그로스 해킹, 실무에 적용하기
실무 핵심 기술 및 참고 자료들
*참고 서적: <The Lean Startup(에릭 리스)>, <Hacking Growth(션 엘리스)>, <Growth Hacking(라이언 홀리데이)>, <OKR(래리 페이지)>
이 기술들은 필자가 '그로스 해킹'을 실무에 적용하기 위해 정리해 둔 것이다. 필요한 사람이 참고할 수 있도록 공유한다. 그로스 해킹에 대해 더 궁금한 점이 있다면 아래 글을 읽어보면 좋겠다.
<IT 서비스, 이렇게 운영하면 실패하기도 어렵다>
https://brunch.co.kr/@kimwanr/2
1. 설문조사
설문조사는 유저에게 서비스에 대한 피드백을 받을 수 있는 중요한 수단이다. 생각지도 못한 부분에서 인사이트를 얻는 경우도 있고, 그것이 서비스의 핵심 가치로 자리잡을 수도 있다. <Hacking Growth>의 저자 Sean Ellis는 말한다. '두려워하지 말라. 굉장히 쉽다. 몇 만명의 유저들에게 몇 백개만 받으면 된다.'
아래는 설문조사의 예시들이다.
(1) 트위터의 4가지 설문
- 처음에 가입한 이유를 이야기해주세요.
- 당신에게 맞지 않았던 이유는 뭔가요? 이용이 뜸했던 이유는 뭔가요?
- 다시 복귀해서 트위터를 사용하게 된 이유는 뭔가요?
- 이번에는 어떤 것이 마음에 들었나요?
(2) 이탈하는 사람에게 이탈 이유 묻기
- 여기에 가입을 방해하는 요소가 있습니까?
- 어떤 문제 때문에 주문을 완료하지 못하셨습니까?
- 오늘 구매를 하지 않으셨다면, 그 이유를 말씀해주실 수 있겠습니까?
- 주문 완료를 방해했던 문제가 1가지 있었다면 어떤 것인가요?
- 이 페이지에서 어떤 것을 찾고 계셨습니까?
- 오늘 어떤 일을 하기 위해 우리 사이트/앱에 들어오셨습니까?
2. 코호트 분석
(1) 코호트란?
같은 문화/생활양식을 공유한 집단을 말한다.
(2) 코호트 분석이란?
코호트 두 집단을 사이의 공통점/차이점을 도출하고, 궁극적으로 유의미한 의미를 찾아내는 것을 말한다.
그로스 해킹에서는 다음을 목적으로 코호트 분석을 활용한다.
- 우리 서비스에 남아 있는 유저 코호트 & 떠난 유저 코호트 비교
- 왜 남아있는지/떠났는지 판별
(3) 코호트 분석 예시
① (좌)워크시트 좌측을 보면, 신규 가입자가 6월에 450으로 성장함.
② (좌)아래 <가입 월별 유지 고객 비율> 표를 보면, 4~6월은 유지 비율이 낮음.
③ 급성장했지만, 유지율은 떨어지는 이벤트성 성장이었다는 것을 알 수 있음.
④ (우)위에 설명한 내용의 가시성을 확보하기 위해 1월과 6월의 코호트를 그래프로 비교
⑤ 결론: 4~6월 동안 어떤 일이 일어났는지 확인해야 함 (아래는 가설)
- 새로운 광고 캠페인을 진행했으나, 실제로 제품에 맞지 않는 신규 고객을 많이 유치했을 경우
- 광고에서 엄청난 판촉성 할인을 제공했기 때문(체리피커 영향)
- 제품에 맞는 고객을 유치했으나, 제품에 어떤 부족이 있어 다시 이탈
3. A/B Test*
가설을 프로덕트에 적용할 때 활용되는 기술이다. 일부 유저에게만 선적용하여 해당 가설의 효과를 측정하는 용도로 사용된다. 가설이 올바르게 작용하는지 확인할 수 있으며, 예상치 못한 사이드 이펙트를 막을 수 있다. 아래는 A/B Test를 진행하는 순서이다.
(1) 가설 수립
① 인스타그램의 좋아요 버튼을 없애면 사람들은 더 많은 사진을 포스팅할 것이다.
(2) 통제/실험군 설정
① 1st 코호트(통제군) - 2nd 코호트(실험군)
② 세부 대상 설정(성별/연령층/체험판 유저 등)
(3) 지표 설정
① What metrics will convey useful insights to the team? (어떤 지표가 팀에게 유용한 통찰을 가져다 줄 것인지?)
② 포스팅된 사진 수
③ 사진 공유 시 이탈률
④ 버튼 클릭수/노출수
⑤ 가드레일 지표: 피드에서 보내는 시간이 너무 떨어지지 않도록
(4) Trade-Offs 검토
① What are some potential pitfalls to your proposed feature that may not evident through data alone? (실험할 아이디어에서 데이터로 검증이 어려운 잠재적 함정이 있다면 무엇인지?)
② 해당 포스트에 대한 좋아요 수가 보이지 않으면 사용자들은 그 콘텐츠에 대한 사람들의 대체적인 의견을 확인할 수 없게 된다. 이것은 사람들로부터 외로움을 일으킬 수 있다.
