[그로스 해킹] PMF - 지표의 개선을 위한 개선 멈춰!

이 글은 양승화님의 그로스 해킹 강의를 참고하여 작성한 글입니다.

많은 제품들이 하는 실수

많은 제품들은 제품을 내놓으면, 바로 반응이 올 것이라고 생각하거나 반응이 오지 않는 이유는 기능이 부족하기 때문에 기능을 계속해서 추가하는 실수를 한다.

위 상황을 아래와 같이 요약할 수 있다.
1) 제품을 먼저 만들고, 그제서야 고객을 찾는다.
2) 기능을 추가하고, 추가하고, 또 추가한다.

즉, 고객이 무엇을 원하는지 생각하기보다는 제품과 기능에만 집중하게 된다. 이렇게 되면, "아무도 원하지 않는 서비스를 열심히 만드는" 함정에 빠지게 될 수 있다.

PMF (Product-Market Fit)

이런 함정에서 벗어나기 위한 방법으로, 제품-시장 적합성 (Product-Market Fit, 이하에서는 PMF라고 표현)이라는 개념을 사용할 수 있다.

PMF를, 넷스케이프의 창업자인 마크 앤드리슨은 좋은 시장에, 그 시장을 만족시킬 수 있는 제품을 갖고 있는 것이라고 말한다. 즉, PMF를 확인한다는 것은 우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가?라는 질문에 답하는 과정이라고 볼 수 있다.

스스로 확인해볼 수 있는 질문

1) 우리가 생각하는 그 문제가 진짜 있긴 한가?
2) 우리가 만든 제품이 그 문제를 해결한게 맞나?
3) 이 제품을 만들면서 세운 가설이 무엇인지? 그 가설이 검증 되었는지?

PMF 검증에 사용할 수 있는 3가지 지표

그로스 해킹의 관점에서 아래 3가지 지표를 가지고, PMF를 만족하는지 검증 할 수 있다.

(1) 리텐션 (Retention)

• 리텐션은 유지율이라고 불리며, 해당 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표이다. 첫 서비스 이용 후 어느정도 잔존하는지? N일이 지나고 나면 어느 정도의 유저가 남아있는지 등을 확인할 수 있다.

• 이 리텐션은 시간이 지나면 자연스럽게 감소하는데, 이 기울기가 완만한지와 기울기가 안정화되는 지점이 어디인지 확인하여 PMF를 확인 할 수 있다.

• PMF를 만족하는 서비스는, 초기 일정 기간이 지난 뒤 그래프의 기울기가 완만해지면서 리텐션이 안정적으로 유지된다. 즉, 초기에 좋은 경험을 한 유저들이 지속적으로 서비스를 이용한다고 볼 수 있다.

• 리텐션 수치가 얼마나 되어야 좋은지는 카테고리의 영향을 많이 받는다. 또한, 카테고리 내에서도 세부 서비스에 따라 달라질 수 있다. 예시로, 같은 게임이라고 할지라도 모바일 MMORPG 게임과 콘솔 게임의 리텐션은 다를 수 있다. 따라서, 절대적인 수치의 비교보다는 상대적인 관점에서 판단하는 것이 좋다.

(2) 전환율(Conversion)

• 전환율은 이전 단계에서 다음 단계로 넘어가는 사용자의 비율을 의미한다.
• 일반적으로, 사용자는 단계별로 이탈하기 때문에 전환 퍼널은 역삼각형의 형태를 띄고 있다. (앱 다운로드 > 가입 > 인증 > 조회 > 클릭 > 결제 등 각 단계에서 이탈)
• 전환율도 리텐션과 마찬가지로, 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 지수란 우리 서비스를 얼마나 추천하나요? 1-10점 척도로 했을 때, 9점 이상의 비율 - 1점 부터 6점까지의 비율을 의미한다. (예시) Promoters (9점 이상): :70%, Passives: 20%, Detractors: 10%이면 NPS는 60%
• 일반적으로는 순수 추천 지수가 양수라면, 양호한 것으로 판단한다. 이는, 팬에 대한 지표로서 충성 사용자를 얼마나 확보할 수 있는가 가늠 해볼 수 있다.

해서는 안되는 것과 해야하는 것

해서는 안되는 것

• 리텐션과 전환율 등의 지표가 '목적'이 되어서는 안된다. 이 지표들은 PMF를 찾고 난 이후 '결과'로 나타나는 지표이고 이를 개선하는 것이 목적이 되어서는 안된다.
• 만약, 리텐션이 좋지 않은 상황이라고 가정했을 때 리텐션을 높이기 위해 푸쉬 알림을 발송하여서 리텐션이 20% 올랐으니 이 것으로 PMF를 만족했다고 판단해서는 안된다.
• 좋은 방향은 인터뷰와 데이터 분석을 통해 문제 해결 방식에서 부족함이 없었는지 확인하여 프로덕트를 개선해야 한다. 이를 통해 이후 리텐션이 올라갔다는 것을 결과로 확인하는 것이 좋은 방향이다.

프로덕트는 반드시 변해야 합니다. 다만 그 변화의 시작점이 retention이나 conversion을 개선하기 위한 아이디어에서 출발하면 안되고, 사용자 인터뷰와 데이터 분석에서 시작되어야 한다는 점이 제가 의도한 내용입니다.
(양승화님 강의 내 질문 답변 인용)

해야 하는 것?

• 사용자 인터뷰와 사용자 데이터분석. 즉, 사용자에 대해 더 연구하고 사용자를 이해하려고 노력하는 것이 중요하다.
• 이를 위해, 초기에 사용자의 로그를 잘 남기고 그 데이터를 분석하여 어떤 단계에서 어려움을 겪는지, 어떤 단계에서 흥미를 느끼는지를 파악해야 한다.
• 원하는 답변을 유도하는 식의 인터뷰가 아니라, 사용 경험과 맥락을 깊이 있게 이해할 수 있는 질문을 해야한다.