[하이파이브 2025] Growth 한눈에 보기
서비스를 운영하다 보면 ‘성장’이라는 말이 막연하게 느껴질 때가 많아요. 무엇부터 시도해야 할지, 어떤 지표를 먼저 챙겨야 할지, 팀에 어떤 메시지를 줘야 할지 헷갈릴 때도 많고요. 이번 원티드 하이파이브 Growth 세션에서는 그런 고민을 실제로 겪고 있는 팀들을 위해, 몰로코, 퀸잇, 마이리얼트립, 토스, 클래스101, 알라미 등 다양한 서비스가 어떤 실행과 실험을 통해 성장을 만들어갔는지 생생한 사례를 나눠주었어요. 그래서 오늘은 그 이야기들을 바탕으로, 운영자로서 어떤 방향을 고민해볼 수 있을지 정리해보려 해요.
Korean Globalian의 길: 몰로코가 진짜 글로벌이 된 이유
‘글로벌’. 이 단어는 개인과 조직의 성장을 이야기할 때 빠지지 않고 등장합니다. 하지만 그 단어가 가진 이상적인 이미지만큼, 실제로 글로벌하게 성장하는 일은 귀하고도 어렵습니다. 이번 세션에서는 몰로코(Moloco)의 사례를 통해, "어떻게 하면 제대로 글로벌할 수 있을까"에 대해 이야기했습니다. 토종 한국인 창업팀이 만든 몰로코는 지금은 실리콘밸리에서 주목받는 머신러닝 광고 플랫폼으로 자리잡았고, 그 여정은 ‘운이 좋았다’고 말할 수 없을 만큼 집요하고 치열한 실험의 결과였습니다. 그리고 흥미롭게도, 연사의 개인 커리어 역시 몰로코의 성장 여정과 닮아 있었습니다. 그래서 이 글에서는 몰로코가 진짜 글로벌 기업이 되기까지의 세 가지 핵심 키워드와, AI 도구를 활용한 실제 업무 변화까지 함께 나눠보려 합니다.
1. 시장(Market): 성장 가능성을 가르는 첫 번째 단서
몰로코의 시작은 머신러닝 플랫폼이 아니었습니다. 위치 기반 광고, 앱 테스팅 서비스를 시도하던 초기 단계에서 창업팀은 중요한 질문을 던졌습니다. “우리가 뛰어들 시장은 얼마나 큰가?” “고객들은 이 시장에서 어떤 문제를 겪고 있는가? 몰로코는 이 질문을 따라가다가 ‘모바일 앱 마케팅’이라는 거대한 시장에 주목했고, 거기서 가능성을 발견했습니다. 즉, 시장의 크기가 곧 그로스의 잠재력을 좌우한다는 것이죠. 큰 시장에서는 작은 파이만 먹어도 충분한 성장을 만들 수 있고, 성공한 글로벌 기업들은 이 ‘시장 재정의’에 탁월합니다.
2. 버티기(Resilience): 그로스를 실현하는 유일한 힘
그로스는 늘 직선으로 성장하지 않습니다. 몰로코도 예외가 아니었습니다.
유망한 캠페인에선 성과가 안 나고,
작은 고객사 캠페인에서만 수치가 나왔습니다.
광고 사기의 문제가 만연했던 시기, 머신러닝이 무력해지는 지점도 많았습니다.
하지만 창업팀은 계속 실험하고, 해보고, 실패하고, 다시 버텼습니다. "실험 10번에 1~2번만 성공해도 높은 타율이다." 이 정신으로 몰로코는 기술을 고도화했고, 실패와 불확실성을 버텨낸 조직만이 진짜 성장을 만든다는 것을 입증했습니다.
3. 실험(Experimentation): First-Mover보다 Fast-Learner가 이긴다
몰로코는 ‘먼저’가 아니라 ‘빨리 배우는’ 회사였습니다. 실패를 겁내지 않고 빠르게 반복하는 실험을 통해, 시장 적응력을 키워갔습니다. 특히 글로벌 진출 관점에서, 한국에서 성공하고 나서 글로벌로 나아가는 모델은 어렵다는 인사이트가 강조됐습니다. “글로벌에서 성공하고 싶다면 처음부터 글로벌에서 시작해야 한다.” 미국 시장에서는 유저 행동, 구매 패턴, ROAS 지표 해석 방식이 모두 다릅니다. 한국식 마케팅 감각만으로는 글로벌 유저의 반응을 예측할 수 없기에, 시장 이해와 맞춤형 전략이 필요했습니다.
