소셜 살롱 앱 문토, 데이터를 근거로 개선해본다면?
[코드 스테이츠 PMB 13기] 문토 데이터 분석, 가설 세우기
소셜 살롱 앱, 문토의 지표와 데이터를 설정하고
개선하기 위해 발견할 수 있는 가설을 세워보자
문토는 관심사 기반의 커뮤니티로, 소셜 살롱을 열어서 취미 모임을 할 수 있도록 돕는 앱이다. 요즘 테니스를 시작하면서 테니스 모임 하나를 들고 싶다는 생각을 했는데, 주변에 테니스를 치는 지인이 많지 않아서 생각대로 되지는 않았다. 그러다 문토를 쓰게 됐는데, 문토에는 정말 다양한 취향 기반 모임이 있어서 원하는 모임에 가입할 수 있었다. 당근 마켓 동네 생활과도 비슷하긴 한데 모임 후기나, 인증, 관심사 피드 등을 통해 이 사람이 진짜 관심이 있는 게 맞는지 알 수 있어서 더 신뢰할 수 있었다. 이런 커뮤니티 서비스는 신뢰도 문제 때문에 꺼리는 사람이 많아서 지속적으로 성장하지 못한다는 게 그동안 내 생각이었다. 그런데 문토가 출시 1년 반 만에 300배 성장했다는 기사를 보고 분석해보고 싶어졌다.
1. 데이터는 PM에게 왜 필요한가?
요즘 서비스 기획자, PM 공고에 보면 모두 데이터에 대한 언급이 있다.
문토의 서비스 기획자 공고를 보면 주요 업무에 사용자 문제 파악 및 개선 과제 설정이 있다. 문제를 파악하는데 인터뷰, 내부 통계 등을 활용할 수 있는데 가장 빠르고 확실한 방법은 내부 통계와 데이터라고 생각한다. 서비스에 개선이 필요한 부분도 이탈, 유지 비율을 통해 빠르게 알 수 있고 개선 후에도 바로 데이터로 확인할 수 있다. 그래서 PM 일의 시작과 끝은 유저 데이터와 함께한다.
데이터 분석 절차 / 내용 출처: 코드 스테이츠PM으로서 서비스 개선을 위해 다양한 질문을 할 수 있는데 이 질문에 대한 답을 내기 위해서는 클릭률, 체류 시간, 고객 세그먼트 분석, 국가별 지역별 분석 등등의 다양한 데이터가 필요하다. 하지만 바로 데이터로 나오는 게 아니라 언제부터 언제까지, 정확하게 어떤 지표를 보고 싶은지 개발자나 데이터 분석가에게 알려줘야 한다. 정확하게 지표를 분석하기 전에도 분석 방법 및 모델 설계, 고객 추적, 수집 코드 내장 등의 단계를 거쳐야 해서 많은 커뮤니케이션을 해야 한다.
그렇게 데이터가 수집되면 코호트 분석으로 경우 접속 기간별 데이터를 분류해서 보기도 하고, 가설을 설정해서 대시보드를 구성하거나 분석 시각화를 할 수 있다. 오늘은 데이터를 중심으로 서비스를 개선하는 프로세스에 초점을 맞춰 문토의 지표를 설정해보려고 한다.
2. 문토의 강점은?
유저에게 개인화된 다양한 추천 제공
취향은 정말 다양하고 유저마다 관심사가 다 다르다. 문토는 온보딩 단계에서 유저가 관심 있는 카테고리를 파악한 후 홈 화면 첫 번째 페이지에 추천 소셜 링(모임)을 노출한다.
문토는 1회성 모임, 원데이 클래스, 주기적인 모임까지 굉장히 다양한 형태의 소셜 링을 제공한다. 그래서 카테고리를 다 노출시키면 유저의 입장에서는 너무 선택권이 많다. 따라서 유저가 좋아할 만한 소셜 링만 추천해서 보여준다는 개념이 좋았다. 당근 마켓이나 소모임 앱에서는 보지 못했다 (!!)
전시회, 등산, 카페 투어, 장소 추천까지 다양한 소셜 링을 할 수 있었다. 인기, 주제별, 날짜별, 후기 등으로 소셜 링을 여러 방면으로 해석해서 노출해주고 있어서 가만히 보기만 해도 재밌는 콘텐츠가 많았다.
