데이터 블로그 챌린지: 데블챌 2기 4일차
게속해서 딜라이트룸의 데이터 분석 글을 읽고 있다. 실제로 알라미 어플을 자주 사용하고 있지만, 아직까지는 알라미 유료 결제의 필요성을 느끼지 못한 무료 유저이다. 가끔 할인 배너가 뜨곤 하는데, 마침 이번 글이 최적의 할인 전략 실험 내용이라서 흥미롭게 읽었다.
요약
가격 차별화 전략으로서의 할인
기업이 정한 서비스의 가격이 누군가에게는 비싸고, 누군가에게는 너무 싸며, 누군가에게는 적절하다. 각 유저가 '구매할 만한' 적절한 가격을 제공한다면, 완벽한 가격 차별화를 이루고 매출을 극대화 할 수 있다. 그러나 현실적으로 모든 유저에게 맞출 수는 없다. 때문에 통상 가격 차별화 전략으로서 '할인'을 사용한다.
그런데 알라미 어플의 경우, 유저의 소비 성향을 추정할 수 있는 데이터가 제한적이다. 때문에 여러번의 실험 사이클에서 얻어진 데이터를 귀납적으로 축적하면서 적절한 할인 전략을 찾아가야만 한다.
귀납적 접근 1. 더더더 많은 판매량은 필수
할인을 제공하되 동일한 매출을 내려면 당연히 더 많은 판매량을 이끌어 내야한다. 심지어 유저가 증가하여 발생하는 관리 비용도 있으므로, 실제적으로는 더 많은 판매량 증대가 필요하다.
귀납적 접근 2. 정가에 구매할 유저가 할인가에 구매하지 않도록
완벽한 가격 차별화는 각 유저가 구매할만한 가격에 제공하여 매출을 극대화하는 것이다. 반면 카니발라이제이션은 정가에 구매할 유저들에게 굳이 할인을 제공하여 할인가로 구매하는 현상으로, 오히려 매출을 감소시킨다.
카니발라이제이션, 즉 카니발은 현실에서 무조건 생길 수 밖에 없으니 포기해야할까? NO, '최적의' 할인 전략에는 카니발을 최소화 하는 전략을 찾는 것도 포함된다. 할인을 제공하면 매출이 증가할텐데, 증가분만 보는 것이 아니라 정가 상품의 구독 매출 변동까지 함께 살펴보면서 발생되는 매출의 총합을 비교하는 방법을 취할 수 있다.
귀납적 접근 3. 실험을 반복하며 최적의 할인 전략 찾기
결국 다양한 변수와 가설로 여러번 실험을 진행하면서 최적의 할인 전략을 찾아야 한다.
이때 통제 변수는 단순히 할인률의 증감만 존재하는 것이 아니라, 할인 제공 시점, 할인 기회 유예기간, 구독 기간, 타겟 유저 등 다양한 변수가 존재한다.
인사이트
결국 중요한 것은 가격 차별화 전략으로서 최적의 할인을 제공하기 위해서는 세심한 가설과 통제 변수 설정, 그리고 여러번의 빠른 실험 반복이 필요한 것 같다. 특히 알라미처럼 유저의 행동과 소비 데이터가 부족한 경우에는 더욱 실험 결과를 귀납적으로 축적하면서 전략을 찾아가는 것이 중요해보인다.
아침마다 알람을 끄면서 떴던 할인 배너가 이러한 실험 과정을 통해 찾은 전략이라니, 매우 흥미로웠다. 비록 아직 나의 지갑을 열게 하지는 못했지만, 아마 지금도 실험을 진행하면서 최적의 할인 전략을 찾고 있지 않을까?