4. AI의 실전 적용: 광고팀이 업무를 혁신하는 법
몰로코 팀은 최근 AI를 광고 실무의 거의 모든 영역에 적용하고 있습니다. 예시를 보면 다음과 같습니다.
AI 생성 이미지의 실험: 상위 30% 광고 소재가 AI로 만들어진 사례도 있음
크리에이티브 자동 제작 및 테스트
성과 리포트 자동화: 필요한 데이터를 AI가 자동 가공
문서 요약 및 인사이트 도출
메일·미팅 노트 요약 & 액션 아이템 도출
유관 부서 커뮤니케이션 자동화
한영 번역 자동화
크리에이티브 리뷰 자동화: 자체 개발 툴을 통한 리뷰 워크플로우 최적화
이 모든 것은 시간을 아끼고, 실험 속도를 높이며, 크리에이티브의 품질을 일정 수준 이상으로 유지하기 위한 전략입니다.
마무리: 집요함과 간절함 없이, 진짜 그로스는 없다
몰로코의 이야기는 단순히 ‘잘된 회사’의 스토리가 아닙니다. 시장을 보는 관점, 실패를 버티는 태도, 빠르게 배우는 실험력, AI로 자동화하는 조직력까지… 이 모든 것 위에는 "진짜 글로벌을 하고 싶다"는 간절함이 있었습니다. 집요하지 않으면, 간절하지 않으면, 그저 그런 그로스밖에 만들 수 없습니다.
✍️ 한 줄 요약
글로벌에서 진짜 그로스를 만들고 싶다면, 시장을 재정의하고, 실패를 견디며, 빠르게 실험하라. 그리고 AI를 도구로 삼아라.
AARRR이 아니라 (RRAAR)/E: 퍼널은 순서가 아니라 전략이다
요즘 마케터들 사이에서 AARRR 퍼널은 거의 상식처럼 자리잡았습니다. Acquisition → Activation → Retention → Revenue → Referral. 많은 기업들이 이 순서에 따라 퍼널을 설계하고, 유입(Acquisition)에 몰두합니다. 하지만 정말 이 순서가 정답일까요? 이번 세션에서는 “AARRR이 아니라 RRAAR/E”라는 새로운 관점을 제시하며, 마케팅 전략이 더 이상 정해진 도식이 아니라 유연하고 정량화된 사고 도구로 작동해야 한다는 점을 짚어줬습니다. 핵심 메시지: 퍼널은 '정해진 순서'가 아니라, '고객 행동 기반의 전략 구조'다.
1. AARRR은 ‘순서’가 아닌 ‘요소’다
AARRR 프레임워크가 잘못됐다는 것이 아닙니다. 다만 대부분의 마케터들이 A부터 R까지 무조건적인 순서대로 따라야 한다고 오해하고 있다는 점이 문제입니다. 예를 들어, 친구 추천(Referral)로 들어온 사용자가 바로 결제를 유도할 수도 있고, Activation 없이도 Revenue가 발생할 수 있는 구조가 있을 수 있습니다. 특히 초기 서비스는 특정 단계가 비정형적으로 작동하는 경우가 많습니다.
그래서 제안된 대안이 바로 RRAAR/E.
Retention → Revenue → Acquisition → Activation → Referral (+Experimentation)
핵심은 지표가 아니라 고객 행동을 중심으로 퍼널을 재정의하는 것입니다.
2. 퍼널은 고객 행동의 ‘구조화’다
퍼널은 ‘단계’를 나열하는 것이 아니라, 고객의 행동을 정량적으로 이해하고 연결짓는 구조입니다.
예시:
가입 → 탐색 → 장바구니 → 결제
탐색 → 대안비교 → 추천 → 구매
이 퍼널 안에서 중요한 건,
Input 행동 → 전환율(CVR) → Output 행동
즉, 어떤 인풋을 늘려야 원하는 아웃풋이 올라가는지 파악하는 것입니다.
