더 나은 데이터 분석을 위한 오답 노트

그로스해킹 시 내가 했던 실수와 갖추어야 할 마인드셋

양승화 님의 도서 [그로스해킹], 이미 1번 읽은 책이지만 다시 한번 그로스해킹과 AARRR 퍼널 개념을 점검하기 위해 데이 터리 안의 데이터넥스트챌린지 4기가 계기가 되어 다시 읽게 되었습니다.

책을 읽다 보니, 그로스해킹이라는 단어의 의미를 정확히 이해하지 않고 얘기했었더라고요. 이를 저뿐만 아니라 그로스해킹을 처음 공부하는 분들에게 도움이 될 수 있도록 쉽고 명료하게 정리해 보려고 합니다. 

#데이터리안 #데밸챌 #데이터넥스트레벨챌린지

사용자의 입장이 아닌, 공급자의 입장에서만 핵심 가치를 정의했던 것

사용자 반응에 상관없이 당연히 우리 서비스의 핵심 가치는 A라고 확신하고, 이 경험을 위해 사용자를 유입시켰다. 사용자가 남긴 리뷰나, 반응이 좋았던 마케팅 메시지만 체크했더라도 핵심가치를 보다 뾰족하게 정할 수 있었을텐데 이를 간과하고 상상과 논리에 묻혀 원치 않는 경험을 설계하기 위한 실험을 했던게 부끄러웠다.

핵심 가치 제공에 대한 고민 없이 퍼널을 설계 했던 것

사용자의 행동을 개선하기 위해 퍼널을 정의했을 때, 이 퍼널에서 사용자에게 제공할 핵심 가치는 무엇이고, 이를 어떻게 경험하게 만들지 충분히 고민하고 퍼널을 정의했어야 하는데, 전략 없이 특정 기능의 시나리오 중심으로만 퍼널을 설계했다. 최근 진행한 상세페이지 > 결제 퍼널에서, 짧은 시간 내에 어떻게 서비스의 핵심가치를 제공할지 고민하고 퍼널을 설계했다면, 그로스 해킹에 앞서서 더 좋은 성과를 기대할 수 있었을거라는 아쉬움이 남았다.

코호트 분석에 대한 이해없이 리텐션을 분석했던 것

단순히 리텐션 그래프가 평평해지는 지점을 만들기 위해 그래프를 그리고 이를 개선해왔었다. 리텐션 분석은 가입 기간, 결제 기간에 따른 유입 모수가 시간이 지남에 따라 증가하는지, 시간이 지나면서 시간에 따른 코호트의 동기간 리텐션이 좋아지고 있는지 등, 보다 입체적으로 분석하지 못하고 리텐션을 부르짖었던 게 아쉽다.

리텐션 매트릭스의 구성요소 - "그로스해킹", 양승화 저

고객 생애 매출과 고객 획득 비용의 그래프로 제품의 수익 건전성을 체크하지 않은 것

고객 생애 매출은 특정 기간에 가입한 사용자 1명이 이탈할 때 까지 발생시키는 총 매출, 고객 획득 비용은 한 명의 사용자를 데려오는데 드는 비용이다. 기존에 고객 생애 매출 개념을 모르고, 매출 / 고객 획득 비용의 값이 충분히 큰지, 감으로 서비스의 비즈니스 건전성을 체크했었다. 이 지표를 이해했다면, 서비스의 비즈니스 모델이 객관적으로 건강한지 쉽게 알 수 있고, 서비스를 유지할지 새로운 비즈니스 모델을 고민해야 할지 더 빠르고 명확하게 검증할 수 있었을 것이다.

갑작스런 매출 증감의 원인을 빠르게 찾을 수 있는 지표 프레임 워크를 몰랐던 것

갑자기 서비스 매출이 떨어질 때 마다, 그 원인을 찾기 위해 제로 베이스에서 상황마다 서로 다른 가설을 가지고 데이터를 분석하다보니 매번 시간이 너무 오래걸렸었다. 그러다보니 다른 업무로 바쁜 상황에서 원인 분석에 할애할 시간이 부족하여 분석을 깊게 하지 못하고 결론 내린 경우가 많았는데 매출이라는 큰 지표를 우리 서비스에 적합한 지표로 쪼갠 다음 문제가 생겼을 때, 매출을 구성하는 하위 지표들을 차근차근 살펴나갔다면 시간도 줄어들고, 분석에 드는 정신적 비용도 매우 줄어들 수 있었다. 매출을 우리 서비스 사용자의 행동 시나리오에 맞게 쪼개놓고 대시보드로 만들어 놓으려고 한다. 

사용자 초대 기능을 만들 때, 억지로 초대를 하게 만드는게 아니라 사용자가 목적을 달성하기 위해 자연스럽게 초대를 이용하게 만들어야 하는 것

카카오뱅크의 모임통장 기능을 보면, 친구/지인과 모임 통장을 만들기 위해 자연스럽게 친구를 초대해야 했다. 실제로 모임통장의 사용자들 중 30%만 카카오 계좌를 갖고 있었던걸 보면 초대 기능의 효과가 좋았다고 볼 수 있다. 모임 통장은 초대를 억지로 하는게 아니라 자연스럽게 사용자 초대가 필요하다. 

나는 초대를 강제 하기 위해 기능을 억지로 설계한게 아닐까라는 생각이 들었다. 

퍼널 부분 최적화에 매몰되어 전체 최적화를 고려하지 못한 것

최근에 퍼널을 개선하면서, 전환율을 높이기 위해 특정 단계를 제외하는 방안을 검토했었는데 마케터가 해당 단계가 빠지게 되면 광고 머신러닝이 깨져 획득 비용에 악영향이 생길 수 있고, 해당 단계에서 전환되지 않을 사용자라면 단계를 줄이더라도 관여가 낮아 이탈하지 않겠냐는 피드백을 받았었다.

단순히 하나의 단계를 개선하는데 집중하는게 아니라, 해당 개선이 전체 퍼널에 어떤 경험을 미칠지도 함께 생각했어야 했다.