[데벨챌 4기] 그로스 해킹 - 양승화 1장 ~ 3장 리뷰

챌린지 참여 동기

지난 데벨챌 3기에서는 새빨간 거짓말, 통계 를 읽었었는데, 데이터리안 채널에서 참여자분들과 함께 책을 읽고 인증하는 과정이 큰 도움이 되었다 :) 매주 읽어야 할 챕터가 세부적으로 나뉘어 있어 완독에 대한 부담이 적었기도 하고, 책을 읽기만 하는 것이 아니라 기록으로 남겨두는 것이 긍정적인 경험으로 남아있어, 이번 기수에도 참여하게 되었다. 

 

이번 4기에서 읽을 책은 그로스 해킹: 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 - 양승화 저

이며 4주차까지 미션을 완료하면 저자 북토크에 참여할 수 있는 기회도 주어진다고 해서 더 완수하고 싶은 동기부여가 될 것 같다! 워낙 유명한 도서라 예전부터 읽어야겠다고만 생각해두었었는데, 마침 데이터리안에서 데벨챌 4기 도서로 선정해주신 덕분에 완독할 수 있는 기회가 생겼다.

 

 

데이터 넥스트 레벨 챌린지 4기

일잘러의 필독서 ‘그로스 해킹’ 함께 읽고, 저자 북토크 까지 함께해요 (신청 마감)

 

이번 주차는 1장~3장(3-2. 고객 유치)까지 읽고 인증하는 것이 미션이었는데, 1장 그로스 해킹이란?, 2장 전제조건 : Product-Market Fit, 3장 AARRR에 관련된 내용들을 읽고 정리하는 시간을 가졌다.

 

1장 그로스 해킹이란?

기존 : 단순한 성공방정식

시장이 기대하는 바가 명확, 기획과 생산 단계에 많은 시간과 노력을 투자

 

현재 : 극심한 불확실성

고객 취향 세분화

비례하지 않는 기획과 생산단계에서 들이는 노력과 제품의 성공

"많은 시간과 노력을 투자해서 만든 제품이 알고 보니 아무도 원하지 않는 제품이라는 점을 뒤늦게 발견하는 것만큼 나쁜 일은 없다."

 

• 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
• 린 스타트업의 철학 : '아이디어 - 개발 - 측정 - 개선'이라는 피드백 순환고리를 진행하며 서비스를 점진적으로 개선하는 것
• 그로스 해킹 : '어떻게 하면 성장하는 서비스를 만들 수 있을까? 질문의 답을 찾는 과정

 

그로스 해킹을 배우는 목적 : 데이터에서 찾아낸 인사이트를 바탕으로 제품이나 서비스를 지속적으로 개선해 나가는 방법을 익히기 위함 -8p

 

"제품이나 서비스를 성장시키기 위해서는 특정 분야의 스킬셋이 아니라 서비스를 만들고 운영하는 전체 프로세스에 대한 폭넓은 이해가 필요하다."

 

 

데이터에서 찾아낸 인사이트를 바탕으로 제품이나 서비스를 지속적으로 개선해 나가기 위해 필요한 것

1. 크로스펑셔널 팀(Cross-Functional Team)

2. 린 스타트업(Lean Startup)

3. 최소 기능 제품(Minimum Viable Product) : MVP

4. AARRR

 

그로스 해킹이란

• 크로스 펑셔널한 직군의 멤버들이 모여
• 핵심지표를 중심으로
• 실험을 통해 배움을 얻고, 이를 빠르게 반복하며
• 제품이나 서비스를 성장시키는 것

 

 

2장 전제조건 : Product-Market Fit

• Product-Market Fit : 제품-시장 적합성 
• 기능 추가 ≠ 서비스 개선 
• 기능이 추가되는 만큼, 서비스의 복잡도와 레거시가 자연스럽게 증가한다.
• 특정 기능을 추가할 때는 기능 이 추가되며 발생하는 유지보수 리소스 (관련 운영 정책, 고객 커뮤니케이션, 로그 기록과 수집 등)를 꼭 고려해야 한다.