마케터의 역할은 이를 잘 구조화하고, 핵심 전환 포인트를 증폭시키는 데 있습니다.
3. 퍼널 분석을 위한 ‘그로스 방정식’ 세우기
퍼널을 제대로 활용하려면 단순 나열식이 아닌 정량 방정식 모델이 필요합니다. 이를 '그로스 방정식(Growth Equation)'이라 부르며, 마케팅을 수학적으로 설계하는 방식입니다.
예: 월 매출 = MAU × 전환율 × AOV
마치 축구 감독이 "승리 = 득점 > 실점 → 득점 = 슈팅 수 × 슈팅 성공률" 이라고 접근하는 것처럼, 마케팅도 지표들을 논리적으로 연결지어야 합니다.
4. PMF(Product-Market Fit)를 측정하는 기준
좋은 퍼널과 그로스 방정식이 있어도, PMF를 달성하지 못하면 모든 투자가 공중분해됩니다. PMF란, “제품의 핵심 가치가 고객의 핵심 니즈를 충족하는 상태”입니다.
이를 판단하는 대표적인 지표 3가지:
리텐션: 돌아오는가?
컨버전: 써보긴 하는가?
NPS: 추천할 정도로 만족하는가?
여기에 더해 중요한 것이 레드라인(RL)입니다.
BEP 수준의 리텐션/컨버전
CAC < LTV 비율 달성 여부
시장 벤치마킹과 경쟁사 비교
이 기준선을 넘지 못하면 돈을 써도 소용이 없습니다.
5. 아하 모먼트를 찾아라
PMF 지표가 부족할 때, 이를 개선하는 가장 강력한 방법은 ‘아하 모먼트(Aha Moment)’를 정의하고 확산시키는 것입니다. 아하 모먼트란 고객이 서비스의 핵심 가치를 깨닫는 순간. 이후 컨버전과 리텐션이 급상승하는 트리거 역할을 합니다.
찾는 방법:
리텐션 그래프의 Plateau 구간 찾기
해당 코호트의 공통 행동 추출
반복적으로 나타나는 ‘핵심 경험’ 도출
그 경험을 중심으로 온보딩, 메시지, 프로모션 구조화
6. 풀 퍼널? 중요한 건 '우리에게 맞는' 지표 관리
퍼널 전체를 관리하라는 말은 종종 “모든 지표를 다 챙겨야 한다”는 오해로 이어집니다. 하지만 현실적으로 모든 지표를 동시에 관리하는 것은 불가능합니다. 그래서 필요한 건 핵심 지표를 명확히 정의한 그로스 방정식, 그리고 그것을 기반으로 한 우선순위 기반 퍼널 설계입니다.
7. 실무 적용을 위한 W+8 Step
발표자는 위 개념들을 8주간 적용 가능한 실무 로드맵으로 제안했습니다.
Week 1–4: RRAAR 구조화, 핵심 퍼널 식별
Week 5–8: Growth Equation 설계, 지표 실험 및 리포트
마무리: 퍼널은 고정된 길이 아닌, 고객의 길을 설계하는 도구
이 세션을 통해 얻은 가장 큰 통찰은 다음과 같습니다. AARRR은 구조가 아니라 도구이며, 고객 행동을 기반으로 우리만의 퍼널을 재설계해야 한다.
정해진 순서에 매몰되기보단,
고객이 어떤 행동을 했고,
어디서 전환되며,
무엇이 지속 가능성을 높이는지를 파악하고
그것을 방정식처럼 설계해나가는 것.
이것이 진짜 실무자가 가져야 할 퍼널 전략입니다.
✍️ 한 줄 요약
퍼널은 순서가 아니라 전략이다. RRAAR/E로 고객 행동을 구조화하고, PMF를 향한 성장 방정식을 그려보자.
4050 여성을 위한 그로스 전략: 퀸잇은 이렇게 다릅니다
중년 여성을 위한 패션 플랫폼 ‘퀸잇(Queenit)’은 국내에서도 드물게 40–50대 여성 타겟에 집중해 놀라운 성장을 이뤄낸 브랜드입니다. 이번 세션은 퀸잇이 어떻게 그로스를 설계했는지, 특히
4050 세대에 대한 인사이트를 어떻게 얻고,
퍼널 전반을 어떻게 개인화하며,
ML/AI를 마케팅에 어떻게 활용하는지 실제 사례 중심으로 다룬 시간이었습니다.
