[데이터분석] 그로스해킹

그로스 해킹이란?

• 성장할 수 있는 방법을 ‘해킹’하는것
• 이유
  • 고객의 취향 세분화
  • 성공하기 확실하지 않음
  • 유행이나 트랜드가 한순간에 바뀌기도 함
• 린 스타트업(lean startup) :
  • 극심한 불확실성 속에서 새로운 제품과 서비스를 만드는 새로운 방법을 제안함
    1. 아이디어를 빠르게 제품으로 만듦
    2. 고객이 제품에 대해 어떻게 반응하는지를 측정
    3. 그 결과를 통해 배움을 얻고 지속적으로 제품을 개선해 나가는 제품 개발 방법론을 의미
  • ‘아이디어 - 개발 - 측정 - 개선’ 으로 이어지는 피드백 순환고리(feedback loop)를 최대한 빨리 진행하면서 작은 성공을 쌓아 서비스를 점진적으로 개선하는것이 린 스타트업의 철학
  • 아무도 원하지 않는 제품을 오랜 기간 열심히 만드는것은 굉장히 어리석은일
  • 빠른 출시와 지속적인 개선을 통해 점진적으로 완성도를 높여햐 한다.
• 서비스 출시는 끝이 아닌 시작에 가까움

그로스 해킹의 지름길

• 그로스 해킹을 주제로 진행되는 강의
  • 데이터 분석, 머신러닝에 대한 스킬셋을 가르치는 강의
    • R, python 을 이용해 데이터를 다루는 스킬
    • 강의에 따라 회귀분석, 랜덤 포레스트, 앙상블 모형 등 머신러닝 알고리즘도 알려줌
    • → but, 회사에서 어떻게 적용해야 하는지 의문점이 듬
  • 퍼포먼스 마케팅 채널에 대한 스킬셋을 가르치는 강의
    • 페이스북, 네이버 등 주요 광고 채널의 기능을 알려줌
    • GA(google analyics)등 데이터 분석 툴의 기본적인 기능을 알려줌
    • → but, 회사에서 어떻게 적용해야 하는지 의문점이 듬

그로스 해킹을 공부하는 이유는 데이터에서 찾아낸 인사이트를 바탕으로 제품이나 서비스를 지속적으로 개선해 나가는 방법을 익히기 위해서

→ 전체 프로세스에 대한 폭 넓은 이해가 필요함

💡 지속적인 성장을 위한 방법론과 프로세스, 그리고 그 과정에서 데이터를 활용하는 다양한 방법을 찾아보자

---

그로스 해킹 이해하기

• 크로스펑셔널 팀 (Cross-Functional Team)
  • 여러직군간 협업이 필수적
  • it 서비스에서 제대로 된 그로스 해킹을 진행하려면 개발자, 디자이너, 마케터, 데이터 분석가 등 다양한 직군의 멤버들이 팀을 이뤄서 각작의 전문성을 발휘하여 시너지를 내야함
• 린 스타트업 (Lean Startup)
  • ‘제품개발 → 지표측적 → 학습 및 개선’ 이라는 사이클을 빠르게 반복함으로써 학습 비용을 줄이고 성공 가능성을 높이는 제품 개발 프로세스
• 최소 기능 제품 (Minimum Viable Product)
  • 가설을 검증할 수 있는 최소한의 기능이 포함된 제품
• AARRR
  • 지표관리 방법론
    • 고객유치 (Acquisition)
    • 활성화 (Activation)
    • 리텐션 (Retention)
    • 수익화 (Revenue)
    • 추천 (Referral)
  • 특성 및 정의
    • 크로스펑셔널한 직군의 멤버들이 모여서
    • 핵심지표를 중심으로
    • 실험을 통해 배움을 얻고, 이를 빠르게 반복하면서
    • 제품이나 서비스를 성장시키는 것
  • 그로스 해킹의 범위

 