(5) 적용 및 Impact 확인
4. 구전 계수
제품의 바이럴이 얼마나 잘 되고 있는지 측정하는 수단이다. 우리 서비스가 고객들에게 얼마나 가치 있는지, 입소문을 얼마나 타는지 비교적 객관적으로 측정할 수 있다.
계산 공식
한 유저당 평균 보낸 초대 수 * 초대로 가입한 전체 사람 수/전체 보낸 초대 수 > 1?
(1) 대입해보자
① 한 유저당 평균 보낸 초대 수 = 3
② 초대로 가입한 전체 사람 수 = 12
③ 전체 보낸 초대 수 = 100
(2) 계산하여 결과를 추론해보자
① 3 * 12/100 = 0.36
② 구전 계수 0.36으로 1보다 낮으며, 바이럴이 잘 안 되고 있다고 볼 수 있다.
5. 입소문 공식
페이스북 전 사장 '션 파커'가 고안한 공식이다. 구전 계수 공식으로 부족하다고 판단할 경우 참고용으로 사용할 수 있을 것 같아 병기해보았다.
계산 공식
페이로드 * 전환율 * 빈도
(1) 용어 설명
① 페이로드: 각 사용자가 한 번에 링크/위젯을 보낼 가능성이 있는 사람의 수
② 전환율: 초대의 전환율
③ 빈도: 사람들이 초대에 노출되는 빈도
6. 깔때기 보고서
유저의 행동 패턴을 4단계로 정리하고, 각 단계의 이탈률을 직관적으로 확인할 수 있는 문서이다. 개인적으로 필자는 해적 지수라고도 불리는 AARRR의 변형판 같다는 느낌을 받았다.
1) AARRR(해적 지수)
Acquisition > Activation > Retention > Referral > Revenue
2) 깔때기 보고서
방문 > 가입 > 활성화 > 결제
키스메트릭스의 깔때기 보고서7. CRM Tools
마케팅 툴로 잘 알려져 있지만, 프로덕트 관점에서도 유용하게 활용된다. 유저 추적 및 관리를 용이하게 하며, 가격이 저렴하지 않은 경우가 있어 비교적 큰 규모의 기업에서 주로 활용된다. 데이터 레이크를 만들고 로우 데이터를 직접 추출/분석하는 방식으로 대체가 가능하다.
(1) Highrise
(2) Optimizely: 엔지니어 도움 없이 웹사이트에서 쉽고 값싸게 실험 실행 가능
(3) Hubspot
8. iOS 앱 카테고리별 Push 사전동의 비율
iOS는 Android와 달리 설치한 후 Push 사전동의가 필요하다. 앱에 첫 접속 시 'OOO앱의 알림을 허용하시겠습니까?'라는 얼럿이 노출되는 것이 그것이다. 앱을 전혀 이용해보지 않은 상태에서 알림을 요청하면 대부분의 유저는 거부한다. 그 비율을 참고 자료로 활용할 수 있을 것 같아 첨부한다.
- 카풀: 80%
- 식/음료: 60%
- 금융 서비스: 55%
- Bet: 52%
- 스포츠: 51%
- 온라인 서비스: 51%
- 전자상거래: 49%
- 여행: 46%
- 뉴스&매체: 44%
- 소셜: 38%
출처: 카후나(Kahuna, 모바일 메시지 서비스 기업)
9. 사람을 행동하게 만드는 6가지 원리
애리조나주립대학교 심리마케팅학과 석좌교수 로버트 치알디니가 고안했다. 아래는 치알디니의 저서 <설득의 심리학>을 읽은 Sean Ellis가 본인의 저서 <Hacking Growth>에 소개한 내용이다. 서비스를 기획할 때 참고하면 좋을 만한 내용이라고 판단하여 정리했다.
(1) 호혜성의 원리
받은 호의가 어떤 것이든 어떤 요청을 받았든, 사람들이 호의에 보답할 때는 어떤 행동을 취할 가능성이 높아진다.
(2) 투입과 일관성의 원리
어떤 행동을 취한 사람들은 그 행동의 크기나 유형에 관계없이 또 다른 행동을 취할 가능성이 높다.
(3) 사회적 증거의 원리
사람들은 불확실한 상황에서는 결정을 내리기 위해 다른 사람들의 행동을 참고한다.
(4) 권위의 원리
사람들은 어떤 행동을 취할지 결정하기 위해 권위 있는 사람들에게 의지한다.
(5) 호감의 원리
사람들은 자신이 싫어하는 사람이나 회사보다는 좋아하는 사람이나 회사와의 일에 기꺼이 나서는 경향이 있다.
(6) 희소성의 원리
사람들은 장래에 기회를 놓칠지도 모른다고 걱정할 때 행동을 취할 가능성이 높다.
이후 업데이트 예정...
1) 유형적 보상과 경험적 보상 331p
2) 램프업 345p
3) 페르소나 360p
4) 설문조사 362p
5) 가격설정 368p
- 들러리 상품 378p
- 가격은 품질에 대한 보증 379
- 이탈 시 할인 가격 제공 380