소셜 링 어플이 '만남'이라는 그 자체의 목적에만 집중해서 즐길 콘텐츠가 부족한 경우를 많이 봤는데 문토는 굳이 소셜 링을 하지 않아도 요즘 어떤 취미나 모임이 있나 그저 보기만 해도 재밌다.
신뢰할 수 있는 커뮤니티 형성
오프라인 만남으로 이어지는 어플의 가장 큰 문제는 신뢰성이다. 온라인에서 비치는 모습으로 진짜 모습을 예상할 수 없어서 더 무섭다. 주변에서도 모임을 하고 싶어 하지만 이런 이유로 온라인 어플 사용을 꺼리는 경우를 많이 봤다. 문토는 다양한 방법으로 신뢰도를 높이고자 노력하고 있다.
가장 먼저 라운지를 통해 모임 후기나 개인의 관심사를 볼 수 있다. 모임에 참여한 사람들이 오늘 모임이 어땠는지 남기는데 이 후기가 소셜 링에 남게 되면 어느 정도 해당 모임이 잘 굴러가고 있음을 알 수 있다. 모임에 참여한 사람이 다른 모임에 참석할 때도 유용하게 쓰인다. 자신이 작성한 게시물은 프로필 페이지에 똑같이 노출되기 때문에 앱 내부에서 어떤 활동을 했는 지도 알 수 있다.
꼭 모임 후기가 아니더라도 개인적인 관심사를 남기는 사람들도 많아서 여기서 비슷한 관심사를 가진 사람을 만나 팔로우를 할 수도 있고 좋아요, 댓글을 통해 소통할 수도 있다.
개인의 프로필에 자기소개, 관심 있는 주제를 남겨서 모임을 열거나 신청할 경우 얼마나 비슷한 관심사를 가지고 있는지 파악할 수 있었다. 여기서 특히 매너 온도를 확인할 수 있어서 높을 경우에 안심하고 모임에 참석할 수 있다. 기존에 피드로 소통했던 사람이 소셜 링을 연다면 자연스럽게 참여할 팔로워들이 많을 것 같기도 하고 비슷한 관심사를 가진 사람들끼리 연결되어 소셜 링을 함께 열 수도 있을 것이다. 일종의 트위터 피드처럼 가볍게 관심사를 파악하고, 트위터 친구 맺듯이 약한 유대 관계를 형성할 수 있다는 점에서 굉장한 강점으로 느껴졌다.
3. 문토의 기업 유형은?
[린 분석]에서는 기업을 6개로 구분하는데 문토의 유형은 무료 모바일 앱, 유저 콘텐츠 서비스라고 생각했다.
무료 모바일앱에서 가장 중요한 점은 대부분의 돈이 소수의 사용자에서 나온다는 것이다. 문토는 유료, 무료 소셜 링을 모두 서비스하고 있다. 구체적인 비중은 모르지만 현재까지는 무료 소셜 링이 많아 보인다.
따라서 유료 소셜 링을 운영하는 사람, 참여하는 사람은 별도의 고객군으로 분류하고 분석해야 한다.
유저 콘텐츠 서비스에서는 방문자 참여가 가장 중요하다. 사용자 대다수가 콘텐츠를 보기만 할 뿐 생성하지는 않고 일부 사용자는 약간의 콘텐츠를 생성하며 그 나머지 소수 사용자만이 열성적으로 콘텐츠를 생성한다. 따라서 활동 방문자 수, 콘텐츠 생성률, 콘텐츠의 가치 및 바이럴 효과가 중요하다.
4. 문토에서 확인해야 할 지표는?
문토에서 AARRR 퍼널 별로 확인할 지표를 우선적으로 확인해 보았다. 그중에서 문토의 매출 및 성장에 중요할 지표 3개를 뽑았다. 위에서 무료 모바일 앱, 유저 콘텐츠 서비스 앱으로 언급했는데 그에 맞춰서 중요한 지표를 위주로 선정했다. 유저 콘텐츠 서비스에서 중요한 활동 방문자 수, 무료 모바일 매출 부분에서 중요한 매출 활동 관련 참여 유저 비율 및 매출을 꼽았다.
활동 방문자 수
https://www.sisajournal.com/news/articleView.html?idxno=241778활동 방문자 수는 사용자들이 얼마나 자주 방문하며, 얼마나 오래 머무는 가를 의미한다. 이 지표 자체가 광범위해서 나라면 이 두 지표를 위주로 살필 것 같다.
