이 글은 내일모래 앱 개발 과정에서 인상 깊게 접한 토스 PO 세션 내용을 개인적으로 정리한 요약글입니다.
내일모래는 D7 리텐션 17%로 목표 달성에 실패했으며, 핵심 기능만으로 기본 체력이 낮다고 판단해 피봇을 결정하게 되었습니다. 그 과정에서 리텐션이 제품의 기본 체력임을 알게 됐습니다.
살고자 하는 자는 죽고, 죽고자 하는 자는 살 것이다.
- 실패가 정상인 환경
- 심플하게 생각하자. 예) Inflow & Churn, Aha Moment
제품의 기본 체력에는 Inflow와 Churn이 있다.
- 호숫가의 물의 높이가 어디까지 올라올까? -> C.C (Carrying Capacity)
- 들어오고(Inflow) 나가는(Churn) 물의 양에 따라 결정된다.
- 들어오는 물의 양: # of Inflow
- 호숫가의 물: # of Retain = C.C = 미래의 MAU
- 나가는 물의 양: C.C * Churn Rate
마케팅 등 아무것도 하지 않은 상황에서 사용자가 들어오고 나가는 organic 지표를 말한다.
- 미래의 MAU는 Inflow와 Churn에 영향을 받는다.
- 현재의 MAU 보다는 미래의 MAU (C.C)가 더 중요하다.
C.C = # of Inflow / Churn Rate
- 호숫가의 물이 평형을 유지하려면 (C.C일 때), 나가는 물의 양과 들어오는 물의 양이 같아야 한다.
- C.C * Churn Rate = # of Inflow
- 따라서 C.C = # of Inflow / Churn Rate
결국 C.C에 영향을 주는 건 Inflow와 Churn 두 가지다.
- C.C를 높이기 위해선, 제품 개선해서 Inflow 늘리거나 Churn 줄이거나 둘 중 하나다.
- 제품의 기본 체력(C.C)이 낮다고 판단되면, 새로운 제품 개발해서 새로운 C.C 레이어를 얹어야 한다.
- Inflow에는 New User(신규유입 유저)와 Resurrection(부활한 유저)이 있다.
- 왜 떠나? -> UT (사용성 테스트) -> 나중에 C.C 늘리기 위함 (장기적)
- 왜 계속 써? -> 데이터 분석 -> 리텐션 높이기 위함 (지금 해야 하는 거)
PMF를 찾았다는 것은 Retention Plateau가 형성되었다는 것을 의미한다.
- Retention Plateau 예시: 20%, 40%, 70%
- PMF를 찾아야 C.C 계산이 가능해진다.
- Retention Plateau가 낮고, 이에 따라 C.C가 낮으면 -> 새로운 C.C 레이어를 얹어서 사업을 확장한다.
AARRR은 뒤에서부터 개선해야 한다.
- Retention 개선 -> Activation 개선 (Aha Moment 운동) -> Acquisition (마케팅)
Aha Moment는 제품의 핵심 가치를 경험하는 순간을 의미한다.
- Aha Moment를 경험한 유저는 이 서비스를 계속 쓰게 된다고 보는 것이다.
- Activation은 더 많은 유저가 더 빠르게 Aha Moment를 경험하도록 만드는 것이다.
- Activation 개선 -> 더 많은 유저가 Aha Moment를 경험 -> Retention Plateau가 올라갈 것이다.
Aha Moment는 대체로 "XX라는 행동을 가입한 지 YY라는 날짜 안에 ZZ번 한다"의 형태로 나타난다.
- 4일 이내 2번 이상 송금하기 (토스)
- 첫 10일 동안 7명의 친구와 연결시키기 (페이스북)
- 특정 팀 안에서 2,000개의 메시지를 작성하기 (슬랙)
Activation, 퍼널 개선에 중요한 건 전환율이 아닌 기간이다.
- 단계별 전환율이 중요한 게 아니라, 얼마 만에 다음 퍼널로 넘어가는지 그 기간이 중요하다.
- Conversion을 볼 때는 어느 정도의 기간 동안 그런 일이 일어나는지를 같이 봐야 한다.
- 더 단기간에 많은 Conversion을 일으키는 것이 중요하다.
Viral Growth는 Inflow를 늘리고, Network Effect는 Churn을 줄인다.
- Viral Growth가 있는 서비스는 MAU가 늘수록 Inflow가 늘어난다.
- 측정할 수 없으면 Viral, 측정할 수 있으면 Referral이라 한다.
- Network Effect가 있는 서비스는 MAU가 늘수록 Churn이 감소한다.
- 모든 서비스들이 소셜미디어, 커뮤니티, SNS적 기능이 있어야 하는 이유이기도 하다.
Amplification Factor = 1 / (1 - Viral K)
- "Paid로 한 명을 데려오면 결과적으로 몇 명을 데리고 온 효과가 된 것이지?"를 계산하는 것이다.
- 내가 광고로 1명을 데려왔을 때, 그 광고로 데리고 온 유저 1명이 Viral K 를 이용해서 데리고 올 것이기 때문이다.
- Viral K 는 보통 0.2 ~ 0.4 사이라서 Amplification Factor 값이 더 중요하다.
- 신규 유저 1명이 새로운 유저를 2명 데려오면 Viral K가 2다.
Growth는 MAU가 아니라 C.C를 높이는 것이다.
- 지속 가능하지 않은 것은 장기적으로 무의미하다.
- MAU를 목표로 하는 순간 마케팅이나 다크 패턴의 것들은 다 할 만한 것들이지만, C.C를 목표로 하는 순간 다 할 필요가 없는 것들이 된다.
Churn Rate과 Retention은 엄연히 다른 개념이다.
- 리텐션이 올라간다고 이탈률이 낮아지지 않는 경우가 많다.
- 리텐션은 보통 월 단위로 측정한다. 그러나 실제 이탈률은 월 단위로 측정할 수 없다.
- 서비스를 떠나는 게 이탈인데 서비스를 떠날 때까지는 좀 기간이 필요하기 때문이다.
- 보통 전체 유저의 95%가 더이상 돌아오지 않는 시점이 보통 3개월이며, 보통 이때를 이탈이라고 정의내리는 게 일반적이다.
질문
Aha Moment가 언제인지 어떻게 알 수 있을까?
- 패턴 발견, 코호트 분석?
- 제품 내 데이터를 뜯어본다.
어떻게 하면 더 빨리 Aha Moment를 경험하게 할 수 있을까?
- Activation, 퍼널 개선?
- 제품의 기본 체력에 관한 것은 Inflow 늘리거나 Churn 줄이는 것이다.
- Aha Moment 운동한다.
참고자료
Invisible Treasure