토스 PO세션 #2 : 이걸 경험한 유저는 95% 남는다.
목차
1. PMF를 찾는 방법
2. PMF, 그 이후는?
3. Aha Moment와 Plateau 구간
해당 글은 토스의 PO 세션 강의 영상을 보고, 혼자서 공부 겸 정리한 글입니다. 현재까지 총 3편의 강의가 올라왔는데, 각 강의가 30분 정도로 짧다 보니 직접 보시길 추천드립니다.
https://www.youtube.com/watch?v=0KgOCKJ1PG4&t=1s
Product Market Fit, 이른바 PMF는 스타트업 플레이어라면 누구나 한 번쯤 들어본 단어다. PMF를 요약해서 말하면, "고객은 왜 우리 제품을 사용하는가?"라는 질문의 답이다. 이 질문의 답을 찾기 위해선, "고객"과 "제품" 관점으로 나눠서 각각의 답을 찾아야 한다. 모든 답을 찾았다면, PMF를 달성했다고 볼 수 있다.
고객 : "우리 고객은 누구인가? 이들이 원하는 건 무엇일까?"
제품 : "고객이 원하는 걸, 우리가 어떻게 제공할 수 있을까?"
PMF 달성 유무를 판단하기 위해 다양한 지표가 사용되는데, 그중에서도 가장 많이 사용되는 건 Retention 지표의 양상이다. 여기서 "양상"이란 표현을 쓴 이유는 "Retention 이 얼마나 높은 수치가 나왔는가?"보다, "Retention 차트를 봤을 때, 평평한 구간이 있는가?"가 더 중요하기 때문이다. 즉, Retention에서 Plateau가 있을 때, PMF를 달성했다고 볼 수 있다.
Retention 차트는 x축이 서비스를 처음 사용한 시점에서 흐른 시간을, y축은 리텐션 수치를 보여주며, 차트의 그래프는 시간이 지남에 따른 리텐션 수치 변화를 보여준다. 그래프는 우하향을 보이는데, 서비스를 처음 사용한 직후에 시간이 지남에 따라, 서비스를 이탈하는 사람들이 많기 때문이다. 예를 들어, 오늘 서비스를 처음 사용한 유저는 10명이고, 5일이 지난 후에는 5명이, 10일이 지난 후에는 2명이 서비스를 사용하고 있다고 해보자. 그러면, x축 값(시간)이 5일에서 y축 값(리텐션)은 50%이고, 10일에서 20%가 된다.
대다수 리텐션 차트는 x축이 매우 낮은 구간에서 기울기가 가파르다가, 이후에 완만해지는 경향을 보인다. 이는 서비스를 처음 사용해보고 별로라고 생각한 유저들이 얄짤 없이 초기에 이탈했고, 이후에는 헤비 유저가 지속적으로 서비스를 이용하기 때문이다. 즉, 완만한 평지 구간이 있다는 말은 유저가 제품에 가치를 느끼고 지속적으로 방문함을 뜻한다.
평지 구간이 있다는 게 왜 PMF를 달성했다고 볼 수 있는지, 좀 더 면밀하게 살펴보자. 앞서 말했듯, PMF를 찾기 위해선는 '고객'과 '제품', 2가지 관점에서의 질문을 답할 수 있어야 한다. 고객 관점에선 "우리 고객은 누구인가?"와 제품 관점에선 "고객이 원하는 걸 어떻게 제공할 수 있는가?"다.
Plateau 구간이 나타난다면, 이 질문의 답을 자연스레 할 수 있다. 고객 관점의 질문은 "Plateau 구간에 있는 고객"이라고 답할 수 있다. Plateau 구간에 있는 고객은 우리 제품 및 서비스에 가치를 느끼고, 지속적으로 이용하는 사람들이다. 제품 관점의 질문은 "현재 제품"이라고 답할 수 있다.
