바이럴 성장이란 무엇인가
[PO SESSION]Viral Growth& Network Effect
바이럴 성장이란 무엇인가
Data growth modelingData growth Modeling
우리가 처음 봤던 CC, Carying Capacity 개념이 다시 한번 나온다. 우리의 서비스에 들어오는 유저와 나가는 유저가 평형점을 이룰 때 우리의 서비스를 이용하는 유저의 규모가 일정한 상태로 유지가 된다. 이 내용을 조금 더 들여다보면, Inflow는 신규유저와 부활유저 그리고 바이럴을 통해 유입되는 유저들은 Organic,즉 자연 유입된 유저라고 볼 수 있고, 이외 마케팅 등을 활용하여 들어오는 Paid유저로 나눌 수 있다. Paid 유저를 제외한 Organic 유저를 확인하는 것이 우리 서비스가 가지고 있는 정확한 CC를 확인할 수 있는 방법이라는 것을 배웠다.
사용자 유입(Inflow)Inflow(유입)
Organic User와 Paid User의 가장 큰 차이점은 CC에 영향을 미치는지 여부이다. Organic inflow는 어떠한 사용자에게 자연스럽게 발견되어 유입되는 New와 서비스를 이탈했던 유저가 다시금 생각나서 시도하게 되는 순간, 이른바 이탈 유저가 다시 유입되는 Resurrection 두 가지로 나눌 수 있다.
사용자 유입(Inflow)다른 Inflow는 Referral과 Paid Marketing이 있는데 Referral 역시 CC에 영향을 미칠 수 있다. 그렇다면 앞서 살펴본 Organic Inflow와 Referral의 차이는 무엇일까? 바로 측정할 수 있는지 여부이다. 측정할 수 있으면 Viral, Referral이라고 할 수 있고, 측정 할 수 없다면 해당사항이 아니다. Referral은 측정할 수 있기 때문에 퍼포먼스 마케팅처럼 강화하고 개선할 수 있다. 그림 오른편에 있는 그림이 바로 Viral Growth 모델이다. 이 같은 방법으로 Inflow를 늘리면 MAU가 늘어나고, 늘어난 MAU는 다시 Inflow를 늘리는 선순환을 반복하면서 CC는 거의 무한히 성장할 수 있다.
Paid Marketing은 CC에 영향을 미치지 않고, 돈을 지불하여 Inflow를 늘리는 방법이다. Paid Marketing을 고려할 때는 Volume, Conversion Rate, Budget(Cost) 세 가지를 고려해야 한다. 우리가 어떠한 채널을 통해서 제품을 홍보하려고 할 때 이 채널의 규모가 얼마나 되는지, 광고를 집행했을 때 클릭율이 얼마나 되는지, 그리고 광고를 집행하면서 얼마나 비용이 드는지 고려해야 한다.
Network EffectNetwork Effect
네트워크 효과란 서비스의 근본적인 가치는 변한 것이 없는데 '유저수'가 늘어남으로써 '서비스의 가치'가 함께 성장하는 것을 말한다. 예를 들어 전체 100명 중에 10명만 카톡을 쓴다고 하면 지금 카톡의 가치는 10인데, 100명 모두가 유입되어 100명이 카톡을 쓰면 카톡의 가치는 100이 되는 것이다. MAU가 늘어나면 이 서비스를 다시 사용해야하는 이유가 늘어나고, 이것은 Churn Rate의 감소를 불러일으키며, 결과적으로 CC의 무한 성장을 일으킬 수 있다.
'Viral Growth와 Network Effect 중에 무엇이 더 좋을까'라는 질문에 대한 대답은 사실 둘 다 있는게 좋다는 굉장히 당연한 답변이다. Viral Growth는 있지만 Retention이 없으면 CC가 하락할 수 있다. 따라서 Viral Growth만으로는 MAU를 늘리기는 어렵다. 하지만 Network Effect만으로는 성장하는 속도가 굉장히 느릴 수 있다. 효과 덕분에 한번 들어온 유저가 계속 남아있을 수는 있겠지만, 매달 유입되는 유저가 굉장히 작을 경우 성정하는데 굉장히 오랜 시간이 필요할 수 있다.
Viral GrowthViral Growth
바이럴 그로쓰는 유저가 새로운 유저를 가지고 오는 현상을 말한다. 이 정도가 얼마나 되는지를 측정하기 위해 우리는 Viral K라는 지표를 활용하는데 Viral K 가 1인 경우 유저가 1명이 또다른 1명의 새로운 유저를 데리고 오는 것을 말한다. Viral K가 1이라면 1명이 신규 유저 1명을 데려오고, 그 한명이 또 다른 신규유저 1명을 데리고 오는 형태이기 때문에 서비스가 무한히 성장할 수 있다. 하지만 그림에서 볼 수 있듯이 Viral K가 1인 경우는 거의 없으며 0.2만 넘어도 좋다는 평가를 받는다. 그렇기 때문에 우리에게 Viral K라는 숫자는 별로 중요한 지표가 아니다.
그래서 우리는 Affiliation(Amplification) Factor 를 확인한다. AF란 우리가 Paid Marketing으로 1명의 신규유저를 데려 왔을 때 이 유저가 Viral K로 인해 새로운 유저를 데리고 올 예정인데, 그렇다면 Paid User 1명을 데리고 온 효과는 결과적으로 우리 서비스에 몇 명의 유저를 데리고 온 효과를 볼 것인가에 대한 지표이다.