1. MAU, DAU (월별, 날별 활성 이용자 수)
2. 유저 별 평균 체류 시간
3. MAU / 콘텐츠 생성 이용자 수
문토의 MAU 자료는 없고, 누적 가입 회원수와 신규 오픈 모임 수가 있는데 이 두 지표는 크게 의미 없다고 생각한다. 문토는 소셜 링 어플이기 때문에 단순히 회원 가입한 회원 수가 중요한 것이 아니라 지속적으로 유입시키고 활동할 수 있도록 유도하는 것이 중요하다. 그래서 오픈된 모임 수 보다는 실제로 모임이 성사된 모임 수, 후기가 작성된 모임 수, 모임 당 평균 참여 멤버 수 등으로 활성화된 모임인지 파악하는 것이 중요하다고 생각한다.
소셜 링 생성, 참여 유저 비율
문토의 매출은 대표적으로 유료 소셜 링에서 나오는 것으로 보인다. 하지만 유저가 한 번에 유료 소셜 링을 신청하기를 바라면 안 된다. 이 서비스 자체가 믿을 수 있는 서비스 인지 먼저 경험해봐야 전환될 가능성이 높다. 그래서 전체 유저 중에서 소셜 링을 생성하는 유저 수, 직접 참여하는 유저 수를 파악해야 한다. 이를 누적 수, 월별, 일별 수로 파악해서 트랙킹 하면 어떤 요인에 의해 지표가 변화하는지 알 수 있다.
진입되어서 단순히 보는 것이 아니라 직접적으로 참여해야 서비스가 의미 있기 때문에 이 지표를 지속적으로 관리하면서 유저의 참여를 늘릴 필요가 있다.
돈을 쓰는 사용자의 비율, 매출
마지막으로 돈을 쓰는 사용자의 비율을 보아야 한다. 문토가 어떤 부분에서 명확하게 수익을 올리는지 잘 모르겠지만 명시적으로는 유료 소셜 링이 가장 크다. 그래서 돈을 쓰는 사용자의 비율을 정확하게 알아야 한다. 이 비율은 전체 MAU / 해당 월에 유료 결제를 한 유저 수로 계산할 수 있다. 반대로, 유료 소셜 링을 연 유저도 알아야 한다. 당연히 비율적으로는 참여자보다는 적겠지만 문토에서 수익을 내는 사람들이니 핵심 고객이다.
또한, 사용자당 월평균 매출, 돈을 쓰는 사용자 당 평균 매출도 중요하다. 광고 등으로 사용자 당 발생하는 매출이 있을 테니 구체적인 숫자가 필요하다. 유료 소셜 링을 참여하는 유저의 경우 평균 얼마를 소비하는지, 운영자 수수료를 떼면 사용자 당 평균 매출이 얼마 발생하는지 알아야 한다. 이 지표를 통해 지속적으로 유료 소셜 링을 열고, 유저가 관심 있을 만한 이벤트를 꾸리는 등 매출 발생 촉진 전략을 수립할 수 있다.
5. 지표를 개선하기 위한 가설 수립하기
위에서 소개한 3가지 지표 중 한 가지를 설정해 지표 개선을 위한 가설을 수립해보려고 한다. 소셜 링 생성, 참여 유저 비율이 현재 문토의 성장에 가장 중요하다고 생각해서 이를 해당 유저 비율을 늘릴 수 있는 방안에 대해 고민해봤다.
1. 소셜 링 생성 및 운영 유저 비율을 증가시키기 위해:
[가설 1: 소셜 링에 한번 이상 참여한 유저일 경우 소셜 링을 생성할 확률이 높을 것이다]
측정 지표: 소셜 링에 한번 이상 참여한 유저 수, 소셜 링을 한번 이상 생성한 유저 수
소셜 링 한번 이상 참여한 유저 수 / 그중 한번 이상 소셜 링을 생성한 유저 수
이 지표의 비율이 높다면, 소셜 링 참여 이후 소셜 링 생성과 관련된 알림을 보낸다.
소셜 링 실제 참여 후기와 추천 소셜 링을 담은 페이지로 푸시 알림을 연결해, 앱으로 유입되면 바로 소셜 링 생성을 유도할 수 있는 콘텐츠를 볼 수 있도록 한다. 소셜 링 참여 이후 소셜 링 생성을 하고 싶다는 동기부여가 된 사람들이 많다는 뜻이므로 관련된 콘텐츠와 지원만 해주면 금방 운영 유저로 전환될 수 있을 거라 생각한다.