PMF를 달성했다면, 그로스 단계에 진입한다. 우리 고객은 누구이고, 고객이 원하는 가치가 무엇이며, 어떻게 제공하면 되는지를 알아냈으니 이걸 기반으로 서비스를 빠르게 키울 차례다. 여기서 그로스란 "서비스를 성장시키기 위해, 이와 관련된 핵심 지표를 개선하는 방법론"을 의미한다. 이때, 보통 AARRR 이란 프레임워크를 사용해 핵심 지표를 설정한다. AARRR은 유저가 서비스를 접하는 생애 과정을 5가지 퍼널(Acqusition, Activation, Retention, Revenue, Referral)로 나눈 것인데, 이 중에서도 Retention 퍼널이 첫 번째로 개선돼야 한다.
Rention 퍼널을 개선하기 위해서, 기존의 Retention 차트를 분석하면 된다. 리텐션 차트가 제공하는 핵심 정보는 크게 2가지인데, (1) 남아있는 사람은 왜 남아있고, (2) 남아있지 않은 사람은 왜 떠났는지를 보여준다. 각각의 정보는 아래의 목적을 위해 분석이 진행된다.
(1) 남아있는 유저 분석 -> 현재 서비스의 리텐션 개선
(2) 떠나간 유저 분석 -> 향후 신규 서비스에 대한 기회 발견
남아있지 않은 유저를 분석하는 이유는 새로운 서비스를 만들기 위한 기회를 발견하기 위함이다. 떠난 유저의 상당수는 PMF에 속하는 유저가 아니며, 이들이 원하는 니즈는 서비스가 제공하는 기능과 얼라인 되지 않기에 당연히 서비스를 떠날 수밖에 없다. 현재 서비스가 집중해야 할 고객은 PMF에 속하는 유저이고, 여기에 속하지 않은 유저는 대상이 아니다. 이러한 맥락으로 리텐션을 개선 방법을 찾기 위해, 떠나간 유저를 분석하는 게 아니라 떠나지 않은 유저를 분석해야 한다.
앞으로 새로운 서비스가 만들 때는 새로운 타겟 유저에 집중해야 한다. 이때, 떠나간 유저는 이 타겟 유저의 한 부류에 속한다. UX 업계에서는 유저 테스트(UT)의 경우, 5번 정도만 진행해도 서비스가 지닌 문제의 80% 이상을 알아낼 수 있다고 한다. 그 이후부터는 발견할 수 있는 새로운 문제가 급격히 줄어듦으로, 리소스를 고려해 보통 5번 정도의 UT를 진행한다. 그러나, 토스 강좌에서는 최대 20번까지 하는 걸 추천했다.
남아있는 유저를 분석하는 이유는 Retention 개선을 위한 기회를 발견하기 위함이다. 떠나지 않은 유저는 서비스에 가치를 느낀 유저이자, 서비스의 진짜 고객을 뜻한다. 누군가는 서비스를 떠났고, 누군가는 떠나지 않았다. 이 차이를 만든 이유를 찾아내야 하며, 떠난 유저와 떠나지 않은 유저의 데이터를 비교해서 알아낼 수 있다.
"Retention을 개선한다"라는 말을 면밀하게 해석한다면, 특정 Retention 지표를 높이기보다 Retention Plateau의 위치를 높이기에 가깝다. Plateau 위치 자체가 변화하지 않으면, 리텐션은 큰 의미가 없다. 비록 당장은 떠나지 않을지라도, 시간이 지나면서 결과적으로 유저는 떠난다. 즉, 시간 차이일 뿐 이탈 유저의 비율은 이전과 동일하다. 따라서, Plateau 구간 자체를 변화시켜야지 리텐션을 개선했다고 말할 수 있다.
그렇다면, Plateau 구간을 어떻게 변화시킬 수 있을까? 고객이 서비스를 이용하는 이유는 자신이 원하는 가치를 얻기 위함이다. 그렇다고, 서비스가 고객에게 단 하나의 가치만 제공하는 건 아니다. 서비스는 다양한 기능으로 작동되며, 각각의 기능이 고객에게 전달하는 가치는 다를 수 있다. 예를 들어 카카오톡에서는 지인에게 카톡도 보낼 수 있고, 오늘 생일인 친구도 알려준다. 전자의 기능은 "지인과의 소통"이란 가치를 얻을 수 있고, 후자의 기능은 "지인의 기념일 파악"이란 가치를 얻을 수 있다.