1. ‘정답’ 없는 세대, 그래서 더 깊이 들어간다
퀸잇 팀은 말합니다. “저희도 40–50대에 대해 알아가는 중이에요. 정답은 없고, 그저 고생하는 과정이에요.”
4050 여성 세대는 결코 단일하지 않습니다.
직장 유무
결혼·이혼 여부
자녀 유무
거주지
이 네 가지 요소만으로도 수많은 세그먼트가 파생됩니다. 그래서 퀸잇은 ‘있는 그대로 보기’를 원칙으로 삼습니다. 30대 마케터가 50대를 IT 소외계층으로 보는 것도, 4050 남성이 4050 여성을 모른다는 것도, 모두 위험한 착각이 될 수 있다는 것.
2. 인사이트는 직접 만나는 데서 온다
퀸잇은 유저 리서치에 조직적인 리소스를 씁니다.
인사이트 전담팀은 대표 직속
매주 3–5명의 4050 유저를 회사로 초청
주제 기반의 정성 인터뷰 진행
대표, 실무자가 직접 참여
창업 초기엔 공동 창업자가 인터뷰 진행
이러한 노력이 쌓여, 퀸잇은 4050 고객을 크게 세 가지 유형으로 분류했습니다.
퀸잇의 대표 세그먼트 3가지
퀸잇 기존 유저: 반복 구매, 익숙한 스타일 선호
가성비 추구형: 품질과 가격을 가장 중시
영포티 세대: 트렌디한 브랜드(가니, 키츠네, 질샌더 등)를 선호하는 40대 초반 여성
3. 고객 유입부터 CRM까지, 전부 개인화
퀸잇의 퍼널 구조는 다음과 같습니다.
획득 → 발견 → 개인화 → 구매 → CRM
그리고 이 모든 단계가 개인화되어 있습니다.
유입 단계: 마케팅부터 세분화 시작
광고 소재에 어떤 상품이 쓰였는지 실시간 트래킹
카피와 채널에 따라 유입 유저를 1차 세분화
이 데이터로 유사 성향 상품을 자동 제안
랜딩 페이지 & 추천: 완전한 커스터마이징
상품 분류: 가격, 성향, 스타일 기준으로 사전 분류
유저 분류: 유입 경로, 광고 내용, 마케터의 의도 기반
결과적으로, 유저마다 다른 랜딩 페이지/추천 구성
CRM: ML 기반 초개인화 자동 발송
CRM은 ML + Braze 연동으로 자동화
유저 행동, 세그먼트별로 캠페인 내용이 전부 달라짐
광고 리텐션 → 로그인 리텐션 → 재구매까지 모두 추적
4. Growth를 지탱하는 데이터 인프라
퀸잇이 가장 중요하게 여기는 기술적 기반은 그로스 데이터 파이프라인입니다.
정교하게 구축된 이 시스템 덕분에, 퀸잇은 다음과 같은 질문에 실시간으로 답할 수 있습니다.
명품 광고로 들어온 유저는 ROAS뿐 아니라 재구매율이 높은가?
특정 상품을 보여줬을 때, 어떤 다른 상품을 함께 보여줘야 ROAS가 오르는가?
이러한 피드백 루프는 모든 그로스 전략의 기초가 됩니다.
5. AI 없이 이 모든 건 불가능하다
퀸잇은 ML/AI를 그로스의 거의 모든 영역에 활용하고 있습니다.
ML/AI 활용 예시
광고 예산 조절 자동화
유저 세그먼트 기반 리타겟팅
CRM 캠페인용 세그 추출 및 메시지 커스터마이징
유저별 상품 추천 고도화
사람 손으로는 도저히 할 수 없는 수준의 개인화를, AI가 가능하게 한 것이죠.
6. 작지만 강한 Growth 팀
퀸잇의 MAU는 250만, 월 마케팅 예산은 15–20억 수준. 이 수치를 떠받치는 팀은 작지만 매우 정예입니다.
