우리의세미나, 프리토타입으로 '될 놈'인지 분석해보기
[코드스테이츠 PMB 7기] 데이터 포트폴리오 기획안
*프리토타입 페이지가 런칭되었습니다. 아래 링크를 참고해주세요. 관심 있는 분들의 많은 참여 바랍니다!
이번 과제는 데이터 포트폴리오 기획안에 대한 과제입니다. 사실 2주 전에 진행되어야 했을 과제이지만 실제 Pretotype을 설계하고 이를 바탕으로 데이터를 수집 및 분석하기 위한 기획을 마련하느라 시간이 지체되었습니다. 이번 과제에서는 제가 운영하고 있는 기업인 Naioth에서 진행중인 비즈니스 모델에 대해 Pretotype 기법으로 데이터를 수집하고, 해당 데이터를 바탕으로 비즈니스 모델이 '될 놈'인지를 판단하는 데이터 포트폴리오 기획안을 마련하고자 합니다.
들어가기에 앞서 : Pretotype이란?
프리토타입(Pretotype)이란 Prototype(시제품)보다 선행되는 개념으로서 시제품을 만들기에 앞서 '고객들이 해당 아이디어를 원하는가'를 테스트 해보는 제품이라고 할 수 있습니다. 알베르토 사보이아(Alberto Savoia)가 제시하는 이 개념은 마치 실제 존재하는 제품이 '있는 것'처럼 고객들에게 보여주면서 고객들이 해당 제품을 원하는 '될 놈(right it)'인지를 파악하고, 그 이후에 비용을 들여서 실제 구현가능한 제품을 만드는 것을 의미하죠. 결국 사업의 성패는 제품의 완성도 만큼이나 제품이 '고객이 원하는 될놈인가'에 달려 있음을 감안할 때에, 최소한의 비용으로 '될 놈'을 찾는 과정이 선행되어야 한다고 저자는 주장합니다.
프리토타입에 대한 보다 자세한 이야기와 기법들은 그가 저술한 '아이디어 불패의 법칙(the right it)'에 자세히 기술되어 있습니다. 이번 글에서는 해당 내용을 소개하기보다는 해당 내용을 바탕으로 실제 Naioth의 사업인 온라인 세미나 플랫폼의 Pretotype이 무엇이고 이를 통해 어떠한 데이터를 수집하고자 하는지를 중심으로 기술하고자 합니다.
보다 자세한 정보가 필요하신 분들은 아래 링크들을 참조하시기 바랍니다.
[김지수의 인터스텔라] "의견은 됐고 데이터로 말하라" 구글 최고 혁신가 전격 인터뷰
문제정의 : 연구자들이 공급자 중심의 연구교육시스템으로 인해 불편함을 겪고 있다.
저희가 주목한 주요한 문제의 타겟 고객은 '연구자'입니다. 보다 좁혀서는 현재 연구자가 되기 위해 교육을 받고 있는 '대학원생'이 될 수 있겠습니다.
약 23만명의 대학원생들은 적지 않은 액수의 등록금(2000년 기준 국공립 평균 568만원, 사립 평균 929만원)을 지불하고 대학원에 다니고 있으며 매년 12만명의 대학원생이 새롭게 대학원에 입학하고 있습니다.
대학원 과정 자체가 고비용의 학위과정인 동시에 의무가 아닌 선택적인 교육과정이기 때문에 대학원에 진학하는 대학원생들은 각자의 목적, 즉 '진학동기' 혹은 '연구동기'를 가지고 있습니다. 특히 연구라는 활동의 특성상 연구자가 주체적이고 자발적으로 활동을 수행하기 때문에 연구에 있어 '연구자의 동기'는 그 무엇보다 중요한 요소인 동시에 연구의 시작점이자 연구의 동력이 되어 줍니다.
하지만 연구자가 연구를 배우는 대학원은 연구자의 동기보다는 공급자 중심의 학과별로 연구자를 모집하고 그에 맞춰서 이론별 강의 혹은 연구지도가 이루어집니다. 따라서 개별 연구자들의 경우, 각자의 연구동기를 가지고 대학원에 입학했음에도 정작 비슷한 연구동기를 가진 동료나 연구동기를 발전시킬 수 있는 지식 혹은 자원을 얻지 못하는 상황에 처하게 되죠. 교육정책에 대해 연구하고자 행정대학원에 입학한 대학원생은 정작 교육행정에 대한 수업을 들을 수 없는 상황에 처하게 됩니다. 학교에서 열리는 수업은 행정학 일반에 관한 수업들이 대부분이게 되죠.