문토 인스타그램이 지표의 비율이 낮다면,
소셜 링을 운영하는 유저의 특징이 무엇인지 여러 데이터를 본다.
작성한 피드 수, 접속 시간, 접속 비율, 좋아요 댓글 등 인게이지 활동 수 등을 보고 소셜 링 운영을 어떤 맥락에서 하게 되었는지 파악이 필요하다.
거기서 맥락을 찾거나, 아니면 소셜 링 참여 자체를 유도하는 것도 방법이 될 수 있다. 소셜 링 참여 없이 운영하는 것이 잘 되기 힘들 거라고 예상해서 소셜 링 참여 단계를 필수 단계로 두고 이후 전환을 유도하는 프로세스도 중요하지 않을까 생각한다.
2. 소셜 링 참여 유저 비율을 증가시키기 위해:
[가설 1: 홈 > 추천 페이지에 체류하는 시간이 많을수록 참여할 확률이 높을 것이다]
측정 지표: 홈 추천 페이지 체류 시간, 소셜 링을 한번 이상 참여한 유저 수, 추천 페이지 > 소셜 링 신청하기 전환 비율
이 지표의 비율이 높다면,
추천 콘텐츠를 확대할 것이다. 문토 인스타그램에는 이달의 소셜 링이 있는데 여기서 그 달에 열린 소셜 링을 확인할 수 있다. 앱 내부에서는 이 주의 소셜 링을 주제로 유저에게 인기 있는 소셜 링을 홈 화면에서 추천해주고, 관련 알림을 보내 소셜 링 접촉 비율을 높여야 한다.
혹은, 라운지에서 인기 있었던 피드를 추천해 유저에게 보여주고, 이런 주제가 있었는데 이런 관련 소셜 링이 있어. 한번 참여해볼래? 를 유도할 수 있다. 라운지에 이미 올라온 만큼 소셜 프루프를 활용할 수 있지 않을까 싶다.
이 지표의 비율이 낮다면,
아직까지 유저들이 소셜 링 참여에 주저하는 요인이 있다는 것이다. 데이터 적으로는 소셜 링 신청하기 CTA 유입 경로를 살펴볼 수 있을 것 같다.
하지만 정확한 이유를 추적하기는 어려워 보여서 유저 인터뷰를 진행하는 게 더 정확한 원일을 파악하기 쉽지 않을까 싶다. 예상하는 이유는 지리적 거리, 원하는 모임이 없음, 신뢰도 부족 등이 있다.
6. 가설 검증 방법
검증하고자 하는 지표를 선정하고, 해당 지표를 측정할 수 있는 코드나 시스템이 있는지 살펴보는 게 먼저이지 않을까 싶다. 회사에서 구글 애널리틱스를 쓴다면 시각화까지 돼서 내부 데이터를 확인할 수 있을 것이다. 구글에서 확인 불가능한 데이터는 따로 개발자 분에게 요청해서 데이터 값을 받아볼 수도 있다.
그럼 시각화 툴을 활용해서 구체적으로 데이터를 뜯어보고, 가설에 부합하는지 따져볼 수 있다.
GA 예시GA가 편하긴 한데, 주어진 데이터를 위주로만 확인할 수 있어서 앞서 제시한 모든 데이터를 보기엔 어려웠다ㅠㅠ 어쨌든 데이터로 가설 검증 여부를 확인했으면 관련한 인사이트를 발견할 수 있다. 예를 들어 "A 기간 대비 B 기간의 전환율이 높았고 그 원인으로는 a, b, c이다"라는 식으로 도출할 수 있다. 이후에는 인사이트를 바탕으로 새로운 방안을 제시할 수 있고, 개선안 테스트를 위해 A/B 테스트를 세팅할 수도 있다.
지표를 보는 건 이전 포스팅 이후로 조금씩 발전하고 있는 것 같은데 아직까지 개선 방안 도출에서 헤매고 있는 느낌이라 이런저런 서비스를 더 써봐야겠다는 생각이 든다. 지금까지는 예상과 가설이라 실제로 문토 서비스 데이터를 보고 개선할 수 있다면 굉장히 재미있는 경험이 될 것 같다!
