스타트업의 가설 검증과 주요 지표
스타트업의 비즈니스 모델
‘Eric Ries’와 함께 ‘린 스타트업’을 만든 ‘Steve Blank’는 스타트업을 “반복 가능하고 확장 가능한 비즈니스 모델을 찾아내기 위해 구성된 조직”(A startup is an organization formed to search for a repeatable and scalable business model)이라고 정의하고 있습니다.
스타트업은 일반 기업과 달리 새로운 비즈니스 모델 자체를 구상하고 고도화하는 과정을 거치게 되며, 이 과정에서 지속적인 가설 검증을 필요로 하는 실험실 역할을 하게 됩니다. 이는 일반 기업이 이미 검증된 비즈니스 모델에 기반하여, 이해된 상품을 이해된 고객에게 판매하는 과정과는 차이가 있습니다.
마케팅의 본질
마케팅은 결코 단순한 이벤트를 의미하는 것이 아닙니다. 초기 스타트업의 사업계획서를 보면 마케팅 부분에 어디와 제휴 또는 이벤트를 하겠다는 설명이 대부분인 경우도 있는데, 하루살이 사업이 안되려면 마케팅도 일회성이 아닌 지속성이 있어야 합니다. 그리고 PR/이벤트가 수천/수만명의 사용자를 끌어들일 수는 있겠지만, 100만명/200만명/500만명의 사용자를 끌어들이려면 결국 ‘전염성(virality)’을 필요로 합니다.
마케팅의 아버지라고 불리는 ‘Philip Kotler’는 “기업은 고객을 위하여 가치를 창출하고, 그 대가로 고객으로부터 상응한 가치를 얻는다” 하였습니다. 결국 마케팅의 본질은 고객에 대한 정확한 분석을 통해, 제대로된 가치를 만들어 고객에게 전달할 수 있게 하는 전체 과정이라고 볼 수 있습니다. 이러한 제대로된 가치를 전달할때에만 일회성이 아닌 지속성을 가질 수 있고, 또한 ‘전염성(virality)’이 제대로 발휘될 수 있죠.
먼저 고객에 대한 정확한 분석을 위해서는 ‘측정과 분석’이 필요합니다. 특히 새로운 비즈니스 모델을 개발해야하는 스타트업 입장에서는 끈임없는 가설 검증을 위해 측정과 분석이 필수이죠. 예를 들어 제 경험상 어느 날은 SNS에 좀 신경 써서 글을 써도 좋아요나 공유가 별로 안될 때도 있고, 반면에 다른 날은 가볍게 SNS에 두 문장 썼을 뿐인데도 갑자기 좋아요와 공유가 확 늘어날때도 있습니다. 결국 SNS에서 어떤 내용의 글에 사람들이 더 반응하는지를 살펴보는 것도, 하나의 간단한 측정과 분석이라고 볼 수 있습니다. 실제 제품/서비스에서도 마찬가지인데, 고객이 어떤 가치나 어떤 기능에 반응하지는지와 어떤 채널로 커뮤니케이션 했을때 제대로 반응하는지를 정확히 알아야 이후에도 재현이 가능해집니다. 이때 선입견 없이 냉정하게 분석할 필요가 있죠.
"정확한 측정이라는 피드백이 없다면
혁신은 가뭄에 콩 나듯 불규칙하게 나타날 수 밖에 없다"
– Bill Gates
“측정할 수 없다면 관리할 수 없다”
– Peter Drucker
측정과 분석, 그리고 지표
브랜드 마케팅과 퍼포먼스 마케팅
‘브랜드 마케팅’이 광범위한 고객에게 스토리텔링을 통해 브랜드에 대한 인지와 호감을 만들어내는 마케팅 방법이라면, ‘퍼포먼스 마케팅’은 타켓 고객을 끌어들여 실제 구매까지 도달하게 하는 마케팅 방법입니다. 브랜드 마케팅은 ‘NPS(Net Promoter Score)’ 등을 통해 어느정도 측정이 가능하긴 하지만 정확한 측정과 분석은 쉽지 않은 편입니다. 반면에 퍼포먼스 마케팅은 온라인 채널을 통해 계속해서 축적되는 데이타를 통해 정확한 측정과 분석이 더 용이한 편입니다. 스타트업에서 온라인 마케팅 채널은 효율적으로 활용하는 수단이 되고 있는데, 고객의 행동을 분석하여 최소의 비용으로 우리 제품/서비스를 이용하게 만드는 것이죠.