특히나 연구의 기초부터 배워야 하는 상황에서 연구자의 연구동기는 지도교수님에 따라 싹을 틔울 수도, 죽일 수도 있는 상황 앞에 처하게 됩니다. 연구에 대한 지도권이 교수님께 달려 있기 때문에 교수님께서 해당 주제를 과소평가하게 될 경우, 해당 주제를 무조건 밀고 나가기 어려운 상황에 처합니다. 이 경우, 대학원에 진학하게 된 동기가 어느 순간 사라지고 해당 학과의 커리큘럼에 맞춰서 타의에 의한 연구를 진행하기 쉽습니다. 자기 돈과 자기 시간을 들여 들어온 대학원에서 자신이 원하지 않는 연구를 하게 되는 상황에 처하게 되는 것이죠. 따라서 학과 분위기나 지도교수님의 특성에 따라 연구자의 연구진로가 좌지우지되는 경우들이 빈번하게 나타나게 됩니다.
요컨데, 연구자들은 연구동기를 중심으로 연구자로 성장하고자 하지만 현재의 연구교육시스템은 대학원과 학과라는 공급자 중심의 시스템으로 구성되어 있기 때문에 연구자들이 수요자 중심의 교육을 받지 못해 불편함을 겪는 상황에 처해 있다고 할 수 있습니다.
따라서 연구자들의 연구동기에 맞춰 연구자로 성장할 수 있는 서비스가 절실한 상황입니다.
서비스 소개 : 온라인 세미나 플랫폼을 통한 주제중심 연구자 커뮤니티 구축
저희는 이러한 문제를 해결하기 위해 '온라인 세미나 플랫폼'을 구축하고자 합니다. 앞서 분석하였듯이 연구자들이 자신의 연구동기에 맞는 연구교육을 받지 못하는 상황이라면, 해당 주제의 연구를 수행하고 있는 박사급 연구자들과 해당 주제에 관심 있는 대학원생들이 함께 모여서 연구할 수 있는 '세미나'를 개최하는 것입니다. 특히 온라인 세미나의 구축은 시간과 장소를 초월해서 세미나가 이루어질 수 있기 때문에 보다 많은 연구자풀 내에서 같은 주제의 연구자들이 함께 모여 세미나 그룹을 결성할 수 있을 것으로 보입니다. 즉, 대학원들 바깥에 공간을 조성해서 주제별로 대학원생들과 박사급 연구자들이 헤쳐모여서 스터디와 연구를 수행할 수 있도록 돕는 플랫폼인 셈이죠.
이 경우, 박사급 연구자들은 기존 대학원보다 훨씬 다양한 커리큘럼을 제공할 수 있으며 동시에 해당 주제 혹은 이론에 대한 가장 최신의 연구동향을 알고 있다는 점에서 기존 대학원에서 열리는 강의들보다 경쟁우위를 가지게 됩니다. 따라서 주제별로 수요자들에게 필요한 연구자를 섭외해서 같은 주제에 관심을 갖는 연구자들이 함께 모여 세미나를 진행할 수 있도록 한다면, 대학원 강의에 준하는 가격으로 연구자들이 기꺼이 해당 지식을 습득하고자 할 것이라는 가설을 세워볼 수 있습니다.
가설
이러한 내용을 바탕으로 할 때 제가 세우게 되는 시장호응가설은 다음과 같습니다.
연구하고 싶은 주제를 가지고 있는 연구자들은
계절학기 수준의 수강료를 내고
온라인 세미나에 참여할 것이다.
이 경우, 프리토타입 기법에 따르면 여전히 추상적이고 모호한 표현들로 가득 차 있습니다. 따라서 프리토타입을 기획하고 이를 통해 습득되는 데이터로 가설을 검증하기 위해서는 숫자 기반으로 이루어진 보다 구체적인 시장호응가설이 필요합니다.이를 보통 XYZ가설이라고 합니다. "적어도 X%의 Y는 Z할 것이다"라는 방식으로 가설을 바꿔서 적어보는 것이죠.
저희의 시장호응가설은 다음과 같이 바꿀 수 있습니다.
적어도 10퍼센트의, 연구하고 싶은 주제를 가지고
대학원에 다니고 있는 대학원생들은,
자신이 원하는 주제에 대해 적어도 1년에 한 번은
8주 동안 진행되는 온라인 세미나에
10만원 내외의 값을 지불하고 들을 것이다.