 

"기능이 많은 제품이 성공하는 게 아니라 최소한의 기능으로 사용자에게 가치를 전달할 수 있는 제품이 성공한다는 점을 꼭 기억할 필요가 있다." -17p

 

 

제품-시장 적합성의 의미

좋은 시장에, 그 시장을 만족시킬 수 있는 제품을 갖고 있는 것

우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가?라는 질문에 답하는 과정

 

PMF를 확인하는 질문
1. 우리가 생각하는 그 문제가 진짜 있긴 한가?

2. 우리가 만든 제품이 그 문제를 해결한게 맞나?

3. 이 제품을 만들면서 세운 가설은? 그 가설이 검증 됐는지?

 

 

PMF를 만족하는지 확인하는 방법

1. 리텐션(Retention rate)

사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표

• 리텐션에 영향을 미치는 핵심 기간 :서비스를 사용하기 시작한 직후부터 수일 이내
• 리텐션 수치를 확인할 때는 단순 비교 대신 해당 서비스가 속한 카테고리를 감안해서 지표의 건전성을 판단하는 것이 필요함 

 

2. 전환율(Conversion rate)

한 단계에서 다음 단계로 넘어가는 사용자의 비율

• 가입이나 결제 같은 주요 이벤트의 전환율을 살펴보면 서비스가 기본 제품 - 시장 적합성을 만족하는지 판단할 수 있다
• 이커머스의 평균적인 구매 전환율은 3% 수준, 서비스 내에서도 상품이 속한 카테고리에 따라 전환율이 2~3배 이상 차이가 나기도 함
• → 구매 의도가 분명한 선물, 건강 관련 상푸무은 상대적으로 높게 나타나지만, 높은 단가, 가격 경쟁이 치열한 전자기기 상품은 1.4% 수준의 낮은 전환율 → 어떤 상품을 다루는 서비스인지에 따라 목표로 하는 전환율은 달라질 수 있다는 점을 감안해야 함

 

3. 순수 추천 지수 (Net Promoter Score, NPS)

"이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶으신가요''

• 적극적 추천 / 소극적 추천 / 비추천 그룹으로 나뉘며 NPS = 적극적 추천 - 비추천 / 전체 응답자
• -1 ~ 1사이의 값을 가짐
• "서비스를 적당히 좋아하는 1000명의 사용자보다는 서비스를 열렬히 사랑하는 100명의 충성 사용자를 확보했을 때 그 서비스가 성공할 확률이 크게 높아진다.

 

먄약 PMF가 충분하지 않다고 판단되면 -

• 자품 자체가 의미 있는 문제에서 시작하는지
• 그 문제를 잘 해결하는 제품을 만들었는지 점검이 필요

 

PMF 개선을 위해 해서는 안 되는 것

• 브레인스토밍
• 새로운 기능 추가
• 잔존율이나 전환율 개선 실험
  • 리텐션과 잔존율을 높이는 것 자체가 목적이 되어서는 안됨 - 수단으로 활용해야 함
  • 리텐션과 전환율은 PMF를 찾고 난 이후의 '결과'로 나타나는 지표

PMF 개선을 위해 해야 하는 것

• 사용자를 직접 만나서 이야기 듣기
• 사용자 행동 데이터 분석

 

"이 시기에 해야 하는 가장 중요한 일은 사용자에 대해 더 많이 연구하고 사용자를 이해하려고 노력하는 것이다." -32p

 

 

필요한 것 - 1:1 사용자 인터뷰, 행동 관찰

사용자 인터뷰는 내가 생각한 가설을 확인하는 과정이 아니라 사용자의 목소리와 의견을 통해 제품에 대한 사용 경험과 맥락을 깊이 있게 이해하는 과정

 

 

3장 AARRR

1. 지표를 바라보는 관점 : 과업 기반 (Task-based) vs 프레임워크 기반 (Framework-based)

 

AARRR이 무엇을 의미하는지 확인하기 앞서 등장 배경에 대한 소개가 담겨있었다.