정량적(Quantitative) 지표와 정성적(Qualitative) 지표
‘정량적 지표’는 앱 다운로드 수, 이용자 수와 같이 객관적으로 측정이 가능한 지표입니다. ‘정성적 지표’는 고객의 리뷰나 해피콜과 같은 수치화가 쉽지 않은 지표인데 주관적 판단이 들어갈 수 밖에 없습니다. 이 두가지를 병행하여 고객의 행동을 잘 분석할 필요가 있죠.
허영 지표(Vanity Metric)과 실행 지표(Actionable Metrics)
‘Eric Ries’는 누적된 앱 다운로드 수, 누적된 가입자 수와 같이 꾸준히 우상향으로 올라가는 수치를, 창업자의 허영심을 채워줄 수는 있지만 실제 스타트업의 성장과는 거리가 먼 지표라는 의미에서 ‘허영 지표’라고 이야기 합니다. 예를 들어 한번 가입하고 더 이상 사용하지 않는 가입자 수는 허수에 가깝지만 이 지표에는 포함되게 되죠.
하지만 동일한 특성으로 그룹을 나눠 분석하는 ‘코호트 분석(Cohort Analysis)’을 통해 ‘실행 지표’를 생성할 수 있습니다. 예를 들어 새로 오픈한 서비스의 이용률을 분석할 때, 가입한 월별로 나누어 가입한 월로부터 이후 매월 이용률을 분석할 수 있습니다. 1월에 비해 6월로 갈수록 첫달의 이용률이 55%에서 64%로 점점 높아지고 또한 이후 매월 이용률도 높아지기에 (3달뒤 이용률은 35%에서 56%로), 전반적인 서비스 이용률이 좋아지고 있다고 볼 수 있습니다. 만약 기능 개선을 했다면 그것이 고객에게 제대로 가치를 주고 있다는 것을 의미하겠죠. 그러나 3월엔 첫달 뿐만 아니라 이후 매월 이용률도 다른 월에 비해 떨어지는데, 3월에 진행했던 이벤트의 영향일수도 있습니다. 이벤트로 인해 3월에 유입된 전체 사용자의 수는 다른 월에 비해 높지만, 이벤트로 유입된 사용자의 서비스 이탈율이 자연 유입된 사용자에 비해 상대적으로 높아 전체 이용률이 떨어진 것일 수도 있습니다.
AARRR 모델
‘AARRR’은 ‘500Startups’를 창업한 ‘Dave McClure’가 만든 스타트업에 적합한 분석 프레임워크 입니다. 고객이 우리 서비스를 접하고 최종적으로 매출을 일으키키까지의 전체 과정을 다음과 같은 다섯 단계로 나누어 분석하는 것이며, 각 단계별로 적절한 지표를 활용해야 합니다. 단계별 전환율이 무척 중요하며 ‘Retention’이 높아야 사업의 지속성이 가능해집니다.
(1) Acquisition(유입) : 고객이 우리의 서비스/제품을 어떻게 최초로 인지하고 접하는지
예) 얼마나 유입되는가? 어떤 채널로 유입되는가? 어떤 고객군이 유입되는가?
(2) Activation(활동) : 고객의 첫번째 사용 경험이 좋았는지
예) 얼마나 가입하는가? 얼마나 머무는가? 어느 메뉴로 이동하는가? 얼마나 어디에서 이탈하는 가?
(3) Retention(재방문) : 고객이 지속적으로 재방문 하는지
예) 얼마나 다시 돌아는가? 어떤 고객군이 재방문하는가? 어떻게 전환율을 높일것인가?
(4) Referral(추천) : 고객이 자발적으로 입소문을 내고 있는지
예) 얼마나 공유하고 추천하는가? 어떤 채널에 공유되고 있는가?
(5) Revenue(매출) : 고객이 최종적으로 매출로 연결되는지
예) 최종적으로 매출에 참여한 고객군은 누구인가? 누가 매출 기여도가 높고 어떤 채널로 유입되었는가?
마케팅 채널은 이상적으로는 저비용이지만, 확장성이 좋고, 전환율이 높은 채널이 좋습니다. 예를 들어 어떤 채널은 저비용이기에 효율이 좋지만 대량의 유입이 힘들어 확장성이 떨어질 수 있습니다. 또 다른 채널은 저비용이지만 전환율이 떨어져서 실제로 최종 매출까지 연결되는 전환율을 고려하면 오히려 비효율적일 수도 있습니다. 이런 점을 감안하여 적절한 마케팅 채널들을 잘 활용해야 합니다.