이 경우, 2만 3천명 정도의 고객을 확보할 경우 연간 23억원의 매출을 기대할 수 있다는 가설이 세워지게 됩니다. 가장 이상적인 수치임을 감안할 때에 충분히 큰 시장인가에 대한 질문이 나올 수 있지만 연구자들이 단순고객이 아닌 지식을 생산하는 생산자들임을 감안할 때에 충분히 지속가능하면서도 임팩트를 낼 수 있는 수치라고 할 수 있을 것입니다.
중요한 것은 이 시장 호응 가설이 '정말인가', 즉 저의 온라인 세미나 플랫폼이라는 아이디어가 '될 놈(right it)'인가를 보는 것이 필요한 셈이죠.
저는 위의 시장호응가설을 중심으로 프리토타입을 기획하고 이에 대한 데이터를 수집해서 가설이 '될 놈'인지에 대한 검증을 진행하고자 합니다.
프리토타입 기획 : 세미나 플랫폼 모집 페이지
실제 온라인 세미나 플랫폼을 운영하기 위해서는 박사급 연구자분들을 섭외해서 세미나 커리큘럼을 만들고 일정을 조율한 이후 세미나 참여자들을 모집해야 합니다. 하지만 실제 이러한 온라인 세미나 플랫폼에 정말 연구자들이 니즈를 가지고 있는지를 알 수 없다면 너무나 리스크가 큰 행위가 되겠죠.
따라서 저는 이러한 시장호응가설을 검증하기 위해 '가짜 문(Fake Door) 프리토타입'을 사용하고자 합니다. 정말 온라인 세미나들이 운영되는 것처럼 모집 페이지를 구축해서 얼마나 많은 연구자들이 실제 결제를 하고 세미나를 수강하고자 하는지를 보려는 것이죠.
위와 같이 '우리의세미나'라는 이름으로 세미나 모집 페이지를 구축합니다. 소개 페이지를 구축하면서 이 플랫폼을 통해 전달하고자 하는 메시지를 전달하면서 동시에 진짜 있을법한 세미나의 커리큘럼을 만들어서 참여연구자를 모집하는 것이죠.
(하지만 이것은 가짜 문인 동시에 진짜 문이기도 합니다. 각 세미나에 대해서 신청인원이 모집되게 되면 세미나를 바로 시작할 수 있는 연구자분들을 리스트업하고 컨택 중에 있기 떄문이죠!)
이 과정에서 페이지에 Google Analytics를 심어서 각 페이지별로 유입경로와 방문자수 등을 체크하고, 동시에 설문조사 페이지와 결제페이지를 추가해서 각 행동별로 참여하는 연구자들의 데이터를 수집하는 방식으로 프리토타입이 진행되게 됩니다.
가장 좋은 경우로 우리의세미나가 바로 진행될 수 있다면 제일 좋겠지만 이 경우에도 각 페이지의 구성이나 서비스의 구성 등에 대해서 데이터를 수집하고 분석하는 것이 필요할 것입니다. 가장 안좋을 경우에도 충분한 사람들이 들어오지 않거나 실제 결제로 이어지지 않아 사업성이 떨어진다고 판단된다면, 먼저 연구자를 섭외하고 커리큘럼을 구성해서 사업을 시작하기 전에 기회비용을 아낀다는 면에서 큰 도움을 얻는다고 할 수 있을 것입니다.
주요 지표 : 얼마나 페이지에 참여하고 활동하는가
이 과정에서 분석해야 할 주요 데이터와 주요 지표는 AARRR을 활용해서 작성합니다. AARRR은 데이터의 퍼널분석에서 활용되는 사용자별 단계로서 고객이 처음 제품을 접하는 획득(Acquisition), 제품에 관해서 접하고 처음 활동하는 활성화(Activation), 제품에 관해서 계속해서 활동하는 재활동률(Retention), 활동을 넘어 실제 결제를 수행하는 결제(Revenue), 제품에 대해 다른 이들에게 추천하는 추천(Referral)을 말합니다. 각 단계별로 데이터를 확인할 때에 타겟고객이 어느 단계에 몰려 있고 그에 대한 전략이 어떻게 이루어져야 하는지를 알 수 있죠.
이러한 단계를 바탕으로 각 단계에 대한 지표들을 확인하고자 합니다.
