이 글은 양승화님의 그로스 해킹 강의를 바탕으로 작성한 글입니다.
흔한 서비스 출시 과정
서비스의 출시는 아이디어에서부터 시작한다. 서비스를 출시하기 위해 팀을 꾸려 Product을 생성 시작하여 6개월 후에 개발되었다고 생각해 보자. 이때 곧 출시를 할 수 있을 거라 생각하지만 문제 발생으로 예상보다 늦게 런칭이 되는 게 대부분이라고 한다.
런칭을 했다고 해서 끝은 아니다. 성과가 좋지 않다면 관련 매체에 보도자료나 인터뷰와 같은 홍보를 시작한다.
이때 홍보 때문에 유저가 생성돼도 대부분이 며칠 쓰다가 나가버린다면?
다시 투자를 해서 마케팅을 하고, 마케팅으로 인한 유저가 생성되고 또 그 유저가 나간다면 이제 기업에선 뭘 해야 하나.
이 서점에서 할 수 있는 가장 나쁜 선택은 '지금은 원래 하려던 기능의 30% 정도만 만들어 내놓은 제품이니깐 앱에 새로운 기능을 추가하자' 이다. 문제가 무엇인지 모르는 게 가장 큰 문제이다.
많은 제품이 하는 실수
많은 제품들은 제품을 출시하면 바로 반응이 올 것이라고 생각하거나, 반응이 오지 않는 이유가 기능이 부족하기 때문에 기능을 계속해서 추가하는 실수를 한다.
위 상황을 요약하면 다음과 같다.
1) 제품을 먼저 만들고, 그제야 고객을 찾는다.
2) 기능을 추가하고, 추가하고, 추가한다.
즉, 고객이 무엇을 원하는지 생각하기보다는 제품과 기능에만 집중하게 된다.
그로스 실험의 전제조건: Product - Market Fit
위와 같은 상황을 피하기 위한 전제조건으로 Product - Market Fit을 사용한다.
PMF는 우리가 만든 제품이나 서비스가 실험을 할 만한 가치가 있는가?라는 질문에 답하는 과정이라 볼 수 있다.
질문은 다음과 같다.
1) 우리가 생각하는 그 문제가 진자 있긴 한가?
2) 우리의 솔루션이 그 문제를 해결하는게 맞나?
3) 이 서비스를 만들면서 세운 가설은 무엇인가? 그 가설이 검증되었는가?
PMF 검증 방법
Product - Market Fit을 검증하는 방법은 Retention, Conversion, NPS라는 3가지 지표를 사용하는 것이다.
하나씩 살펴보자.
1) 리텐션 (Retention)
- 리텐션은 유저율이라고 불리며, 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표다.
- 리텐션은 시간이 지나면 자연스럽게 감소하는데, 기울기가 완만한지와 기울기가 안정화되는 지점이 어디인지 확인하여 PMF를 확인할 수 있다.
- 고객의 재방문 비율을 시간에 따라 그래프를 그릴 수 있는데, 이 리텐션이 어느 정도 유지가 된다면, 그 그래프는 파란색 선처럼 초반에 급격하게 기울기가 감소하다가 5일 이후부터는 완만하게 감소하는 ㄴ자형 그래프를 유지한다.
- 반면, 리텐션이 전혀 없다면 녹색 선처럼 일정한 기울기의 직선으로 감소하게 된다.
- 리텐션의 수치는 카테고리의 영향을 많이 받는다. 또한, 카테고리 내에서도 세부 서비스에 따라 달라질 수 있다. 따라서 절대적인 수치의 비교보다는 상대적인 관점에서 판단하는 것이 좋다.
2) 전환율 (Conversion)
- 전환율을 한 단계에서 다음 단계로 넘어가는 사용자의 비율을 의미한다.
- 일반적으로, 사용자는 단계별로 이탈하기 때문에 전환 퍼널을 역삼각형의 형태를 띠고 있다.
- 전환율 또한 도메인별로 상이하며 도메인 내에서도 상품에 따라 서로 다를 수 있다. 또한, 유저의 특성에 따라 전환율도 다를 수 있다. 따라서, PMF 확인 시점에서 전환율은 수치 자체보다 시간의 흐름에 따른 전환율의 변화 추이를 보는 것이 더 유용하다.
3) 순수 추천 지수 (Net Promoter Score, NPS)
- 순수 추천 지수는 " 이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶은가요? " 라는 단 하나의 질문을 통해 간단하게 측정할 수 있다.
- 0 ~ 10점까지의 11점 척도를 통해 적극적 추천 그룹(Promoters), 소극적 추천 그룹(Passives), 비추천 그룹(Detrators)으로 분류한다. 여기서 핵심은 점수를 11점을 3등분 하지 않는 것이다.
- NPS의 계산은 적극적 추천 그룹의 비율에서 비추천 그룹의 비율을 빼는 것으로 구할 수 있다.
- NPS는 -1 ~ 1 사이의 값을 가지며, 일반적으로 0 이상이라면 양호한 것으로 판단한다. 마이너스 값이라면 개선의 필요가 있다.
PMF를 개선하는 방법
PMF를 확인하기 위해 적합한 지표는 앞서 말한 Retention, Conversion, NPS이다. 흔히 Install, Sign-up, Active user로 생각하는 경우가 있는데, 이 3가지 지표는 PMF를 맞췄는지와 거의 상관없는 부적합한 지표이다.
PMF를 개선하기 위해 사용자를 우리 마음대로 상상하고 가정하는 행동을 하면 안 된다. 예를 들어 브레인스토밍이나 그냥 새로운 기능을 추가하는 것은 사용자에 대한 가정을 하는 것으로 PMF를 맞추는 것과 아무 상관없는 행동이며 때론 잘못된 결과를 불러일으키기도 한다. 또한, Retention, Conversion을 개선 하기 위한 실험을 하면 안 된다.
이 지표는 PMF가 잘 맞거나 맞지 않았을 때 결과로 나오는 지표이지 없던 PMF가 생기는 것은 아니다.
그렇다면 취해야 하는 행동은 무엇인가? 바로 사용자를 직접 만나 이야기를 듣는 것이다.
서비스를 어떻게 알게 되었고, 어떻게 사용하고 있으며, 어떤 부분에 만족하는지 또는 서비스가 사용자가 가진 어떤 문제를 해결해 주는지 아니면 해결하지만 부족한지에 관한 사용자의 의견을 듣는 것이 중요하다.
서비스를 쓰는 과정을 관찰하고 사용자의 로그데이터를 분석하는 과정에서 사용자에 대한 이해가 된다면 PMF를 개선할 수 있다.
'데이터 분석 > 그로스해킹' 카테고리의 다른 글
| [그로스해킹] 그로스 해킹 (0) | 2022.08.17 |
|---|