* 제가 스타트업 마케팅의 기초에 대해 강의한 내용(2014년)을 요약한 블로그를 참고하기 바랍니다.
주요 지표
스타트업의 마케팅과 사업 성과 관련된 지표는 상당히 다양한 지표들이 있습니다. 그중 자주 언급되는 지표들일부를 정리해보면 다음과 같습니다. 이외에도 다양한 지표들이 많으니 필요하면 인터넷에서 검색해 보시기 바랍니다.
다운로드 수 : 누적된 앱 다운로드(Download) 수를 의미하며, 별도의 트래킹을 하지 않는 이상 앱을 제거한 허수도 포함됨
가입자 수 : 앱 다운로드나 서비스 웹페이지를 방문한 사용자 중 실제로 회원 가입한 사용자 수를 의미
UV(Unique Visitor) : 특정기간 동안 서비스에 방문한 사용자 중 중복되는 사용자를 배제한 순 방문자 수
PV(Page View) : 웹사이트에서 각 페이지를 조회할 때마다 누적되어 카운팅 되는 수
DU(Duration Time) : 서비스 체류시간
DAU(Daily Active User) : 일간 활동 사용자 수로 하루의 UV를 의미
WAU(Weekly Active User) : 주간 활동 사용자 수로 주간의 UV를 의미
MAU(Monthly Active User) : 월간 활동 사용자 수로 월간의 UV를 의미
Concurrent User(동시 접속자수) : 주로 게임이나 스트리밍 서비스 지표에서 활용됨
User Engagement (사용자 참여도) : 예를 들어 댓글을 쓰거나 좋아요를 누르는 등 사용자의 활동의 적극적인 정도 Retention Rate (재방문율) : 첫 사용후 특정 기간 (예 : 1주, 1개월, 3개월 등)내에 다시 돌아온 사용자의 비율
K-Factor : 초대된 사용자 수/유입된 사용자 수를 의미하며, 예를 들어 각 사용자가 3명의 지인을 초대했다면 K-Factor는 3이 됨. K-Factor가 클수록 입소문이 제대로 나고 있는 것을 의미
CVR(Conversion Rate) : 다양한 전환율을 의미함. 예를 들어 AARRR의 단계별 전환율일 수도 있고, 구매 전환율일 수도 있음
ROAS(Return On Ad Spend) : 광고 비용 대비 매출을 의미하며, 광고의 효율을 판단하는 기준이 됨
MoM(Month on Month) : 전월 대비 증감율
QoQ(Quarter on Quarter) : 전분기 대비 증감율
YoY(Year on Year) : 전년 대비 증감율
Customer Transaction(객단가) : 커머스에서 고객 1인당 평균 구매 금맥을 의미
Repurchase Rate(재구매율) : 첫 구매후 특정 기간 (예 : 1주, 1개월, 3개월 등)내에 다시 구매하는 사용자의 비율
ARPU(Average Revenue Per User) : 무료 사용자와 유료 사용자를 포함한 전체 사용자당 평균 매출
ARPPU(Average Revenue Per Paying User) : 실제 결제하는 유료 사용자당 평균 매출
MRR(Monthly Recuring Revenue) : 매월 반복적으로 발생하는 매출로서 주로 SaaS와 같은 구독형 비즈니스에 활용됨
ARR(Annual Recurring Revenue) : 매년 반복적으로 발생하는 매출로서 주로 SaaS와 같은 구독형 비즈니스에 활용됨
Unit Economics : 고객 1명의 관점에서 매출과 비용을 고려하는 것
CAC(Customer Acquisition Cost) : 고객 한 명을 획득하는 비용 (유입되는 비용)
LTV(Life Time Value)/CLV(Customer Life Time Value): 생애가치로서 고객 한 명이 유입된 시점으로부터 서비스나 제품의 사용을 그만두고 이탈하는 시점까지의 총 매출 금액
Contribution Margin(공헌 이익) : 이익을 분석할 때 단위당 판매 가격에서 단위당 변동 비용을 뺀 금액으로서 이익이 성장하는 중인지 아닌지를 판단할때 활용됨 (고정 비용은 배제함)
Marginal Cost(한계 비용) : 제품을 한 단위로 추가 생산할 때 필요한 비용 증가분을 의미
* 한계비용이 작은 ICT 서비스 경우, CAC보다 LTV가 크면 스타트업이 장기적으로 안정적인 수익 창출이 가능함!
이택경 매쉬업엔젤스 대표가 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