1. Acquisition : 신규 방문자수, 유입경로
먼저 획득(Acquisition)단계에서는 고객들의 유입경로를 파악합니다. 모집 페이지를 작성 후 오픈카톡방이나 연구자 커뮤니티 페이지, 페이스북 광고 등을 통해서 타겟고객들에게 홍보를 할 예정입니다. 전체 방문하는 사람의 숫자가 어느 정도 되는지, 그리고 그 중 어느 경로를 통해서 페이지에 접속하게 되는지를 파악하는 것이 추후 마케팅 전략을 수립하는 데에 도움이 될 수 있을 것입니다. 또한 시장호응가설에서 이야기하는 타겟고객이 얼마나 페이지에 접속하는지도 알 수 있을 것입니다.
2. Activation : 설문조사 참여자 수 & 특성
활성화(Activation) 단계에서는 페이지에 접속한 것을 넘어 우리의세미나에 대해 실제 관심을 가지고 활동하는 사람의 숫자를 파악합니다. 페이지에 접속하고 흥미를 느끼지 못해 이탈하는 사람들이 아닌, 실제 우리의세미나를 관심있게 살펴보고 또 관련된 활동을 수행하고자 하는 사람들을 파악하는 것이죠. 이는 첫 페이지에 삽입할 '이메일 수집 설문조사'를 통해 확보하고자 합니다. 관심있는 세미나나 관련정보에 대해 뉴스레터를 받기 원하는 사람들을 파악하는 간단한 설문조사죠. 이를 통해 페이지 접속을 넘어 '이메일 기입'이라는 활동까지 접근한 고객의 숫자를 파악하고, 그 특성을 파악합니다.
3. Retention : 강의 요청 & 세미나 관련문의 수
재활성화(Retention) 단계의 경우, 원래 사용하는 제품 혹은 서비스를 '다시 사용하는' 비율을 의미합니다. 하지만 프리토타입 단계에서 회원가입 등을 통해 재방문율을 파악하는 것이 어렵기 떄문에 이번에는 보다 심도 깊은 활동인 '강의 요청 설문'을 작성한 비율과 채널톡을 통해 '세미나 관련 문의'를 한 비율을 파악합니다. 이 경우, 우리의세미나에 대한 관심을 넘어 실제 세미나에 참여하고자 하는 의지를 피력한 잠재고객으로 분류하고 이를 파악해볼 수 있기 때문이죠.
4. Revenue : 결제자 수 & 특성
결제(Revenue) 단계에서는 실제 세미나별로 해당 금액을 입금하고 세미나를 신청한 사람들의 비율을 파악합니다. 단순활동과 달리 이 고객들은 실제 세미나에 대한 니즈를 가지고 실제 값을 지불해서 세미나에 참여하고자 하는 것이기 때문에 시장호응가설에서 살펴볼 수 있는 가장 대표적인 지표라고 할 수 있습니다. 이 지표가 충분히 확보될 경우, 우리의세미나 라는 서비스는 실제 사업성을 가진 서비스라 판단할 수 있는 데이터가 될 수 있겠죠.
5. Referral : 지인추천 수 & 특성
마지막으로 추천(Referral) 단계에서는 세미나별로 얼마나 많은 지인 추천이 있었는지에 대해 파악해서 알아볼 수 있는 비율입니다. 이 또한 실제 세미나가 수행되기 전이기 때문에 서비스에 대한 만족도를 파악한다기보다는 우리의세미나라는 아이디어에 대해 얼마나 고객들이 열광적으로 반응하느냐를 알아볼 수 있는 지표가 될 것입니다. 이는 결제설문에 '수강동기' 항목을 삽입하여 '지인추천' 항목이 얼마나 체크되었는지를 통해 파악할 수 있습니다.
데이터 확보 방법
앞서 설정한 지표들의 데이터를 확보하는 방법은 무엇이 있을까요? 저는 노션 페이지를 보다 편리하게 사용할 수 있도록 도와주는 우피(oopy) 서비스와 구글 애널래틱스(Google Analytics), 그리고 설문조사를 통해 데이터를 수집하고자 합니다.
1. 우피(oopy)
우피는 노션페이지를 웹사이트처럼 운영할 수 있도록 도와주는 솔루션입니다. 월 5900원의 가격이면 페이지 도메인은 물론 다크모드, CTA(Call to Action) 버튼 등의 디자인적 요소와 방문자수 집계 등의 데이터 수집을 도와줍니다. 특히 구글 애널래틱스(Google Analytics) 등을 삽입할 수 있는 플러그인을 제공해서 보다 체계적으로 페이지에 대한 데이터 분석이 가능하도록 도와줍니다.
