀어야하는 문제는 다음과 같다.
- 어떻게 하면 사용자의 유압 채널을 최대한 누락없이 정확하게 추적하고
- 각 채널별 성과를 정확히 판단할 수 있을까?
2) 고객 획득 비용(Customer Acquisition Cost, CAC)
고객 획득 비용에 대한 구체적인 논의를 하기 위해서는 우선적으로 각 채널별, 캠페인별, 광고별로 얼마의 예산을 집행했고 각 경로를 통한 유입이 정확히 어떻게 되는지 정확하게 추적할 필요가 있다. 웹에서는 UTM 파라미터, 앱에서는 어트리뷰션이 그 역할을 한다.
3) UTM 파라미터(UTM parameter)
온라인에서 유입 경로를 확인하기 위해 가장 널리 사용되는 기능은 UTM 파라미터다. UTM 파라미터는 서비스로 인입된 트래픽이 어느 경로를 통해 들어왔는지 그 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터를 의미한다.
UTM 파라미터를 통해 유입된 트래픽의 출처나 특성을 확인하기 위해서는 우선적으로 각 광고 채널이나 친구 고객 등 고객 유치 목적으로 사용되는 링크마다 고유한 UTM 파라미터가 붙은 별도의 링크를 사용해야 한다.
4) 모바일 앱 어트리뷰션(Attribution)
어트리뷰션은 사용자가 엡을 설치하고 사용하는데 어떤 채널이 기여하는지를 식별함으로써 모바일 앱의 마케팅 성과를 판단하는 과정이다.
어트리뷰션 윈도우(Attribution window)
어트리뷰션 윈도우는 기여 이벤트가 발생한 이후 얼마만큼의 기간 동안 발생한 전환에 대해 어트리뷰션을 인정할 것인가를 의미하는 용어로서 룩백 윈도우(lookback window)라고도 한다.
기여 채널의 성과를 판단하기 위해서는 기여 이벤트가 발생한 후 어느정도의 기간 내에 발생한 어트리뷰션을 해당 채널의 성과로 인정할 것인가에 대한 기준이 필요하다. '어트리뷰션 윈도우를 0일로 해야한다'는 식의 일반화된 규칙이 있는게 아니기 때문에 각 채널별로 어트리뷰션 윈도우를 어떻게 정의할지에 대한 기준을 잘 세우는 것이 대단히 중요하다.
어트리뷰션 기준을 어떻게 정의해야 할까?
어트리뷰션을 잘 활용하기 위해서는 정량적으로 나타나는 수치 외에도 각 마케팅 채널이 어떤 지면을 가지고 있는지, 어떤 사용자층을 보유하고 있으며, 어떤 식으로 사용자를 타깃팅하는지, 광고와 사용자의 인터랙션이 어떤 식으로 이뤄지는지 등 채널으 특성을 잘 이해하고 있어야한다.
3.3 활성화(Activation)
1) 활성화(Activation)의 기본 개념
이 단계에서는 고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것이 중요한 포인트다. 서비스마다 다르겠지만 새롭게 가입한 사용자들이 온보딩(on-boarding) 프로세스를 성공적으로 마무리하는 비율은 일반적으로 높지 않다. 마찬가지로 구매 의도를 가진 사용자들이 구매 프로세스 도중 이탈하지 않고 마지막까지 전환되게 하는 것도 어려운 일이다.
활성화 단계의 핵심은 퍼널(Funnel)에 대한 분석이다. 퍼널 분석은 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정, 분석하는 과정으로 진행된다. 퍼널 분석의 진정한 가치는 주요 퍼널에서의 단편적인 전환율을 계산하는 데 있는 것이 아니라 전환율에 영향을 미치는 유의미한 선행지표를 발견하는데 있다.
- 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의 했는가?
- 각 단계별 전환율을 어떤 기준으로 측정하는가?
- *코호트(Cohort)에 따른 퍼널별 전환율을 보고 있는가?
*코호트(Cohort) : 그룹별 전환율을 비교할 때 훨씬 더 큰 인사이트를 얻을 수 있고, 명확한 개선 아이템을 제안할 수 있다. 이처럼 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹
3) 전환율 측정하기
트래픽을 기준으로 한 전환율을 살펴보는 것은 UX/UI 측면에서의 개선점을 찾는 데 도움이 된다. 이에 반해 사용자를 기준으로 한 전환율은 UX/UI를 포함한 다양한 요소(상품의 매력도나 가격 등)의 영향력이 종합적으로 반영되는 지표라고 할 수 있다. 개인적으로는 종합적인 성과 판단을 위한 지표라면 사용자 기준의 전환율을 살펴보는 것을 추천하는 편이다. 반면 UX/UI 리디자인 등 특정 시나리오에서의 사용성 개선을 목적으로 한다면 트래픽을 기준으로 한 전환율을 살펴보는 게 더 적합할 수 있다.
