회사에서 배운 것 -
그로스(Growth) (3)
무엇이 가장 영향을 많이 주는가?
합과 곱으로 목표를 쪼개고 나면,
우리는 어떤 액션이 가장 큰 효과를 발휘할지에 대한 고민이 시작된다.
회원 가입 퍼널을 개선할 것인가?
구매 전환 과정을 개선할 것인가?
외부에 마케팅 예산을 소요하여 유입되는 절대 모수를 크게 늘릴 것인가?
앞서 얘기했던 것처럼 리소스는 한정적이다.
우리는 같은 노력으로 가장 많은 결과를 만드는 지점을 찾아야 한다.
효과가 가장 클 것으로 예상되는 최적점을 찾아내어 문제를 정의하는 것도 정말 어려운 일이다.
그래서 ICE score 같은 툴을 가지고 판단하거나,
확률을 활용하여 예상 효과를 미리 계산해보기도 한다.
오늘은 2가지 방법론을 가지고 최적점을 판단하는 방법에 대해 얘기해보려고 한다.
1. ICE score
3가지의 변수를 조합하여, 우선순위를 판단할 수 있는 방식이다.
일부 계산은 들어가긴 하지만, 다분히 정성적인 요소 또한 정량화시키는 시도를 할 수 있다.
ICE score는 각각의 알파벳이 의미하는 바가 있다.
- Impact: 비즈니스에 얼마나 큰 임팩트가 있는가? (= 영향을 줄 수 있는가?)
- Confidence: 성공 가능성에 대해 어느 정도 확신이 있는가?
- Ease: 얼마나 어려운가 (= 리소스가 얼마나 필요한가?)
각각의 프로젝트에 점수를 매기고, 이들의 평균을 구한 후에 가장 높은 것부터 업무에 착수하는 방식이다.
아래의 표처럼 각각에 점수를 매긴 후 가장 높은 점수를 받은 AAA 프로젝트 먼저 시작하면 된다.
프로젝트별로 작성된 ICE score여기서 질문이 생길 수 있다.
저 점수는 어떻게 나왔지? 무슨 기준으로 만들었지?
표는 그냥 표인데, 그 안에 들어가는 숫자를 채우는 게 쉽지 않을 수 있다.
아래에 숫자를 만드는 예시를 적어보았다.
- Impact의 경우, 하나의 지표로 환산할 수 있다. 이를 테면 돈. 이 프로젝트가 성공했을 때 상승시킬 수 있는 매출은 얼마이며, 감소시킬 수 있는 비용은 얼마인지를 가지고 임팩트를 평가할 수 있다.
- Ease의 경우, 이 또한 하나의 지표로 환산할 수 있다. 이를 테면 인력의 소요. (당연히 인건비로 환산하면 돈으로도 가능하다.) 얼마나 사람들의 리소스를 투자해야 되는가를 가지고 점수를 환산할 수 있다.
- Confidence는 조금 어렵다. 정말 담당자의 확신으로 얘기할 수도 있고, (다만 담당자별로 시장을 바라보는 방식이 다를 수 있다.) 시장의 크기와 경쟁 강도로 confidence를 정의할 수도 있다.
여기에서 핵심은 너무 과도한 정교한 모델링을 피하는 것이다.
임팩트를 계산하겠다고 말도 안 되는 엑셀 모델링을 하고, 그리고 나온 임팩트가 무척 작다면 오히려 리소스의 비효율을 방관한 것이다.
점수를 위한 점수를 내는 게 아니라, 판단에 필요한 수준에서 점수를 산출한다면 우선순위를 만드는 게 꽤나 도움이 될 것이다.
2. Markov Chain
마코프 체인은 집단 간 이동 확률을 통해 미래를 예측하는 방법론이다.
듀오링고는 markov chain을 통해 고객 집단을 분석하고, 그중 현재 접속을 지속하는 사람들을 유지시키는 것이 가장 큰 상승을 만들어낸다는 사실을 파악하여, 리소스를 여기에 집중했다.
출처: https://blog.duolingo.com/growth-model-duolingo/
이걸 하려면 기본적으로 몇 가지를 해야 한다.
1. 특정한 기준으로 집단을 나눈다. (segmentation)
2. 해당 집단 유저의 기간 중 이동 경로를 파악하고, 이를 집단의 확률로 바꿀 수 있어야 한다.
(집단 간 이동 확률)
3. 이를 반복하여 어떤 지점에서 임팩트가 가장 커지는지 살펴볼 수 있어야 한다.
초기 모수에 변화 확률을 행렬로 계속 곱해가는 방식이라고도 이해할 수 있다.
여러 상태 값을 기준으로 한 모델링들실질적으로 예를 들면 아래와 같이 설명할 수 있다.
(기간을 한 달로 해보겠다.)
우리의 서비스는 아래의 3가지 상태가 있다고 가정한다 (신규, 구매, 이탈)
그렇다면 각 상태값을 이동하는 사람의 수를 가지고 상태 변화 확률을 관찰한다. (전월에 신규인 사람의 수 중 이번 달 구매로 이동한 사람의 수 / 전월 신규인 사람의 수 = 신규 -> 구매 확률)
이들을 가지고 각 상태의 변화를 예측해 본다. (여러 달 변화확률을 곱해보고 이들의 변화를 확인해 본다.
여기에서 내가 특정한 확률을 변동시켰을 때 (ex. 추가 프로젝트를 통해 신규 -> 구매 확률을 변경시켰을 때) 얻을 수 있는 기댓값을 가지고 가장 높은 결괏값을 만드는 지점을 우선순위로 고른다.
해야 할 일의 우선순위를 고르는 건 굉장히 중요한 일이다.
(자원은 한정적이기 때문에. 시간 / 사람 / 돈 모두.)
여기에서 나온 방법론들을 가지고 우선순위를 판단해 보는 것도 좋을 듯하다.