• 그로스 해킹에서 지표를 바라보는 관점
• 그로스 해킹은 핵심 지표를 찾고, 그 지표를 성장시키는 방법을 찾는 활동
• 지표를 통해 서비스의 성장 속도와 방향을 가늠

 

지표를 측정하고 관리하는 방법

1. 과업 기반의 지표 관리

2. 프레임 워크 기반 지표 관리

 

 

과업 기반의 지표 관리

과업 기반의 지표 관리란 각 조직별로 담당하는 업무를 우선 정의한 후 해당 업무를 통해 발생하는 수치들을 지표화 해서 관리하는 것을 의미하며, 각각 팀에서 진행하는 주요 업무와 연관된 수치를 주요 지표로 정의해서 관리하게 됨

 

 

과업 기반 지표 관리의 문제점 

전체적으로 서비스 관점에서 무엇이 중요한 지표인지 판단하기 어렵다는 점

→ 모든 팀의 업무는 나름의 중요도를 지니고 있기 때문에, 전사 관점에서의 지표 우선순위를 정의하기 어려움

 

팀별로 진행 중인 업무가 언제든 추가되거나 변경될 수 있기 때문에 모니터링하는 지표가 수시로 달라질 수 있다는 문제점이 있음

 

중요한 것은 일을 '많이' 하는 것이 아니라 '지금 가장 필요한' 일에 집중해서 성과를 만들어내는 것이다. -40p 

 

 

 

효율적인 지표 관리

과업 기반의 지표관리와 프레임워크 기반 지표관리를 비교하며 효율적인 지표 관리 방식에 대해 설명한다.

"회사 조직도에 따라 지표를 나눠서 제각각 관리하지 말고 사용자의 서비스 이용 흐름 (User Flow)에 따라 단계별 주요 지표를 전체 서비스 관점에서 정의해야 한다는 점이다." -40p

 

 

 

1. 과업 기반 지표관리

부서별로 담당업무를 정의, 해당 업무를 하면서 생기는 숫자를 지표로 관리

 

2. 프레임워크 기반 지표관리

서비스 이용흐름에 따른 핵심 퍼널과 지표 정의, 해당 지표 개선을 위한 과업 수행

 

 

과업 기반 지표관리는 과업에서부터 출발해 지표를 정의하지만, 프레임워크 기반 지표관리는 지표를 우선적으로 정의하고 해당 지표를 원하는 방향으로 움직이게 하기 위해 어떤 과업이 필요할지 거꾸로 고민하는 순서로 이루어지는데, 이때 활용될 수 있는 프레임워크가 바로 AARRR이다.

 

AARRR 이란

• 고객 유치 [Acquisition] : 사용자들을 어떻게 데려올 것인가?
• 활성화 [Activation] : 사용자들이 우리 서비스의 핵심 기능을 잘 사용하는가?
• 리텐션 [Retention] : 사용자들이 우리 서비스에 지속적으로 방문하는가?
• 수익화 [Revenue] : 사용자들이 우리 서비스의 핵심 기능을 사용하기 이해 결제를 하는가?
• 추천 [Referral] : 사용자들이 우리 서비스를 주변 지인들에게 소개, 추천하는가?

각 다섯가지 카테고리에서 핵심이 되는 지표를 발굴하고, 해당 지표를 측정/개선하는 지표 관리 방법론을 의미한다.

부서 업무 기반의 지표가 아닌, 사용자의 라이프 사이클 전반에 걸친 핵심지표를 찾아 관리하도록 한다.

 

AARRR의 가치는 단순히 단계별 지표를 모니터링하는 것이 아닌, 카테고리별 지표 선정 과정과 지표 개선을 위해 어떤 실험을 어떤 우선순위에 따라 진행할지 결정하고 실행하는 것에 있다.

 

AARRR의 주창자 데이브 맥클루어는 활성화와 유지율을 가장 우선적으로 개선하고, 그 다음 고객 유치와 추천, 마지막으로 수익화를 챙겨야하는 순서로 카테고리 개선 순서를 제안했다고 한다.

 

AARRR 활용법

1. 각 단계별로 풀어야 하는 문제를 확인
2. 각 단계 핵심이 되는 주요 지표 선정, 지표의 현재 수준 측정
3. 측정된 지표가 가지는 의미를 이해
4. 개선 목표 수준을 정하고, 실험을 통해 단계적으로 개선

 

 

1. 고객 유치 Acquisition 의 개념 

고객 유치 과정의 핵심 : 고객 유치에 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것

고객 유치 과정에서 성장 지표를 측정하고 관리하는 방법

오가닉 (Organic) 유저와 페이드 (Piaid) 유저로 나누는 것이 유입 채널에 따라 사용자를 구분하는 일반적인 분류 기준이다.

• 자발적으로 우리 서비스를 찾아온 고객이 얼마나 많은가?
• 유료 마케팅 채널을 얼마나 효율적으로 사용했는가?

