[그로스해킹 : 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 요약] (1)

데이터 분석가라는 직군이 매력적인 이유 중 하나는 서비스를 성장시키기 위한 이정표 역할을 하고 있기 때문이라고 생각합니다. 서비스를 효과적으로 성장시킬 수 있는 데이터 분석가가 되기 위해 그로스 해킹: 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 이라는 책을 읽고 정리해보려고 합니다. 참고로 이 책은 정말 흥미있는 책이고 많은 데이터 분석가 분들에게 추천드리고 싶습니다.

1. 그로스 해킹이란?

1.1 그로스 해킹 그거, 우리도 해 봅시다.

• 린 스타트업: 아이디어를 빠르게 제품으로 만들고 고객이 제품에 대해 어떻게 반응하는지를 측정한 후, 그 결과를 통해 배움을 얻고 지속적으로 제품을 개선해 나가는 제품 개발 방법론
• [아이디어 → 개발 → 측정 → 개선] 의 과정을 최대한 빨리 진행하면서 작은 성공을 쌓아 서비스를 점진적으로 개선시키는 것
• 린 스타트업의 개념은 그로스 해킹의 철학과 일맥상통함
• 그로스 해킹이란? '어떻게 성장하는 서비스를 만들 수 있을까?' 에 대한 해답

1.2 그로스 해킹의 지름길이 있을까?

• 다른 서비스의 그로스 해킹 사례가 우리 서비스를 성공시키는 데 직접적인 도움이 되지는 않음
• 서비스의 사용 맥락이나 시장 상황을 반영해서 그로스 해킹을 진행할 때만 의미가 있음
• 그로스 해킹을 공부하는 이유는 데이터 분석을 통해 찾아낸 인사이트를 바탕으로 제품이나 서비스를 지속적으로 개선하나가는 방법을 위해성임

1.3 그로스 해킹 이해하기 (그로스 해킹의 핵심 요소)

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

2. 전제 조건: (Product-Market Fit; PMF)

2.1 뭐가 문제인지를 모르는게 문제

• 서비스를 출시때 대부분의 프로세스
  • 기가 막힌 아이디어를 떠올렸고 팀을 모아서 서비스를 출시함
  • 하지만, 고객들의 반응이 없음
  • 마케팅을 했지만 여전히 고객들은 유입되지 않음
  • 새로운 기능을 추가해서 서비스의 완성도를 높이려고 함
  • 하지만 새로운 기능이 추가됐다고 떠났떤 사용자가 돌아오진 않음
  • 이 시점의 문제는 뭐가 문제인지를 모르는 것임

2.2 정말 많은 제품 관리자가 하는 실수

• (1) 제품을 만든 후에 고객을 찾는다.

• (2) 기능을 추가하고, 추가하고, 추가한다.

  • 대부분의 회사는 '서비스 개선' 이라는 용어를 '기능 추가'로 생각함
  • 고객이 원하는 기능이 추가되지 않으면 서비스 개선이 이루어지지 않음
  • 제품은 가설의 조합으로 이뤄져야 하며, 이러한 가설을 테스트하기 위해 제품은 최소한의 기능으로 이뤄져아 함
  • 기능이 많은 제품 보다는 최소한의 기능으로 사용자에게 가치를 전달할 수 있는 제품이 성공함.
    

2.3 제품-시장 적합성(Product - Market Fit; PMF)

• 2.1 절에서 언급한 아무도 원하지 않는 서비스를 열심히 만드는 함정에서 벗어나려면 PMF를 확인해야함.
• 그로스 해킹은 시장이 필요로 하는 제품을 만드는 것에서부터 시작됨
• PMF를 확인한다는 것은 우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가? 라는 질문에 답을 하는 과정임
• 제품 시장 적합성을 확인하는 방법
  • 1) 우리가 생각하는 그 문제가 진짜 있긴 한가?: 고객이 실제로 겪는 문제를 정의 해야 함.
  • 2) 우리가 만든 제품이 그 문제를 해결한 게 맞나?: 고객이 실제로 겪는 문제에 대한 해결책이 되어야 한다.
  • 3) 이 제품을 만들면서 세운 가설이 무엇인가? 그 가설이 검증됐는가?
    • 제품은 기능의 조합이 아닌 가설의 조합
    • 하나의 제품을 내놓는 것은 검증하고자 하는 가설의 답을 내놓는 것
    • 제품 출시 후에는 제품을 통해 검증하려고 했던 가설이 무엇이었는지, 검증 결과가 어땠는지에 대한 답을 할 수 있어야 함.
      