2. 구글 애널래틱스(Google Analytics)
구글 애널래틱스는 웹페이지에 코드를 삽입하여 해당 웹페이지에 접속하는 사용자들의 데이터를 수집해서 분석해주는 도구입니다. 고객들의 유입경로, 행동 흐름 등에 대한 데이터를 수집하고 분석해주기 때문에 앞서 설정한 지표들의 원 데이터를 수집하고 분석하기에 용이합니다.
본 페이지에서는 획득(Acquisition)과 활성화(Activation) 단계에서 고객들이 어떠한 활동이 이루어졌는지를 파악하는 용도로 사용됩니다.
3. 설문조사(Typeform, Google Docs)
설문조사는 노션 페이지에 삽입해서 관심 있는 고객들이 직접 설문을 작성할 수 있도록 돕고 이를 통해 데이터를 수집합니다. 구글 애널래틱스에서 수집되는 행동데이터와 달리, 고객들이 직접 의도를 가지고 자신의 정보를 기입하는 방식으로 데이터를 수집할 수 있습니다. 보다 편리하지만 부분유료모델인 Typeform과 기본적인 Google Docs를 사용할 수 있습니다.
본 페이지에서는 재활성화(Retention), 결제(Revenue), 추천(Referral) 단계의 데이터를 수집할 때에 활용될 예정입니다.
데이터 수집 및 분석 계획
프리토타입인 모집 페이지는 7월 19일(월) 정오에 사이트 구축을 완료해서 배포하는 것을 목표로 작업이 진행중입니다.
이를 토대로 먼저 7월 25일(일)에 일주일 동안 수집된 데이터를 바탕으로 1차 데이터 분석을 진행합니다. 수집된 데이터를 토대로 먼저 가설 검증여부를 판단하고 1차로 수정해야 할 항목들을 판단해서 리뉴얼 및 배포전략 수정을 진행합니다.
이를 바탕으로 1차 데이터 분석 보고서가 작성될 예정입니다.
그리고 7월 26일(월)에 2차 배포를 시작한 후 8월 1일(일)까지 데이터를 수집한 후 분석을 진행합니다. 이 단계에서 페이지와 서비스를 실제 구현할지에 대한 판단이 진행되고, 이를 바탕으로 2차 리뉴얼 혹은 서비스 중단 및 변경에 대한 의사결정을 수행하게 됩니다.
이를 바탕으로 2차 데이터 분석 보고서가 작성될 예정입니다.
나가며
위와 같은 계획을 바탕으로 프리토타입에 대한 데이터 수집과 분석이 진행됩니다. 기본적으로 설문조사 및 인터뷰와 실제 경험을 바탕으로 기획된 서비스이자 수립된 가설이지만, 결국 고객들이 실제로 얼마나 서비스에 호응하느냐에 따라서 서비스가 실제 사업화되느냐의 여부가 가려지게 될 것입니다.
사실 실제로 얼마나 많은 대학원생들 혹은 연구자들이 이 서비스에 반응할지 저도 예측할 수 없습니다. 다만, 설령 이 서비스가 실패하더라도 그로부터 얻게 되는 데이터는 제가 결국 풀고자 하는 '연구자'라는 페르소나 고객에 대한 귀중한 학습 데이터가 될 것입니다. 또한 실제로 온라인 세미나 플랫폼을 구축하고 운영하는 데에 낭비할 에너지를 미리 차단했다는 데에서 의의를 찾을 수 있을 것입니다.
하지만 동시에 온라인 세미나 플랫폼은 연구생태계에 '꼭 필요한' 서비스이기도 합니다. 따라서 데이터의 반응에 따라 서비스의 성패여부보다는 연구자들에게 보다 필요한 서비스로 업그레이드하기 위해서는 어떠한 개선이 필요한지를 파악하는 용도로 데이터가 활용될 가능성이 높을 것입니다.
고객과 실제로 만나는 일은 항상 두렵고 떨리는 일이지만, 결국 고객과의 대화만이 사업의 유일한 전제가 된다는 것을 압니다. 이 계획을 가지고 가설 검증을 진행한 후, 데이터 분석 포스트로 다시 찾아뵙도록 하겠습니다.