→ 고객 유치의 성과를 판단하는 출발점이 된다.

오가닉 (Organic) 유저

자발적으로 우리 서비스를 찾아오는 고객 (Organic)

유의할 점 : 오가닉이라는 단어 자체는 '자발적으로 우리 서비스를 찾아 들어온 고객' 같은 느낌을 주지만, 실제로 오가닉으로 분류되는 트래픽은 유입 경로가 명확하게 식별되지 않은 트래픽으로 봐야한다. → 오가닉 이라는 용어보다 미식별(Unknown)이라는 용어를 사용하는 편이 더 적합할 수 있음

 

페이드 (Paid) 유저

비용을 집행한 마케팅 활동을 통해 우리 서비스를 찾아온 고객 (Paid)

 

고객 유치와 관련하여 풀어야 하는 문제
1, 어떻게 하면 사용자의 유입 채널을 최대한 누락 없이 정확하고 추적하고
2. 각 채널별 성과를 판단할 수 있을까?

 

 

 

2. 고객 획득 비용 (Customer Acquisition Cost, CAC)

고객 획득 비용 : 한 명의 사용자를 데려오기 위해 지출하는 평균 비용을 의미 

고객 획득 비용 활용 핵심 : 채널별, 캠페인별, 광고별, 날짜별 데이터를 쪼개서 보는 데 있다. 

→ 어느 채널에 얼마동안 어떤 캠페인으로 얼마의 예산을 집행할 것인지 답할 수 있게 됨

 

3. UTM 파라미터 (UTM Parameter)

서비스로 인입된 트래픽이 어느 경로를 통해 들어왔는지 그 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터

온라인에서 유입 경로를 확인하기 위해 가장 널리 사용되는 기능

• UTM은 Urchin Tracking Module의 약자로, Urchin은 웹사이트 트래킹 모듈을 개발한 회사 이름이다.
• UTM에서 소스(utm_source), 매체(utm_medium), 캠페인(utm_campaign), 검색어(utm_term), 콘텐츠(utm_content)에 해당하는 파라미터를 추가해서 새로운 URL을 생성할 수 있고, 만들어진 URL에 지정된 파라미터 값이 구글 애널리틱스 등 분석 서비스에 전달되면 방문자가 어느 경로를 통해 웹사이트에 진입했는지 식별할 수 있다.

 

 

신규 고객을 유치하기 위한 전단지를 나눠준다고 가정할 때: 

소스 (Source)

• 이거 어디서 받으셨어요? - 지하철역 / 근처 골목 / 횡단보도 / 대학교
• 웹 트래픽에서 유입 효과를 판단하기 위한 장소 정보 

 

캠페인 (Campaign) 

• 거기 있는 어떤 이벤트 보고 오셨어요?
• 3개월 등록 1개월 무료 / 30% 할인
• 이벤트 정보 

 

매체 (Medium) 

• 부채 받고 오셨어요? 전단지 받고 오셨어요?

 

 

4. 모바일 앱 어트리뷰션 Attribution

모바일 앱의 경우 UTM 파라미터 형태로 유입 기여도 확인할 수 없다.

→ 앱스토어로 이동하는 과정을 거치며 URL에 지정된 UTM 파라미터가 유실

 

 

어트리뷰션 서비스들은 클릭을 통해 앱스토어로 이동한 사용자와 스토어에서 앱을 설치하고 실행한 사용자를 기술적으로 매핑, 

어떤 클릭이 앱 설치와 가입에 더 많이 기여했는지 확인할 수 있게 해준다. 

• 어트리뷰션은 사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지 식별, 모바일 앱 마케팅 성과를 판단하는 과정
• 어트리뷰션 확인은 대부분 유료, 제공되는 별도 서비스 사용이 일반적

 

 

글로벌 서비스 : 애드저스트(Adjust), 브랜치(Branch), 코차바(Kochava)

국내 서비스 : 에어브릿지(Airbridge), 애드브릭스(Adbrix)

 

 

 

기여 이벤트 

앱을 설치하게 하는 데 영향을 미친 이벤트

 

기여 채널의 성과 판단을 위해서 기여 이벤트가 발생한 후 어느 정도의 기간 내에 발생한 어트리뷰션을 해당 채널의 성과로 인정할 것이가에 대한 기준이 필요

