어떻게 하면 이탈 고객을 잡을 수 있을까?
6회차 실험 기획, 넛지 요소 설계
실무와 스쿼드 업무를 병렬적으로 가져가며, 어떻게든 서비스가 성장을 향해 달려 나갈 수 있도록 고군분투하고 있는 상황에서 스쿼드 6번째 실험 계획이 정해지게 되었다.
이번 실험에서는 결제 전환으로 이어질 수 있는 최후의 퍼널인 결제하기의 데이터를 분석하고 가설을 세워 실험을 해보기로 계획했다.
우리가 처음 예상했던 결과는 결제하기에서 많은 이탈이 있기 때문에 AU(Active User, 제품 구매 사용자)가 낮을 것이 다라 생각을 했으나, 예상과는 반대인 데이터를 확인할 수 있었다.
데이터 확인 결과
해당 데이터를 통해 유추해 볼 수 있는 내용은 다음과 같다.
최후의 퍼널의 전환율은 높은 편이다.
결제를 시도한 사람들은 구매 의사결정 과정에서 결제에 대한 의지가 높은 사람들이다.
결제하기 전 퍼널의 이탈률이 높기 때문에 AU가 낮은 것이다.
결제 데이터에서의 유추 내용을 토대로 결제 정보 퍼널(결제하기 전 퍼널)에서의 데이터를 확인해 본 결과
그래서 우리는 선택을 해야 했다.
결제하기 퍼널에서의 문제점을 도출할 것인가?
이탈을 하는 3명(평균)의 고객이 결제할 수 있는 무언가에 대해 강구해 볼 것인가?
우리 팀은 후자를 선택해 실험을 진행하기로 했다. 그 이유는
01
데이터를 토대로 확인한, 결제 버튼을 눌렀다는 것은 결제 의지가 높다는 것이기에 해당 사용자에게 추가 액션만 취해진다면 AU를 올릴 수 있는 가능성이 높다고 판단했다.
02
투입될 수 있는 리소스(디자이너 1, 개발자 1)와 결제 전 퍼널은 고려해야 할 변수가 많다는 점을 감안해 우리는 3명의 고객을 결제할 수 있도록 하는 실험을 빠르게 진행하기로 했다.
그렇게 해서 정해진 가설은 다음과 같다.
가설 검증을 위한 사용자 Flow
우리의 명확한 실험군 정의와 함께 사용자의 Use Case를 고려해 어떤 상황에 이탈을 했을 경우 넛지 요소를 노출하고 기능을 개발하지 기획을 진행했다.
추가 기획 요소
사용자가 가장 마지막에 이탈한 상품 데이터를 노출시킨다.
넛지 요소를 노출하는 시점은 사용자가 이탈 후 10분 뒤에 재진입했을 경우 노출시킨다.(서비스 오류 및 개인의 실수로 이탈한 케이스를 고려해 10분)
노출 횟수는 사용자가 넛지요소를 닫기 혹은 다신 안 보기 했을 경우 더 이상 노출시키지 않는다.
해당 내용을 CRUD 패턴에 대입하면 다음과 같이 정리가 된다.
CRUD : 대부분의 컴퓨터 소프트웨어가 가지는 기본적인 데이터 처리 기능인 Create(생성), Read(읽기), Update(갱신), Delete(삭제)를 묶어서 일컫는 말
아직 팀 내에서 어떤 아이디어로 사용자에게 넛지요소를 노출할지는 결정되지 않은 상태라 기획에 변동이 있을 수 있으나, 기본 적인 뼈대는 다음과 같이 진행해 6회 차 실험을 진행할 예정이다.
다음 장에서는 이탈 사용자들에게 어떤 넛지 요소를 활용해 어떻게 노출시켰는지와 어떠한 결과가 나왔는지에 대한 내용을 작성해보려 한다.