퍼포먼스 마케팅팀: 정규직 7, 계약직 3
CRM 팀: 정규직 3, 계약직 1
총 14명 규모의 인하우스 팀이 전 과정을 직접 운영
자동화는 했지만, 전략은 사람의 몫입니다.
마무리: '고객을 아는 것'이 그로스의 시작이다
퀸잇은 ‘4050 여성’이라는 복잡한 타겟을 정면으로 마주하고,
깊은 리서치,
정교한 세그멘테이션,
전방위적인 개인화,
데이터 기반 AI 활용을 통해 놀라운 성과를 만들어냈습니다.
"누구나 다 할 수 있는 광고, 그 안에서 진짜 고객을 이해하고 개인화하는 게 퀸잇의 무기입니다."
✍️ 한 줄 요약
퀸잇의 그로스는 기술 이전에 ‘공감’에서 시작된다. 그리고 그 공감은, 세밀한 데이터와 실행력으로 완성된다.
마이리얼트립의 숨은 성장 엔진, 마케팅 파트너팀의 실전 성장 전략
“마이리얼트립에서 가장 빠르게 성장한 팀이 어디인지 아세요?” 놀랍게도, 마케팅 파트너팀입니다. 크리에이터에게 수익을 공유하는 어필리에이트 기반의 이 팀은 런칭 2년도 채 되지 않아 월 거래액 150억 원, 누적 1,500억 원, 상위 10% 평균 수익금 월 500만 원을 달성하며 무려 연 20배 성장이라는 놀라운 결과를 만들어냈습니다. 하지만 이 성장의 이면에는 단순한 아이디어나 툴이 아닌, 명확한 실행 전략, 반복된 시행착오, 그리고 고객 중심 사고가 있었습니다.
1. 목표는 크고, 행동은 작게 쪼갠다
초기 마케팅 파트너팀은 명확한 로드맵도 없었고, "이걸로 매출의 30%를 만든다고요?"라는 질문만 가득했죠. 그래서 방향을 바꿨습니다. “모르겠고, 이번 달에 뭘 할 수 있을까?”
거래액을 구조로 쪼개다
거래액 = 파트너 수 × 파트너당 콘텐츠 수 × 콘텐츠당 예약 금액
여기서 파트너 수는
→ 컨택 파트너 수 × 신청율 × 승인율로 다시 쪼갰고,
→ 파트너 리스트업 → 콜드메일 → 승인 → 환영 메시지 → 상담 응대까지 상세한 실행 플로우로 연결했습니다. 그 결과, 2개월 만에 월 거래액 10억, 6개월 만에 일 거래액 1억을 달성했습니다. 작게 쪼개면, 실행이 쉬워지고 속도는 빨라집니다.
2. 상상한 인사이트가 아니라, 몸으로 체득한 인사이트
서비스가 정체에 빠졌을 때, 팀은 "뭔가 잘못된 거 아닐까?"라는 의심에 빠졌습니다. 그럴 때 꺼낸 카드가 바로 “이거라도 다 해보자”였습니다.
블로그에 리스트업, 댓글 달기
인스타 DM 보내기
크리에이터보다 콘텐츠 더 만들기
트렌드 채널에 적극적으로 참여하기
이 과정에서 단순하지만 강력한 인사이트들이 나왔습니다.
블로그는 콘텐츠 축적형, 인스타그램은 단기 매출형
지속 가능한 크리에이터 관계가 성과로 연결됨
단기 ROI보다 장기적 커뮤니케이션 구조가 중요함
실행 없이는 절대 얻을 수 없었던 깨달음들이었습니다.
3. 고객 중심의 전환: CS는 단순 업무가 아니었다
어느 순간, CS 리소스 문제로 인해 마케팅 파트너팀이 직접 고객 문의를 처리하게 됐습니다. 처음엔 당연히 반발도 있었습니다. 하지만 직접 고객의 목소리를 듣기 시작하면서, 운영이 아닌 비즈니스의 본질을 마주하게 됐습니다.
데이터를 볼 땐 몰랐던 맥락을 인터뷰에서 이해하게 되었고
떨어지는 수치를 "왜?"가 아니라 "무엇 때문인지" 알 수 있었고
고객의 진짜 고민이 어디 있는지를 빠르게 캐치할 수 있었습니다.
