[책] 그로스해킹

 

[11번가] 그로스 해킹 /데이터와 실험을 통해 성장하는 서비스를 만드는 방법

그로스해킹이란?

- "크로스펑셔널한 직군의 멤버들이 모여서 핵심지표를 중심으로 실험을 통해 배움을 얻고, 이를 빠르게 반복하면서 제품이나 서비스를 성장시키는 것"

- "그로스해킹은 핵심 지표를 찾고, 그 지표를 성장시키는 방법을 찾는 활동이라고 할 수 있다."

전통적으로 제품을 만드는 과정 '기획-생산-판매'에서의 성공 방정식은 유효하지 않다. 많은 시간과 노력을 투자해서 만든 제품이 알고 보니 아무도 원하지 않는 제품이라는 점을 뒤늦게 발견하는 것만큼 나쁜 일은 없다. '아이디어-개발-측정-개선'으로 이어지는 피드백 순환고리를 최대한 빨리 진행하면서 작은 성공을 쌓아 서비스를 점진적으로 개선하는 것이 린 스타트업의 철학이다. 

요즘 IT서비스는 출시 이후에도 지속적인 개선과 업데이트가 가능하다. 그런 의미에서 서비스 출시는 끝이 아닌 시작에 가깝다. 

'어떻게 하면 성장하는 서비스를 만들 수 있을까' 그로스 해킹은 이 질문의 답을 차즌 과정이라고 할 수 있다. 

 

AARRR

- 해적 지표라고 불리는 AARRR은 대표적인 지표관리 방법론이다. 고객유치, 활성화, 리텐션, 수익화, 추천의 다섯 가지 범주에 따라 주요 지표들을 모니터링하고 관리해야 한다고 주장했다. 

- 효율적으로 관리하는 법 : 회사 조직도에 따라 지표를 나눠서 제각각 관리하지 말고 사용자의 서비스 이용 흐름(User Flow)에 따라 단계별 주요 지표를 전체 서비스 관점에서 정의해야 한다.(각 팀이 과업기반 관리하고 보고서를 작성하면, 지표가 '성장'을 위해 활용되기보다는 '놀지 않았다는 것을 증명하기 위해' 사용된다. 

 

Acquisition(고객유치)

- CAC(Customer Acquisition Cost):고객획득비용

- Organic은 자발적인 유입이라기 보단, 유입된 채널을 식별할 수 없는 사용자에 가깝다. 

-UTM 파라미터 (Urchin Tracking Module) : 웹페이지 url뒤에 소스, 매체, 캠페인, 검색어, 콘텐츠에 해당하는 파라미터 추가.

- 디퍼드 딥링크 : 앱 설치돼 있는 사람은 곧바로 해당 앱의 랜딩 페이지로 이동시키고, 앱이 설치돼 있지 않은 사람은 스토어로 이동해서 앱을 설치하게 한 후 앱을 실행하면 그때 미리 정의한 랜딩 페이지로 이동시킨다. 

- 많은 마케팅팀에서 빠지기 쉬운 함정 중 하나가, 고객 유치 성과가 정체된 것처럼 느껴질 때 기존 채널에 대한 최적화를 고민하기보다는 새로운 채널을 찾고 테스트하는 데 지나치게 많은 리소스를 쓰는 것이다. 

 

Activation

- 활성화의 핵심은 퍼널에 대한 분석

- 크리티컬 패스 : 서비스에 진입하는 순간부터 핵심 가치를 경험하기까지의 경로

- 코호트 " 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹

- 전환율을 높이는 방법 : 개인화, UI/UX개선, 적절한 개입(CRM)

- 핵심 가치를 정의하고 단계별 퍼널을 정의하고, 코호트 기반으로 쪼개서 본느 각 단계를 충실하게 진행하는 것 외에 쉽게 갈 수 있는 지름길은 없다. 

- 전환율을 높이는 것보다 퍼널에 대한 각 단계의 수를줄이는 것이 더 효과적인 경우가 많다. 혹은 퍼널 자체를 재설계하는 것도 새로운 대안이 될 수 있다. 

 

Retention

- 클래식 리텐션 : Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람

- 범위 리텐션 : 특정 기간에 이벤트를 발생시킨 유저의 비율 => Range N에 서비스를 이용한 사람 / Range 0에 처음 서비스를 이용한 사람

- 롤링리텐션 : After N day에 서비스를 이용한 유저 / Day 0에 처음 서비스를 이용한 유저 

- 단순히 리텐션 지표만 보지 말고 전반적인 사요자 경험을 고려해야 한다.

