Aha Moment 찾기
[PO SESSION] Activation
Aha Moment 찾기
지난번에 알아봤던 Aha Moment에 대해서 자세히 알아보자. Aha moment를 다시 한번 짚고 넘어가면, Aha moment는 유저가 제품의 핵심가치를 경험하는 순간, 서비스를 사용하면서 '이 서비스 정말 좋다!'하고 느끼는 순간이다. 이러한 순간, 특정한 행동이 서비스를 계속 쓰게 되는 지점이 되고, 이 행동을 한 유저의 95% 이상이 리텐션이 생기는 마법 같은 순간이다.
Aha moment는 'XX라는 행동을 YY라는 시간 안에 ZZ 번 했다'라는 형태로 구성이 되어 있다. 그렇다면 우리의 XX는 어떠한 방법으로 설정할 수 있을까.
아하 모멘트 구하기 101액션 XX 후보군 찾기
액션 XX는 직관이나 반복 작업 등을 통해서 성장하는 방법도 있고, 위 그림과 같이 SHAP Value 도구를 활용하여, 리텐션에 영향도가 높은 액션 후보군을 추출할 수 있다. SHAP Value란 특정 액션을 한 유저와 안 한 유저들이 Feature Value에 있어서 상승과 하락할 때 경향성이 일치하는지를 판단하는 도구이다. 그래프와 Feature Value(상승할 때 붉은색, 하락할 때 파란색)를 비교했을 때 상승과 하락의 경향성이 일치하는 것은 위 그래프에서 상위 3가지 정도로 판단해 볼 수 있다.
액션 횟수에 따른 RPV(Retaim Probability Value)와 교차값을 만든다. RPV란 리테인 된 유저가 이 액션을 할 확률을 말하며, 이 확률을 95% 이상이 되는 것이 좋다. 액션 횟수와 리테인 된 유저 중 위 그림과 같이 교집합이 되는 부분을 찾는다. 하지만 리테인 된 유저들의 대부분이 특정 행동을 했지만, 그 행동에 대해 리테인 되지 않은 유저들이 많다면 이 행동은 Aha moment로 적합하지 않으며, 이 반대의 경우도 마찬가지이다. 오른쪽 그림처럼 B와 C는 최대한 작고 A는 큰 액션을 찾아야 한다.
Activation
이렇게 Aha Moment를 느낀 사용자들은 비로소 우리 서비스의 Active User라고 할 수 있다. Activation은 그저 서비스의 회원가입을 했다고 해 Activation 되었다고 할 수 없다. 고객이 서비스를 통해 처음 행복한 순간을 맞이하였는지, Aha-Moment를 느꼈는지에 따라 Activation 되었음을 판단할 수 있다.
'Activation을 개선한다'라는 뜻을 '클릭률을 높이고 전환율을 높여서 Funnel을 개선한다'로 생각하는 경우가 많은데, 조금 더 추상적인 레벨에서 표현한다면 이는 많은 유저가 더 빨리, 더 손쉽게 액션 XX를 하게 만드는 것이라고 할 수 있다. 그러므로 우리는 서비스의 'The first happy experience'가 무엇인지 정의할 필요가 있다.
Activation을 개선하는 과정이 Funnel을 개선하는 과정이라면 전환이 아닌 기간이 중요하다. 다시 말하면, 다음 화면으로 전환되는 전환율이 중요한 것이 아니라, 얼마 만에 전환이 되는지가 중요한 것이다. 예를 들어 보자. 계좌 등록 전환율이 35%였기 때문에 개선을 결심한 상황이다. 35%까지 올라오는 데 얼마나 걸렸는지 알아보니 하나의 세션 정도로 짧은 기간에 불과했고, 이 기간을 한 달까지 늘렸을 때 65%까지 늘어나서 개선의 소요가 없음을 확인하여 리소스 낭비를 막을 수 있었다.
Carrying Capacity결국 중요한 것은 퍼널 개선이 아니라 단기간에 많은 유저들이 더 빨리 Aha Moment를 경험하도록 만드는 것이다. 또한 Activation Funnel은 모든 Growth Dynamics에 영향을 미친다. 위 CC의 개념을 기준으로 다시 설명해 보자. 서비스가 CC의 한계에 도달하면 이후 유입되는 대부분의 유저들은 Churn 된 유저가 다시 복귀하는 경우(Resurrection)이다. 이 유저들은 다시 한번 Activation Funnel을 겪을 예정인데, 이 Activation의 통과율이 30% 라면 우리는 30% 정도의 유저 유입만을 기대할 수밖에 없는 상황이 된다.
이 상황의 30%를 60%로 개선을 하면 말 그대로 우리 서비스의 Inflow는 두 배가 되는 것이다. 이 Activation을 개선하는 것이 해당 서비스가 도달할 수 있는 MAU를 결정짓는다. MAU가 3000만이 넘는 카카오, 네이버, 유튜브 같은 서비스는 가입 과정이 없다. 바로
Funnel 개선을 할 때 화면 단위 분석을 하여 전환율 차이가 크다면 버튼 단위로 쪼개서 개선을 하는 것이 더 좋은 방법이 될 수 있다. 여기서 떨어져 나간 파란색 부분과 유지 그룹인 하늘색 부분을 고려하여, 이들은 어떤 차이가 있고 각 집단은 어떤 특성을 가지고 있는지 분석하는 것이 서비스를 개선하는데 굉장히 큰 도움이 된다.