이후, 팀은
매주 크리에이터 인터뷰
고객의 니즈를 빠르게 프로덕트에 반영
유입 → 콘텐츠 → 리텐션까지 모든 흐름을 고객 중심으로 재설계했습니다.
4. 정체기를 넘고, 다시 성장세로
실행 중심, 고객 중심의 전환이 일어나자 경쟁사들이 마이리얼트립의 전략을 하나둘 따라 하기 시작했습니다.
과거였다면 위협으로 느꼈겠지만, 지금은 오히려 고객 관점에서 시장을 이해하는 계기가 되었습니다. 결국 이 모든 전략은 마케팅 팀이 아닌, 마케팅 파트너팀 자체가 비즈니스의 중심이 되는 결과로 이어졌고, BM 구체화, 인프라 확장 등 다음 스텝을 리딩하고 있습니다.
마케팅 파트너팀의 성장 공식 : 마이리얼트립 마케팅 파트너팀은 지금도 여전히 다음을 반복하고 있습니다.
손에 잡히는, 단순하고 명확한 목표 세우기
상상 아닌 실행을 통한 진짜 인사이트 얻기
데이터가 아닌 고객의 보이스로 판단하기
직접 부딪히고 듣고 실행하며 실험 반복하기
크게 생각하고, 작게 쪼개고, 빠르게 실행하라. 고객 중심으로, 끝까지 흔들리지 말자.
✍️ 한 줄 요약
지속 성장은 큰 전략보다 작은 실행에서 시작된다. 고객 중심으로 작게 쪼개고, 직접 해보는 것이 마이리얼트립 마케팅 파트너팀의 진짜 엔진이다.
성장하는 제품팀이 10명에서 100명 유저까지 끌어올린 방법: 토스와 클래스101 사례로 본 Growth 원리
“Retention은 후행지표다.” 그로스 실무자라면 누구나 이 문장을 한 번쯤 곱씹어봤을 겁니다. 토스 그로스팀과 클래스101의 실제 사례를 통해, 10명에서 100명, 그리고 그 이상으로 사용자를 확장하는 구체적인 그로스 원리와 구조를 소개합니다.
성장은 결국 Carrying Capacity로 설명된다
사용자 수 = 유입량(Inflow) / 이탈률(Churn Rate)
사용자 성장은 이 단순한 수식으로 설명할 수 있습니다. 하지만 리텐션(retention)은 완전한 후행지표이기 때문에, 이걸 어떻게 선행지표로 분해하고 다뤄야 할지가 가장 큰 과제입니다.
Retention을 만드는 구조: Engagement → Stickiness → Retention → Growth
그로스팀의 지표가 흔히 DAU, WAU, MAU인 이유는 사용 주기의 stickiness가 곧 리텐션을 결정하기 때문입니다.
WAU, DAU를 키우면 → MAU의 retention이 자연스레 올라갑니다.
왜냐하면 리텐션 자체가 시간 개념을 내포한 지표이기 때문입니다.
그렇다면 stickiness를 높이려면 어떻게 해야 할까요? 바로 제품의 핵심 가치를 전달하는 순간, 즉 valuable action을 정의하고 그것을 반복하게 만들어야 합니다.
Valuable Action을 정의하는 3가지 방법
1. 정량 분석
Shapley Value: 어떤 기능이 리텐션에 미친 평균 기여도
MCC Coefficient: 특정 기능 사용 여부와 다음 주기 재사용 여부의 상관관계 측정
예: '사료 주기' 기능을 사용한 유저가 다음 날에도 돌아오는지를 체크
2. 정성 분석
인터뷰 & 서베이 이탈 유저와 잔존 유저를 비교 → 잔존 유저가 공통으로 반복하는 행동은 무엇인가? 구독 해지 시점에 이탈 이유를 직접 질문
3. 행동 기반 실험 분석
실제 유저 데이터를 기반으로, 기능 변경 전후의 리텐션 변화를 실험적으로 측정하는 방식입니다.
