프로덕트 목적 조직에서의 분석가의 역할과 그로스해킹, AARRR

제품을 성장시키려는 경우 사용자 기반과 사용자가 제품과 상호 작용하는 방식을 확실히 이해하는 것이 중요하다. 이를 위한 유용한 프레임워크 중 하나는 Acquisition, Activation, Retention, Referral, Revenue로 나타내는 AARRR이 있다. 두번째 강의에서는 AARRR 및 그로스 해킹 기술을 사용하여 효과적인 제품 분석을 수행하고 성장을 촉진하는 방법을 알아보았다.

1. 프로덕트 분석

• 프로덕트 목적조직 : 특정 목적을 수행 또는 달성하기 위해 관련 인력들이 한 팀에 소속되어 있는 조직을 의미한다.
  
  원티드의 경우 Product Owner(PO)를 중심으로 메이커스스쿼드와 비즈니스스쿼드가 나뉘어 업무를 진행한다고 한다. 팀 내에서 하나의 목적을 중심으로 애자일하게 업무를 진행할 수 있는 장점이 있다고 한다.

• 프로덕트 개발 프로세스
  ex) 원티드랩의 프로덕트 개발 프로세스
  

예시 사진의 원티드랩의 경우 개발 사이클(스프린트) 주기는 보통 2주 정도의 짧은 기간이다.
데이터 분석가의 경우 디자인과 개발, QA 그리고 성과 분석 파트에 참여하는데, 분석의 업무가 중요하다고 생각되는 부분이었다.

• 기획 및 플래닝
  

1. 유저 행동분석 후 아이디어 제안
   서비스를 이용하는 유저들의 행동(이벤트)를 분석해서 가설을 세운다.
   유저분석 : 500여명의 유저 설문 조사를 통해 어떤 목적으로 사이트를 방문하냐는 질문에
   "연봉 협상 진행 시 정보 획득" 의 답변율이 매우 높음을 알게 되었다.
   가설 : 유저는 본인의 연봉이 시장에서 어느 정도 위치인지를 궁금해 할 것이다. -> 연봉 랭킹 계산기를 만들어보자!
2. 임팩트 시뮬레이션
   연봉 랭킹 계산기를 통해 유치한 신규 유저와 기존유저의 추가 행동을 통한 이익을 계산한다.
3. 지표설정
   서비스 진입 후 이벤트 15회 이내로 연봉 랭킹 조회를 하는 유저의 수 -> 연봉 랭킹 조회를 목적으로 유입한 것으로 설정

• 디자인
  디자인 시 필요한 UX관련 데이터나 요청사항에 대한 부분을 논의 한다.
• 개발

1. 이벤트 로그 데이터 설계
   로그 : 유저가 서비스에 들어와서 하는 행동 모든 것을 기록하는 것
   로그설계 : 행동에 대한 명명과 행동에 대한 데이터를 어디까지 수집할지 설계하는 것
2. 설계된 데이터 작업을 프론트엔드 개발자에게 요청

• QA

1. 심어진 이벤트 데이터 퀄리티 체크
2. 이상이 있을 경우 프론트엔드 개발자와 상의

• 성과분석

1. 기획단계에서 정했던 '성공지표' 혹은 '가드레일 지표'를 지속적으로 모니터링
2. 시각화 혹은 대시보드로 만들어 P.O와 구성원들에게 공유

• 목적조직 내에서 데이터의 역할을 잘 이해하고 활용하는 사람을 증가시키면 제품 개발, 분석에 가속도가 크게 붙는 이점이 있다.

2. 그로스 해킹

📈제품 및 서비스의 이용 단계마다 핵심 지표를 정의하고, 데이터 기반의 실험을 통해 핵심 지표를 개선하는 방법론

"데이터에서 찾아낸 인사이트를 바탕으로 제품이나 서비스를 지속적으로 개선해 나가는 방법"

-양승화님 <그로스 해킹> 발췌-

• A/B 테스트: 제품의 다양한 변형을 실험하여 무엇이 사용자에게 공감하는지 확인한다.

• 바이럴 루프: 사용자가 친구를 제품에 초대하도록 권장하는 추천 프로그램 또는 기타 인센티브를 구현한다.

• 온보딩 최적화: 사용자가 제품을 최대한 쉽게 시작할 수 있도록 한다.

• 사용자 피드백: 제품을 개선할 수 있는 문제점이나 영역을 식별하기 위해 사용자의 피드백을 요청한다.

3. AARRR

Acquisition

어떻게 처음 우리 서비스를 접하게 되는가 - 유저의 유입

MAU(Monthly Activity User) 증가 시 원인파악을 할 때 어떻게 접근할까?
유저 프로퍼티: utm_source, referrer -> 쪼개어 Cohort를 생성

Activation

사용자가 처음 서비스를 접할때에, 긍정적인 경험을 제공하고 있는가 ?

분석가가 가장 많이 개입할 수 있는 부분이다.
서비스의 가치를 경험시키고 Lock-in 시킬 수 있을지 고민한다.
ex) Funnel 분석

event__enter에서 event__registerEnter의이탈률을 줄이기 위해서 어떤 방법을 사용할 지 고민한다.

Retention

이후의 서비스를 다시 사용하는 정도는 얼마나 되는가?

• 앞의 AA가 잘되어도 Retention이 좋지 못할 경우 밑빠진 독에 물 붓기가 된다.
• 서비스에 따라 상대적으로 단기에 확인하기 어려운 지표
  

• Retention으로 보통 Aha-moment를 많이 구한다.

Revenue

최종 목적(수익)으로 연결되고 있는가 ?

Referral

사용자가 자발적으로 확산이나 공유를 일으키고 있는가?

한 사이클이 진행된 후에 다시 한 사이클을 돌 수있게 AARRR프레임 워크를 사이클로 바꿔준다.

결론

AARRR 및 그로스 해킹 기술을 사용하여 효과적인 제품 분석을 수행하고 제품 성장을 촉진할 수 있다.
이제 막 시작했든 기존 제품을 최적화하려고 하든 이 도구를 사용하면 사용자를 더 잘 이해하고 경험을 개선할 수 있다.