뭐를 어떻게 개선해야하는거지,,?
고객이 이것저것 개선해달라고 얘기를 하는데, "고객이 원하는 것"을 전달하는 것이 아니라,
"비즈니스 임팩트가 가장 큰 문제"를 식별하고 해결 순서를 정해야합니다.
VOC 분석을 통해 지표를 개선하는 구조화된 접근법을 공부해보고자 합니다.
특히 PM에게 중요한 우선순위 설정, ROI 계산, 실행 후 검증까지 진행해보고자 합니다.
우리가 존재하는 이유는 비즈니스 임팩트를 창출하는기 위함입니다.
VOC를 분석해야 하는 이유:
사용자 맥락 확보: 정량 데이터는 "무엇이" 일어났는지 보여주지만, VOC는 "왜" 일어났는지 알려줍니다.
리소스 효율화: 수십 개의 백로그 중 실제로 매출/리텐션에 영향을 주는 작업을 선별할 수 있습니다.
의사결정 근거 마련: "고객이 이렇게 말했으니 해야 해요"로는 설득할 수 없습니다.
이 문제를 해결하면 예상 ROI가 X%입니다"라고 말할 수 있어야합니다.
어려운 점: 수만 건의 피드백 중 '진짜 해결해야 할 문제'를 선별하고, 이를 해결했을 때의 '비즈니스 가치'를 증명하는 것
일단 분석을 하기 위해서는 수집을 해야겠죠.
직접 수집: 인터뷰, 설문조사, 고객센터 상담 내역, 세일즈팀 피드백
간접 수집: 앱스토어/플레이스토어 리뷰, SNS/커뮤니티 언급, 로그 데이터 기반 행동 분석 (예: 특정 화면에서 이탈률 급증)
수집된 VOC를 기준에 맞게 분류(버그/요청사항/이용문의..)를 먼저 하고 분석을 해야합니다.
우리의 리소스는 한정되어있습니다. 한가하게 모든 VOC를 다 해결할 수는 없습니다.
어떤 VOC가 비즈니스에 결정적인 영향을 주는가? 판단하여 성과를 만들어 내야합니다.
Critical Path의 오류: 결제, 로그인, 회원가입 등 핵심 비즈니스 프로세스에서 발생하는 버그.
Pain Point의 반복: 특정 기능에서 사용자가 목표를 달성하지 못하고 이탈하는 지점 (예: 필터 설정이 어려워서 원하는 상품을 못 찾겠어).
헤비 유저/고매출 유저의 이탈 징후: 서비스의 핵심 가치를 소비하는 층에서 나오는 부정적 피드백. LTV가 높은 세그먼트의 불만은 최우선 순위입니다.
신규 기능 도입 후 급증하는 피드백: 제품 업데이트에 대한 시장의 즉각적인 반응. 빠르게 대응하지 않으면 초기 사용자 경험이 악화됩니다.
개인적 취향: "배경색이 마음에 안 들어요", "로고 폰트가 별로예요" 등 주관적인 심미적 피드백.
엣지 케이스 : 전체 사용자의 0.1% 미만에게만 발생하는 특수한 상황에서의 불편함.
제품 철학과 반대되는 요구: 우리 서비스의 방향성과 상충하는 기능 요청.
무분별한 칭찬/비난: "좋아요", "망해라" 등 구체적인 개선 근거가 없는 단순 감정 표현.
VOC 해결은 '비용'이 들기 때문에,
반드시 그 결과가 '수익'이나 '비용 절감'으로 이어짐을 증명해야 합니다.
특히 리소스 배분을 결정하는 시니어 PM이나 경영진을 설득하려면 정량적 근거가 필수입니다.
특정 VOC(예: 결제 오류)를 해결했을 때 기대되는 추가 매출을 계산합니다.
공식: 추가 매출 = (해결 후 전환율 - 해결 전 전환율) × 방문자 수 × 객단가
실제 사례:
문제: "결제 페이지 로딩이 느려요"라는 VOC 월 150건 접수
현황: 결제 페이지 전환율 2%, 월 방문자 10만 명, 평균 객단가 5만원
가설: 로딩 속도를 개선하면 전환율이 3%로 상승할 것
예상 ROI: (3% - 2%) × 100,000명 × 50,000원 = 월 5,000만원 추가 매출
고객 문의(CS)를 줄여 인건비 및 운영비를 절감하는 방식입니다.