고양이 키우기 게임 사례: 행동의 설계
토스 내 ‘고양이 키우기 게임’ 서비스에서, “하루에 밥을 주고 나면 아무것도 할 게 없다”는 유저 피드백을 받고,
→ 밥 주기 행동을 더 빠르고 자주 할 수 있도록 UX 개선
결과: 고양이와의 상호작용이 잦아지며 retention 증가
클래스101 구독
Valuable Action = ‘수강’ : 클래스101에서는 '수강'을 핵심 행동으로 보고,
→ 유저가 매일 수강하게 만드는 구조를 설계
→ 결국 구독 유지율(리텐션) 향상에 기여
Hook 모델
반복 사용을 설계하는 4단계 : 니르 이얄(Nir Eyal)의 Hook Model은 사용자가 제품을 반복 사용하는 구조를 4단계로 설명합니다.
외부 트리거: 알림, 초대 등 사용을 유도하는 장치
액션: 핵심 행동 (예: 수강, 주식 퀴즈 풀기)
가변적 보상: 보상 내용이 예측 불가능할수록 몰입도 증가
투자: 사용자의 시간/노력/돈이 누적됨 → 재사용 유도
외부 트리거는 decay된다 : 예:“오늘 퀴즈 풀고, 주식 받으세요!”
→ 처음엔 반응 좋지만, 외부 트리거만으로는 리텐션을 유지할 수 없습니다.
해결책:
해피 모먼트 직후 알림 동의 요청
내적 동기를 자극하는 구조로 전환 (→ Internal Trigger)
액션: 너무 쉬워도, 너무 어려워도 안 된다
너무 쉬우면 valuable action이 아님
너무 어려우면 시도조차 하지 않음
→ 적정 난이도에서, 사용자의 동기와 능력을 고려해 설계
예: 퀴즈를 맞추면 소액 주식 보상 → 진입장벽 낮추되 보상은 의미 있게 설계
가변적 보상이 중요한 이유
기대치보다 ‘운 좋게 얻은 보상’이 몰입도를 올림
동일한 CAC를 쓰더라도 가변성 있는 보상이 더 높은 효용 제공
예: "1,500원~1만 원 사이 랜덤 주식 지급"이 고정 보상보다 더 높은 리텐션 유도
투자: 사용자 참여의 밀도가 핵심
사용자의 "노력, 시간, 정보 제공"이 제품 안에 녹아들수록
→ 해당 서비스에 더 깊이 관여하게 됩니다.
예: 힌트를 찾기 위해 관련 종목을 탐색
→ 유저의 투자(시간/주의)가 자연스럽게 ‘탐색’이라는 행동을 만듦
단순 총량보다, 밀도가 중요합니다.
→ 얼마나 짧은 시간에, 얼마나 몰입했는지가 retention을 결정
내부 트리거로 전환되는 순간, 진짜 리텐션이 시작된다
외부 트리거는 점점 효과가 떨어집니다. 반복된 행동이 습관이 되어, 유저 스스로 앱을 열게 되는 구조
→ 이때부터 진짜 리텐션이 만들어집니다.
요약: 성장하는 제품팀의 리텐션 설계 공식
사용자 성장은 결국 inflow / churn rate로 설명된다
리텐션은 후행지표지만, stickiness와 valuable action으로 쪼갤 수 있다
Hook 모델의 4단계로 반복 행동을 유도한다
외부 트리거는 decay되기에, 내부 트리거로 전환이 필요하다
투자는 밀도다. 몰입을 만든다
✍️ 한 줄 요약
리텐션은 설계할 수 있다. 핵심은 행동의 반복을 이끄는 구조와 사용자 경험의 밀도다.
알라미는 어떻게 ‘데이터 해상도’를 높였을까?
돈 버는 스타트업의 정밀한 데이터 활용법 : 인당 영업이익 5억 원. ‘알람 앱’이라는 단일 서비스로 이 수치를 만들어낸 알라미(Alarmy)는 단순히 데이터를 쌓는 것이 아니라, 데이터의 해상도를 높이는 방식으로 의사결정의 정밀도를 키워왔습니다. 이번 세션에서는 알라미가 어떻게 지표를 정의하고, 시각화하고, 목표와 연결하며 데이터 기반의 실행력을 극대화했는지 실제 사례를 중심으로 정리했습니다.