전제 조건 : product-market fit

• 일반적인 it 서비스의 출시 과정
  • 아이디어 발굴
  • 멤버 모아서 제품 만들기
  • 6개월후 제품개발
  • 런칭!
  • 아무일도 없음…
  • 홍보함
  • 새로 들어온 유저들이 며칠 쓰다가 나가버림
  • 마케팅함
  • 다시 새로 들어온 유저들이 다시 다 나가버림
  → 제품이 출시 됐을때 열광적인 반응과 함께 잘 되는 일은 극히 드뭄
  • 가장 나쁜 결정
    • 서비스에 새로운 기능 추가하여 완성도 높이기
  문제 해결이 되지 않는 이유 : 무엇이 문제인지 모름
• 제품관리자가 하는 실수 목록
  • 제품을 먼저 만들고, 그 다음 고객을 찾음
  • 기능을 추가하고, 추가하고, 추가함
    • 많은 회사에서 ‘서비스 개선 = 기능추가’로 씀
    • 추가되는 기능만큼 서비스의 복잡도가 높아지고, 자연스럽게 레거시가 늘어남
      • 레거시 (legacy) : 현재까지 남아 사용되고 있거나 현재의 체계에 영향을 미치는 과거의 체계
    • 기능이 추가되면서 발생하는 유지보수 리소스를 꼭 고려해야 함
      • 서비스에 특정 기능을 추가할 때는 관련된 운영정책, 고객 커뮤니케이션, 로그 기록과 수집 등
  • 제품이 기능의 조합이 되어서는 안됨
    • 제품은 가설의 조합으로 이뤄져야 하며, 그러한 가설을 테스트하기 위한 최소한의 기능으로 이뤄져야 함
  • 최소한의 기능으로 사용자에게 가치를 전달할 수 있는 제품이 성공함

제품-시장 적합성 (Product-market fit)

• 의미
  • 좋은 시장에, 그 시장을 만족시킬 수 있는 제품을 갖고 있는것.
  • 우리가 만든 제품이나 서비스가 그로스 해킹할만한 가치가 있는가? 라는 질문에 답하는 과정
• 그로스 해킹은 시장이 필요로 하는 제품을 만드는것에서부터 시작됨
  • 에초에 수요가 없는 제품이라면, 이후에 소개할 그 어떤 그로스 해킹 방법론을 사용하더라도 제품을 성공시킬 수 없기 때문
• 제품-시장 적합성 확인
  • 우리가 생각하는 그 문제가 진짜 있긴 한가?
    • 진짜 문제가 맞는지?
    • 그 문제의 해결책을 내놓으면 기꺼이 그 해결책에 대한 대가를 지불할 만큼의 수요가 있는지 확인해야 함
  • 우리가 만든 제품이 그 문제를 해결한 게 맞는지?
    • 제품을 통해 제안한 솔루션이 그 문제를 효과적으로 해결했는지 확인해야 함
    • 제품의 핵심기능이 명확하고, 그 기능이 앞서 언급한 문제를 해결하는데 집중돼 있어야 함
  • 이 제품을 만들면서 세운 가설이 무엇인지? 그 가설이 검증돼었는지?
    • 제품을 출시한 수 에는 이 제품을 통해 검증하려고 했던 가설이 무엇이었는지,
    • 검증 결과가 어땠는지에 대한 답을 할 수 있어야 함

제품-시장 적합성을 확인하려면?

1. 리텐션 (Retention rate)

• 유지율
• 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표
• 떨어지는 기울기가 얼마나 완만한지, 기울기가 안정화 되는 지점이 어디인지를 확인
• 제품-시장 적합성을 만족하는 서비스는 초기 일정 기간이 지나면 그래프의 기울기가 완만해짐
• → 제품-시장 적합성을 만족못하는 그래프는 기울기가 꾸준히 우하향하는 패턴을 보임

• 리텐션 그래프의 기울기만큼 안정화되는 시점에서의 절대적인 리텐션 수치도 중요함
  • 많은 사용자에게 선택받은 상위 랭킹 앱일수록 리텐션이 완만해지는 지점이 높음.
  • →서비스에 대한 온보딩(on-boarding) 과정이 매우 중요함

• 리텐션은 서비스가 속한 카테고리의 영향을 크게 받음
  • 리텐션이 높음
    • 주기적으로 새로운 콘텐츠가 업로드 되고, 사용자의 상호 작용이 많이 발생하는 서비스
    • 웹툰, 뉴스 등
  • 리텐션이 낮음
    • 여행이나 음식배달처럼 사용빈도가 낮은 서비스