2.4 제품-시장 적합성을 확인하려면? (PMF를 확인하기 위한 지표들)

• (1) 리텐션 (Retention rate)

  • 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표
    • PMF를 만족하는 서비스는 출시 초기의 일정 기간이 지나면 그래프의 기울기가 완만해지면서 리텐션이 안정적으로 유지되는 패턴을 보임
    • 그렇지 못한 서비스는 리텐션이 우하향하는 패턴을 보임
    • 좋은 앱일수록 리텐션이 완만해지는 지점이 높음
    • 리텐션은 서비스가 속한 카테고리의 영향을 크게 받는다. (서비스가 속한 카테고리 마다 리텐션이 다름.)
      

• (2) 전환율 (Conversion rate)

  • 한 단계에서 다음 단계로 넘어가는 사용자의 비율
  • 서비스의 핵심 사용 경로에 대한 전환율을 확인하는 것은 PMF를 점검하기에 좋은 방법임
  • 전환율을 구하려면 목표로 하는 이벤트를 정의하고 이를 위해 거쳐야 하는 경로를 구체화 해야 함.
  • 똑같은 상품에 대한 전환이라고 해도 친구 초대를 통해 들어온 사람과 디스플레이 광고를 통해 들어온 사람은 전환율에 차이가 남

• (3) 순수 추천 지수 (Net Promoter Score, NPS)

  • "이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶으신가요?" 라는 질문을 통해 간단하게 측정할 수 있음
  • 질문의 답을 0점 ~ 11점 선택지가 있는 리커트(Likert) 척도로 받는다.
    • 적극적 추천 그룹(Passives): 9점, 10점
    • 소극적 추천 그룹(Detractors): 7점, 8점
    • 비추천 그룹 (Detractors): 0점 ~ 6점
    • NPS = (적극적 추천 그룹 - 비추천 그룹) / 전체 응답자
    • NPS가 양수라면 전반적으로 NPS 점수가 양호한 것으로 판단함.
    • 이 지표를 높이려면 제품에 불만족하는 사람을 줄이는 것 만큼이나 제품에 대한 적극적인 팬층을 늘리는 것이 매우 중요함.
    • 서비스를 적당히 좋아하는 1,000 명의 사용자 보다는 서비스를 열렬히 사랑하는 100명의 충성 사용자를 확보했을 때 그 서비스가 성공할 확률이 크게 높아진다.

• 요약

  • 리텐션, 전환율, 순수 추천 지수 등을 참고해서 PMF를 확인할 수 있고, 이를 통해 그로스 실험을 진행해도 좋을 지 판단할 수 있음
  • 그로스 실험을 급하게 진행하기 보다 제품 자체가 의미 있는 문제에서 출발하는지, 그리고 그 문제를 잘 해결하는 제품을 만들었는지를 다시 점검해볼 필요가 있음
  • 설치 수, 가입자 수 등의 지표는 일반적으로 PMF를 확인하기에 적절하지 않음.
  • 활동 회원 수 (active user)를 굉장히 중요하게 생각하지만 단순히 활동 회원 수 자체는 제품-시장 적합성을 설명해주지 못함.

• PMF를 충분히 만족하지 못하는 상황일 때 해서는 안되는 것과 해야 되는 것

  • 해서는 안 되는 것
    • 브레인스토밍
      • 새로운 기능을 추가하는 것
      • 잔존율이나 전환율을 개선하기 위한 실험
      • 이 단계에서 목적은 PMF를 찾는 것이고, 리텐션과 전환율은 이를 확인하기 위한 수단으로 활용해야 함
      • 모든 회원에게 매일 푸시 알람을 보낸다면 일시적으로 리텐션 지표가 높아질 수는 있지만 서비스가 푸시 알림 때문에 갑자기 유입된 고객을 보고 PMF를 만족한다고 볼 수 없음
      • 리텐션과 전환율은 PMF를을 찾고 난 이후의 '결과'로 나타나는 지표이고, 이 지표 자체를 개선하는 것이 목적이 돼서는 안됨.
  • 해야 하는 것
    • 사용자를 직접 만나서 이야기를 듣기 (정성적 데이터 분석)
    • 앱, 웹 로그를 활용한 사용자 행동 데이터 분석 (정량적 데이터 분석)