공식: 절감 비용 = (VOC 감소 수 × 건당 상담 처리 비용) + 상담원 생산성 향상분
실제 사례 :
문제: "환불 방법을 모르겠어요" 관련 문의 월 500건
해결책: 자주 묻는 질문(FAQ) UI 개선 및 자동 환불 프로세스 구축
결과: 관련 문의 월 150건으로 감소 (350건 절감)
예상 ROI: 350건 × 2만원(상담 건당 단가) = 월 700만원 비용 절감
불만을 해결하여 사용자의 이탈을 막았을 때의 가치입니다.
공식:방어 수익 = (감소한 이탈자 수 × 고객 생애 가치(LTV))
실제 사례:
문제: "대시보드에서 원하는 데이터를 찾기 어려워요" (B2B SaaS 고객 피드백)
현황: 해당 불만을 제기한 고객 100명 중 20명이 해지 고려 중
해결책: 대시보드 UX 개편 및 커스터마이징 기능 추가
결과: 해지 고려 고객 20명 중 15명 잔존, 평균 LTV 3,000만원
예상 ROI: 15명 × 3,000만원 = 4억 5,000만원 방어
현재 상황 파악: 특정 문제로 발생하는 CS 건수, 이탈률, 관련 메트릭을 데이터로 확인
세그먼트 분석: 어떤 고객군에서 이 문제가 가장 심각한가? (예: 신규 사용자 vs 파워 유저)
근본 원인 파악: 왜 이 문제가 발생했나? (UX 설계 오류, 기술적 한계, 커뮤니케이션 부족 등)
명확한 가설 문장 작성:
[해결책]을 실행하면, [타겟 지표]가 [현재값]에서 [목표값]으로 개선될 것이다.
예시: 환불 버튼 위치를 명확히 하고 자동화 프로세스를 구축하면, 환불 관련 CS 문의는 월 500건에서 150건으로 감소하고, 재구매율은 25%에서 30%로 증가할 것이다.
개발 리소스: 기획자, 개발자, 디자이너의 투입 공수(Man-month)를 인건비로 환산
기회비용: 이 작업을 하면 포기해야 하는 다른 백로그의 가치
유지보수 비용: 배포 후 지속적인 모니터링 및 개선에 필요한 리소스
예시: 환불 프로세스 개선에 개발자 2명 × 2주 투입 → 약 800만원 비용
측정 기간: 기능 배포 후 1~3개월간 추적
핵심 지표 (Leading & Lagging Indicators):
Leading Indicator (선행 지표)
- VOC 언급 빈도 감소
- CS 문의 건수 변화
- 특정 기능 사용률 증가
Lagging Indicator (후행 지표)
- 전환율/매출 변화
- 이탈률(Churn Rate)
- NPS/CSAT 점수
Before/After 비교:
배포 전 4주 평균 vs 배포 후 4주 평균을 비교하여 통계적 유의성 확인
A/B 테스트가 가능한 경우, 실험군과 대조군으로 나누어 인과관계 입증
보고 형식:
환불 프로세스 개선 결과, CS 문의는 월 500건에서 180건으로 64% 감소했으며, 재구매율은 25%에서 28%로 3%p 증가했습니다. 투자 비용 800만원 대비 월간 620만원의 CS 비용 절감 효과를 달성하여, 2개월 내 ROI 회수에 성공했습니다.
① 데이터 기반 판단: "고객이 원한다"가 아니라 "이 문제를 해결하면 X% 매출 증가가 예상된다"로 말합니다.
② 세그먼트 이해: 헤비 유저/신규 유저/이탈 위험군 등으로 나누어 분석합니다.
③ 실행 후 검증: 가설을 세우고, 배포 후 반드시 메트릭 변화를 추적하여 학습합니다.
④ 비즈니스 맥락 연결: VOC 분석은 단독 작업이 아니라, 회사의 OKR/KPI와 연결되어야 합니다.
⑤ 커뮤니케이션: 개발팀에게는 "왜 이 작업이 중요한가", 경영진에게는 "예상 ROI는 얼마인가"를 명확히 전달합니다.
ROI 측정은 당신의 결정이 막연한 추측이 아닌, 전략적 목표에 부합하는 신중한 선택이 되도록 보장합니다.