2. 전환율 (conversion rate)

• 한 단계에서 다음단계로 넘어가는 사용자의 비율을 의미
• 사용성 (Usability) 이나, UI/UX의 영향을 많이 받는 지표
  • 불편함을 잘 해소하는 제품을 만들었다면, 사용자는 어느정도의 불편함을 감수하더라도 높은 전환율을 보임
• 가입 / 구매 전환 퍼널
  • 목표로 하는 이벤트 정의 후, 이를 거쳐야 하는 경로를 먼저 구체화시켜야 함
  • 단계가 거듭될수록 이탈하는 사용자가 늘어남.
  • 전환 퍼널은 역삼각형 모습을 띠는게 일반적
  • 이커머스 서비스의 평균적인 구매 전환율은 3% 
    • 구매 의도가 분명한 선물이나 건강관련 상품의 전환율은 상대적으로 높게 나타남
    • 단가가 높고 가격경쟁이 치열한 전자기기 상품의 경우 1.4% 정도
  • 카테고리 외에도 다양한 변수가 영향을 미침
    • 똑같은 상품이라도 친구초대를 통해 들어온사람, 디스플레이 광고를 통해 들어온사람 전환율이 차이가 있음.

• 다양한 변수의 영향을 받기 떄문에 절대적인 기준이 없음
  • 이 시점에는 전환율 수치 자체보다 시간의 흐름에 따른 전환율의 변화추이를 살펴보는것이 더 유용

 

3. 순수 추천지수 (Net Promoter Score, NPS)

• 이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶은지
• 제품의 팬(fan)에 대한 지표
• 0~10 점의 선택지가 있을때
  • 비추천 그룹 : 0~6
  • 소극적 추천그룹 : 7~8
  • 적극적 추천 그룹 : 9~10
• nps = (적극적 추천그룹 - 비추천그룹) / (전체 응답자)
• 좋은 nps 기준 (범위 -1 ~ +1)
  • 개선 필요 : -1 ~ 0
  • 양호 : 0~ 0.3
  • 좋음 : 0.3 ~ 0.7
  • 매우 좋음 : 0.7~ 1 
    • • • • • • • • • • • • • • • •  

제품-시장 적합성을 충분히 만족 못할때 

• 해서는 안되는것
  • 브레인 스토밍
  • 새로운 기능을 추가하는것
  • 잔존율이나 전환율을 개선하기 위한 실험
    • 이 단계에서의 목적은 제품 - 시장 적합성을 찾는것
    • 리텐션과 전환율은 이를 확인하기 위한 수단으로 활용해야 함
• 해야하는것
  • 사용자를 직접 만나서 이야기 듣기
  • 사용자 행동 데이터 분석
  • → 사용자에 대해 더 많이 연구하고, 사용자를 이해하려고 노력하는 것
  • 1:1 사용자 인터뷰와 행동 관판
    • 깊이있는 인사이트를 찾기 위해서는 1:1이 좋음 (1:다는 별루… )
    • 다음 내용 참고하여 인터뷰 진행하기
      • 미래가 아닌, 과거와 현재에 초점을 맞춘 질문을 할것
      • 가정이 아닌, 경험을 물어볼것
      • 결과가 아닌, 과정을 깊이 살펴볼것
      • 기억이 아닌, 습관을 통해 드러난 구체적인 경험을 확인할 것
      • 일반화된 진술이 아닌, 개인의 경험이 드러날 수 있도록 질문 / 답변할 것
      • 편향된 믿음을 확인하는 과정이 아닌, 순수한 호기심으로 접근할 것
      → 사용자 인터뷰는 내가 생각한 가설이 아닌 사용자의 목소리와 의견을 통해 제품에 대한 사용 겸험과 맥락을 깊이있게 이해하는 과정→ 답변한 내용을 문자 그대로 해석 하여 서비스에 반영 금지
    • → 유도질문 금지

 

Reference

양승화, 『그로스해킹』, 위키북스(2021.1.14)