3.4 리텐션(Retention)
1) 리텐션(Retention)의 기본 개념
리텐션은 서비스의 성공을 예측할 수 있는 가장 기본적이면서도 중요한 지표다. 리텐션은 일반적으로 접속을 기준으로 측정한다. 하지만 리텐션의 기준이 되는 행동을 꼭 접속으로 한정할 필요는 없다. 일반적으로 접속이나 로그인을 기준으로 리텐션을 측정하는 이유는 서비스에 진입하는 것이 유의미한 행동이며, 이러한 행동이 반복되는지 살펴보는 것이 중요하기 때문이다. 서비스에 따라 다르겠지만 꼭 접속이 아니더라도 상품페이지 5개 이상 방문, 구매하기 클릭, 구매완료, 재구매, 친구 초대, 메시지 주고받기, 콘텐츠 시청 등과 같은 주요 이벤트는 시간의 흐름에 따라 반복여부를 살펴보는 것이 의미가 있다.
3) 리텐션 분석하기
리텐션은 쪼개서 볼 때 의미있는 지표라는 점을 기억하자. 기본적으로 리텐션은 시간에 따라 변화 추이를 민감하게 살펴봐야하는 지표다.
- 하나의 코호트 안에서 기간에 따른 유지율을 봤을 때 그 추이가 어떠한가? 유지율이 급격하게 떨어지지 않고, 안정화되는 지점이 있는가? 대략 어느 정도 기간이 지나야 안정화된다고 볼 수 있는가?
- 서로 다른 코호트의 동일한 기간의 유지율을 비교하면 어떤가? 20@@년 1월 가입자와 20@@년 5월 가입자의 60일 리텐션에 차이가 있는가?
- 기간에 따라 나눈 코호트의 규모는 어떻게 달라지고 있는가? 가입자(혹은 접속자)가 꾸준히 증가하는 추세인가, 그렇지 않다면 유지되거나 감소하는 추세인가?
3.5 수익화(Revenue)
1) 수익화(Revenue)의 기본 개념
결국 사업의 성패를 가르는 것은 수익화라고 할 수 있다. 수익화 관리를 위해서는 서비스가 어떤 비즈니스 모델(Business Model)을 가지고 있는지를 명확히 이해하고, 그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지 데이터로 확인할 수 있어야 한다. 가입자가 아무리 많아도, DAU 와 MAU가 아무리 높아도, 앱스토어 평점이 아무리 높아도, 이 모든 것들이 매출로 돌아오지 않는다면 서비스를 유지할 수 없다.
3) 수익화 분석하기
고객 생애 매출 (LTR, Lifetime Revenue) 활용하기
고객 생애 매출은 고객 한 명의 기대 매출을 말한다. 고객 생애 매출을 활용할 때의 중요한 포인트는 우리 서비스의 전체적인 고객 생애 매출을 딱 떨어지는 숫자로 요악하는 것에 집착할 필요가 없다는 점이다. 고객 생애 매출은 코호트를 잘 나누고 코호트별 고객 생애 매출의 추이가 어떻게 변화하는지 살펴보는 편이 훨씬 더 유용하다. 이 경우 가장 일반적으로 활용되는 코호트 분류 기준은 '가입 시점'이 된다.
기간별로 고객 생애 매출이 증가하는 추이를 구한 후 고객 획득 비용(Customer Acquisition Cost, CAC)과 비교하면 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인할 수 있다. 건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 한다.
3.6 추천(Referral)
1) 추천(Referral)의 기본개념
추천은 오가닉(Organic) 유입의 하나로, 말 그대로 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것을 의미한다. 친구 추천이라고 하면 프로모션이나 이벤트를 떠올리는 사람이 많은데 AARRR에서 이야기하는 추천이 일회성 이벤트를 의미하는 것은 아니다. 이보다는 '서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가'라는 구조적인 문제에 더 가깝다.
추천과 관련된 사용자 플로는 필수적으로 신규 사용자 경험(New User Experience,NUX)과 연계된다는 점을 고려해야 한다. 그런 의미에서 추천 시스템이 잘 작동하려면 앞서 설명한 활성화 단계가 잘 구축되어 있어야 한다.
'서비스 기획 > 관련 서적 정리' 카테고리의 다른 글
| 기획의 정석 실전편 : 제안서 PPT 편 - 2 (0) | 2025.03.02 |
|---|---|
| 기획의 정석 실전편 : 제안서 PPT 편 - 1 (0) | 2025.03.02 |
| .. 도그냥이 알려주는 서비스 기획 스쿨 / 따라 적어보는 예시 (0) | 2025.02.13 |
| 현업 서비스 기획자 도그냥이 알려주는 서비스 기획 스쿨 (2) | 2025.02.10 |