- 단기적인 이벤트보다는 장기적으로 꾸준히 진행되는 활동을 통해 점진적으로 개선되는 지표다. 잘 관리하면 복리 효과로 돌아오지만, 반대로 리텐션이 안 좋은 상태로 장기간 누적되면 그에 따른 마이너스 효과도 복리로 누적된다. 

- 서비스 카테고리마다 권장되는 리텐션 수준이 다르다. 

- 리텐션은 일관되게 유지되지 않는다. 외부적인 요인에도 많은 영향을 받는다.

 

Revenue

- DAU와 MAU가 아무리 높아도, 앱스토어 평점이 아무리 높아도, 이 모든 것들이 매출로 돌아오지 않는다면 서비스를 유지할 수 없다. 매출을 책임지는 것이 특정 부서의 역할이 아니라 서비스를 만들고 운영하는 모든 사람들의 역할이라는 점을 명심해야 한다. '나는 프로덕트를 만드느 ㄴ사람이니까 서비스의 사용성에 집중하면 돼. 매출으 비즈니스, 영업 담당자들이 책임지는 거야'라는 생각은 굉장히 무책임하다. 

- APRU (Average Revenue per user) : 시작과 끝이 있는 특정 기간에 대한 지표. 

- ARPPU (Average Revenue per Paying User) : 결제자 한정

 - LTV (현실에서 측정하기 불가능함) 대체제로 LTR(Lifetime Revenue)고객 생애 매출을 많아 봄. 비용을 따로 고려하지 않고 매출만 살펴보면 됨. 

- 매출을 쪼개서 버는 법 1) 아이템별 매출의 합계, 2) 사용자별 매출의 합계, 3) 결제자수 x ARPPU  

- 수익화 지표는 개인별 편차가 상당히 크게 나타나니 평균을 다룰 때 주의가 필요하다. 요약된 수익화 지표 하나만 보고 의사결정을 내리기보다는 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화전략을 세우는 것이 중요하다.

 

Referral

-  일회성 이벤트를 의미하지 않고, '서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가'라는 구조적인 문제에 더 가깝다.

- 추천에서 핵심이 되는 지표는 바이럴 계수 = (사용자수 x 초대 비율 x 인당 초대한 친구 수 x 전환율) / 사용자 수

- 추천과 관련된 사용 플로우는 필수적으로 '신규 사용자 경험 New User Experience)과 연계된다. 

 

제품-시장 적합성을 확인하려면?

리텐션, 전환율, 순수추천지수(Net Promoter Score)

 

지표

- 지표를 개선하기 위한 행동이 부분 최적화가 아닌 전체 관점에서의 최적화에 초점을 맞춰야 한다. (특정 CTR에 집중하다가 다른 지표가 떨어질 수 있음)

- ROAS (Return on AD spend) : 타겟 광고 투자 수익 

- 심슨 패러독스 : 쪼개진 데이터에서 성립하는 관계가 합쳐진 데이터에서는 반대로 나타나는 현상. (아웃라이어값 주의)

- 생존자 편향 피하기 

- 분석 목표에 맞는 데이터를 신중하게 수집하고 가공하는 단계가 잘 진행되지 않으면 그 다음에 진행하는 어떤 고도화된 알고리즘이나 분석 방법도 의미가 없다. 

- ex.  항공권 구매 후 호텔 예약하는 크로스셀링을 늘리려고 리드 타임을 조회. 근데 이 때 항공권만 구매한 고객과 호텔 예약만 하는 고객의 데이터는 빼야함. 왜냐면 둘 사이의 간격을 알아보기 위해선 두개 다 구매한 고객의 데이터만 필요하기 때문.

- OMTM (One metric that matters)  : OMTO과 KPI의 차이점. 각 지표를 정의하고 활용하는 목적이 다르다. OMTM은 성장을 목표로 하는 지표다. 반면 KPI는 일반적으로 평가를 위해 활용하는 지표다. OMTM은 모두가 공유하는 하나의 목표인데 반해 KPI는 팀이나 부서별로 서로 다르게 설정된다는 점도 큰 차이점이다.

이런 점을 보았을 때 OMTM은 OKR(objectives & key results)와 유사하다. OKR은 3~5개의 목표와 목표당 3~5개 정도의 핵심 결과로 구성된다. OMTM은 중요한 지표 그 자체를 강조하는 것에 조금 더 초점이 맞춰진 반면, OKR은 그 지표를 개선하기 위한 구체저인 액션 플랜에 가깝다.