그렇다고, 이 둘의 기능이 제공하는 각각의 가치는 동급이 아니다. 후자보다, 전자가 서비스가 제공하는 핵심 가치가 된다. 이처럼 서비스의 다양한 기능을 사용하는 과정에서 핵심 가치를 느낀 순간이 있는데, 이를 Aha Moment라고 한다. Aha Moment를 겪은 유저는 서비스가 제공하는 핵심 가치를 깨닫고, 서비스를 계속 쓰게 된다. 즉, Plateau 구간을 개선하기 위해선, 많은 사람이 Aha Moment를 겪게 만들어야 한다.
토스 강의에서는 특정 행동을 한 유저의 95%가 리텐션이 생길 때, 이 행동의 순간을 Aha Moment라고 정량적으로 정의했다. 예를 들어 유저 데이터를 분석했는데, A라는 행동을 한 유저의 95% 이상이 서비스에 남아있다면 이 A 행동을 하게 된 순간을 Aha Moment라고 말할 수 있다. 이 정량적 정의에서 유추해본다면, (1) 리텐션을 발생시킨 특정 행동을 파악하고 (2) 이 행동을 최대한 많은 사람들이 할 수 있게 만들면 Plateeau 구간이 개선된다.
토스 강의에서는 PMF를 달성하지 못했다면, Aha Moment를 찾지 말라고 한다. 이렇게 말한 이유는 PMF를 명확하게 달성하지 못한 상태에선 Aha Moment를 올바르게 찾기 힘들기 때문이다. Aha Moment는 유저가 자신이 지닌 니즈를 서비스가 적절하게 해소한다고 느꼈을 때의 순간이다. 이를 바꿔 말하면, Aha Moment는 다음의 2가지 요건이 존재해야지, 올바르게 정의할 수 있다. (1) 유저가 원하는 니즈가 무엇인지 알고 (2) 서비스가 이 니즈를 적절하게 해소할 수 있어야 한다. 이는 앞서 살펴본 PMF와 동일하다.
Aha Moment는 크게 (1) 행동, (2) 날짜 그리고 (3) 빈도라는 변수를 이용해 정의할 수 있다. 참고로, 토스는 자신들의 아하 모먼트를 "송금을 가입한 지 4일 안에 2번 하기"로 정의했다.
XX라는 행동을 가입한 지 YY라는 날짜 안에 ZZ번 한다.
(ex) 송금을 가입한 지 4일 안에 2번 한다.
유저는 서비스에 어떤 행동을 함으로써, 서비스가 제공하는 가치를 느낀다. 예를 들어, 토스에서 유저는 간편 송금을 직접 해봐야지, "간단함과 편리함"이란 가치를 느낄 수 있다. 토스에 회원가입을 했지만, 송금을 해보지 않았다면 이 간단함을 느끼지 못한다. 핵심 가치도 마찬가지다. 핵심 가치를 느끼게 만드는 행동이 있다면, 유저는 그 행동을 해야지 핵심 가치를 느낄 수 있다.
YY는 "서비스를 경험하고, 그 가치를 잊어버리기까지 걸리는 시간"을 의미한다. 세상에는 너무 많은 서비스가 존재한다. 제 아무리 서비스에서 좋은 경험을 해도, 이 좋은 기억이 오래 남을 수 없다. 따라서, 서비스에서 XX라는 행동을 하면서 느낀 가치를 기억 속에서 잊어버리기 전에, 다시 써봐야 한다.
아주 훌륭한 서비스가 아니라면, 한 번의 경험만으로 서비스를 온전히 파악하기 힘들다. 물론, 서비스가 제공한 핵심 가치가 엄청 크고 임팩트 있다면 1번일 수도 있지만, 대부분 2번 이상이. 따라서, 유저는 XX라는 행동을 여러 번 해봐야지, 핵심 가치를 온전히 느낄 수 있다.