3주간 팔로워 1900명 증가한 스레드 운영 팁
AI 전화 영어 서비스 브랜드 계정 운영기
이 글은 다음과 같은 분들께 특히 추천드립니다.
콘텐츠 마케터를 꿈꾸는 취린이
사내에 마케터는 없지만 콘텐츠 마케팅을 시작하고 싶은 PM/대표님
실험적인 방식으로 채널 성과를 개선해보고 싶은 누구나
2025년 3월 말부터 약 4주간, 영어 표현을 주제로 스레드 채널을 운영하였습니다. 이 실험은 제가 AI 전화 영어 서비스 ‘탈리’를 기획하며, 실제 잠재 고객과 직접 만나보기 위한 PM 업무의 일환으로 시작되었습니다.
스레드라는 채널 특성상, 영어 회화를 연습하는 사람들이 자주 겪는 실수나 궁금증에 집중하였고, “진짜 쓸모 있는 표현”만 골라 콘텐츠를 구성했습니다. 단순히 게시물을 올리는 데 그치지 않고, 포맷, 주제, 요일, 톤앤매너 등에 따라 반응률을 관찰하고 실험하는 접근을 병행하였습니다.
그 결과 3주 만에 팔로워 수 1,900명 증가라는 성과를 냈고, 동시에 ‘어떤 콘텐츠가 진짜 반응을 끌어내는가’에 대한 데이터 기반 인사이트를 얻을 수 있었습니다.
콘텐츠별 성과 관리 방법
총 40여 개의 콘텐츠를 업로드하며, 스레드 자체의 인사이트 기능 외에도 노션을 통해 모든 콘텐츠의 반응률을 아카이빙하였습니다. 노션을 활용한 이유는 다음과 같습니다.
전체 콘텐츠 성과를 한눈에 개괄할 수 있습니다.
반응이 약한 콘텐츠의 공통점을 분석하고, 잘된 콘텐츠 유형을 체계적으로 정리해 성과가 좋은 콘텐츠를 확장할 수 있습니다.
성과 지표 간 상관관계
특히 주목할 점은 조회수와 팔로워 수의 상관관계가 0.96에 달했다는 점입니다. 즉, 임팩트 있는 콘텐츠가 더 많은 노출을 이끌고, 그 결과 채널 성장으로 이어진다는 구조를 확인할 수 있었습니다.
스레드 채널 성장을 목적으로 하신다면, 단순히 좋아요나 리포스트 수보다 조회수와 팔로워 수를 함께 살펴보며 전략을 수립하시는 것을 추천드립니다.
스레드를 앞으로 운영하고 성장시키고 싶으신 분이라면 이 지표 두가지에 집중하시는 게 좋겠습니다.
잘된 콘텐츠 vs 반응 낮은 콘텐츠 비교
※ 반응률 계산식: (좋아요 + 리포스트 + 팔로우 수) ÷ 조회수 × 100잘된 콘텐츠 공통점:
실제 대화에서 자주 쓰는 표현
말 실수 교정, 대체 표현 중심
제목에 호기심 or 공감 유도
조회수와 반응률이 모두 높았던 콘텐츠 예시:
"애매하다" 표현 말하기 : 조회수 36,000 / 좋아요 474 / 리포스트 58 / 팔로우 508 / 반응률 2.94%
"억지로 했어" 표현 말하기 : 조회수 18,000 / 좋아요 255 / 리포스트 28 / 팔로우 223 / 반응률 2.84%
"아니, 근데, 진짜" 표현 말하기 : 조회수 10,000 / 좋아요 154 / 리포스트 34 / 팔로우 156 / 반응률 3.44%
이 세 콘텐츠는 모두 구체적인 상황에서 자주 쓰는 말을 영어로 어떻게 표현할 수 있을지를 중심으로 했으며, 실용성과 공감 포인트가 동시에 작용해 반응이 좋았습니다.
한편 실패 사례도 물론 있었습니다.
미국 스타벅스 주문하기
조회수는 5,737이나 반응률은 0.58%
이유: 익숙한 주제, 신선도 부족, 저장 유도 포인트 약함
투표 참여형 피드 콘텐츠
반응률 매우 낮음
이유: 콘텐츠 내 투표 기능을 활용했으나, 클릭 유도는 되었지만 댓글 참여나 리포스트로 이어지지 않았습니다. 특히 팔로워 수가 적은 신흥 계정에서는 투표 기능이 전체 반응률을 오히려 낮추는 효과를 보이기 때문에 투표 기능은 지양하시는 것이 좋습니다.
실험을 통해 얻은 인사이트
단순 조회수보다 반응률(좋아요+리포스트+팔로우/조회수)이 성과 지표로 더 유의미합니다.
실용적이고 즉시 활용 가능한 콘텐츠일수록 저장률과 전환률이 높습니다.
투표 기능은 신흥 계정에서는 활용을 지양하는 것이 좋습니다.
카드뉴스와 같은 이미지 콘텐츠의 병행 활용도 반응을 높이는 데 도움이 됩니다.
마무리하며
4주간의 실험은 단순히 팔로워 수를 늘리기 위한 프로젝트가 아니었습니다. 어떤 콘텐츠가 저장되고, 공유되고, 다시 찾아보게 만드는지, 그리고 반응을 유도하는 구조가 무엇인지에 대한 학습의 과정이었습니다.
무엇보다 의미 있었던 점은, 성공 사례보다 실패 사례에서 더 많은 인사이트를 얻었다는 점입니다.
다음 실험도 한층 더 흥미롭게 준비 중입니다.
읽어주셔서 감사합니다 :)