 

어트리뷰션 유형

클릭-스루(click-through) : 클릭을 통해 발생하는 기여

뷰-스루(view-through) : 조회를 통해 발생하는 기여

 

어트리뷰션 모델 

[싱글 터치 어트리뷰션 모델] 

: 여러 채널 중 가장 기여도가 높다고 판단되는 하나의 채널을 선정한 후 해당 채널의 어트리뷰션을 인정

비교적 단순하고 기준이 명확, 계산이 수월하다

간접적으로 기여하는 채널들의 성과가 전혀 반영되지 않는다는 한계

→ 하나의 매체가 전체 어트리뷰션에 대한 기여도를 독점적으로 가져가기 때문에 그 결과가 왜곡될 수 있다는 점에 유의해야 함

종류	방식
퍼스트 클릭(First click)	여러 건의 기여 이벤트가 발생했을 때 그중 첫 번째 매체의 성과를 100% 인정하는 방식
라스트 클릭(Last click)	반대로 맨 마지막 상호작용에 기여한 매체의 성과를 100% 인정하는 방식

 

 

 

 

[멀티 터치 어트리뷰션]

멀티 터치 어트리뷰션은 여러 건의 어트리뷰션 접점이 발생했을 때 전체 기여도를 다름의 깆누에 따라 2개 이상의 채널에 분배하는 형태로 어트리뷰션을 판단한다.

종류	방식
선형(Linear)	어트리뷰션 접점이 발생한 모든 매체에 동일한 가중치를 부여하는 방식
타임 디케이(Time Decay)	기여한 모든 채널의 어트리뷰션 기여도를 인정하지만 이 과정에서 각 채널의 기여도를 판단할 때 시간 흐름에 따라 가중치를 주는 방식
U자형(U-Shape)	시간 흐름에 따른 기여도 가중치를 인정한다는 측면에서는 타임 디케이 모델과 유사하지만 가장 먼저 발생한 기여 이벤트와 최근에 발생한 기여 이벤트에 동일하게 가주우치를 부여하는 방식

 

 

 

어트리뷰션을 잘 활용하기 위해서는 정량적으로 나타나는 수치 외에도 각 마케팅 채널이 어떤 지면을 가지고 있는지, 어떤 사용자층을 보유하고 있으며, 어떤 식으로 사용자를 타기팅하는지, 광고와 사용자의 인터렉션이 어떤 식으로 이뤄지는지 등 채널의 특성을 잘 이해하고 있어야 한다. -73p

 

 

 

딥 링크 & 디퍼드 딥 링크

딥 링크 Deep Link

• 모바일 앱 안의 특정 화면으로 이동하는 링크
• 모바일 앱을 설치한 사용자들이 딥 링크 클릭 → 웹 브라우저 대신 모바일 앱 실행 

로그인 등 번거로운 과정을 거치지 않을 수 있고 사용자가 웹에서 앱으로 전환되는 과정에서 맥락이 잘 유지되기 때문에 랜딩 페이지 전환율을 크게 향상시킬 수 있다.

하지만 앱이 설치되어 있을 때만 정상적으로 동작하는 한계가 존재

 

디퍼드 딥 링크 Deferred Deep Link

• 모바일 앱 설치 유무와 상관 없이 사용할 수 있는 딥 링크
• 설치되어 있는 사용자 → 앱의 랜딩 페이지로 이동
• 설치되어 있지 않은 사용자 → 스토어로 이동 → 앱 실행 시 랜딩 페이지로 이동

 

5. 고객 유치 정리

고객 유치 단계의 목표 : 사용자의 유입 채널을 최대한 누락 없이 정확하게 추적하고, 각 채널별 성과를 정확히 판단하는 것

고객 유치 과정에서 필요한 것은 숲과 나무를 함께 바라보는 것이다. 주요 광고 채널의 세세한 설정이나 기능을 다루는 것도 중요하지만 전체적인 관점에서 우리 서비스의 마케팅 데이터를 어떻게 통합해서 정리할지에 대한 고민이 함께 이뤄져야 한다. (중략) 우리가 데이터를 통해 확인하려고 하는 것은 눈 앞에 있는 지표 몇 개가 아니라 '고객'에 대한 폭넓은 이해라는 점을 기억하자 -80p