1. 지표: 정의는 예술, 측정은 기술이다
알라미가 보는 핵심 지표
광고 ROAS 분석: 광고수익 + 구독수익 → LTV 산정
LTV 계산식 : Free User: Ad ARPDAU × 평균 활동일수, Premium User: 구독 SKU 가격 × 평균 구독 기간
Expected ROAS = (LTV / 광고비) × 100
유저 인게이지먼트 지표
DAU/MAU 비율 (Stickiness)
리텐션
재구매율 (Repurchase)
Trial → Paid 전환율
리텐션 분석은 어떻게?
평균값 외에도 Rolling Retention 활용
유의미한 코호트 기반 분석 : 예) 국가, 채널, 행동 기준으로 나누어 리텐션 변화를 관찰
지표 설계 5단계
개념적 정의
조작적 정의
현재 수준 측정
목표 수준 설정
임팩트 산정
2. 시각화: 데이터에 ‘읽힘’을 더하라
숫자보다 중요한 것은 패턴
단순 누적 추이보다 Flow 데이터를 추적 (예: 구독자 추이 → 신규 구독자, 이탈자, 재가입자 흐름으로 분석)
핵심은 변화 요인을 구성 요소 단위로 쪼개서 보는 것
선행지표 관찰로 문제를 빠르게 캐치 : 예) 알람 울림 실패율, 스누즈 사용 빈도 등
→ 향후 이탈 가능성과 직접 연결되는 선행 행동 시그널로 활용
3. 목표와 데이터, 더 가깝게 연결하기
“재방문율 75%면 괜찮은가요?” → 이 숫자만으론 알 수 없습니다. 같은 재방문율 75%라도 **성장률(=ccgr)**에 따라 의미가 다릅니다.
예: 0%와 20%의 ccgr은 전혀 다른 해석을 요구합니다.
실행을 위한 데이터 연결
[예시 1] 목표: Active User 늘리기
출석 체크, 푸시 알림, VIP 이벤트 진행
문제: 인과관계를 증명하기 어려움 → 데이터 해석보다 유저 보이스로 보완
[예시 2] 목표: 구독 전환율 상승
할인만으로는 리텐션 개선 한계
중요한 건 어떤 유저가 구독 전환에 가까운가?
그룹별 특성 분석: 미니멀리스트 / 스누즈러버 / 의지박약 슬리퍼 등
→ 세그먼트 기반 메시지 설계가 더 효과적
전략적 구독 마케팅
예: 시즈널리티 강조 (새해 → 결심 강화)
예: 타이머 할인 (10분 한정)
예: 구독 예측 모델링 → 확률 기반으로 타깃팅
요약: 데이터 해상도를 높이는 3가지 방법
지표를 명확히 정의하고, 행동 중심으로 분해한다 (LTV 계산, 리텐션 코호트, DAU/WAU 등)
시각화를 통해 흐름과 패턴을 포착한다 : 단순 stock보다 flow 분, 선행지표를 정의해 문제 조기 포착
목표와 데이터를 가깝게 연결한다: 단순 수치가 아닌 ‘행동 예측 기반 타깃팅’ 유저 그룹별 특성 분석 → 전략 메시지 도출
덤: AI 시대의 데이터 분석은 어떻게 달라질까?
AI 기반 자동화로 분석 속도와 범위 확장
데이터 거버넌스의 방식 변화 ( 예전: 사람 중심의 데이터 카탈로그, 지금: 사람과 AI 모두가 이해할 수 있는 데이터 구조 필요)
“데이터는 쌓는 게 아니라, 읽히게 만드는 것이 중요하다.”
✍️ 한 줄 요약
알라미의 데이터 전략은 '작게 쪼개고, 명확히 정의하고, 목표와 직접 연결하는 것'이다. 해상도를 높인 데이터는 곧 성장의 엔진이 된다.
아래 원티드 하이파이브의 다른 세션도 확인해보세요!
PO/PM 세션 : https://brunch.co.kr/@boldydesign/213
UX Design 세션 : https://brunch.co.kr/@boldydesign/211
Beyond HR 세션 : https://brunch.co.kr/@boldydesign/209
이제까지, UI/UX 패턴 플랫폼 유아이볼에서 '하이파이브 2025, Growth'을 가볍게 리뷰했어요.
유아이볼 링크 : https://uibowl.io/
오픈채팅방 링크 : https://open.kakao.com/o/gU1kVgTf
