스타트업 얼라이언스에서 주관한 테헤란로 런치 클럽 - 실무자 관점에서 본 Spotify의 유저 리서치 방식 이라는 행사에 다녀왔다. 스얼 런치 클럽은 원래 스타트업 얼라이언스 &스페이스에서 진행되는데 이번 행사는 참여인원이 많아서 네이버 D2 팩토리에서 진행됐다고 한다. (역시 스포티파이인가..)
스포티파이에서 User Researcher라는 직군이 어떤 구조에서 어떻게 일하는지 들어볼 수 있는 시간이었다.
스포티파이 유저들은 매주 월요일에 노래를 추천해주는 Discover Weekly 기능을 가장 좋아한다고 한다. 지금까지 들었던 노래를 기반으로 아주 빠르고 정확하게 추천해준다고 한다. 그래서 유저들이 가장 좋아하나 보다. 관련 글을 찾아보니 있더라 혹시 관심 있으면 읽어보시길 추천한다. Spotify 의 Discover Weekly 가 성공적으로 되기 까지.
이어서 거대한 데이터 수치들을 보여주셨다. 노래 3500만 개, 유저들이 만드는 플레이리스트가 20억 개, 65개 마켓 (한국은 없다 ㅠ), 직원 3500명 등등.. 상상만 했던 수치를 눈앞에서 보니 엄청났다.
조직구조, 문화는 어떤가요?
가장 작은 스쿼드라는 팀이 있는데 스쿼드는 프로젝트 팀이라고 생각하면 된다. 5~10명 정도로 구성되어 있으며 보통 PM 한 명, Data Analysis 한 명 디자이너 한 명, 개발 3~5명, QA 한 명, 애자일 코치 한 명 등으로 이루어져 있다고 한다. 그리고 중요한 건 스쿼드는 목적을 달성하기 위해 존재하며, 리드가 없다는 것이다. 스프린트는 2주씩 하는데 첫날 만나서 계획 세우고 마지막 날에는 애자일코치가 와서 회고를 한다.
스쿼드가 여럿 모여서 트라이브가 된다. 각각의 트라이브는 목적이 있다. 예를 들어 저니 팀은 비 유저를 유저로, 유저를 프리미엄 유저로 이동시키는 것을 목표로 한다. 트라이브가 모이면 얼라이언스가 된다.
스포티파이 조직의 특징은 독립적이고 빠르게 움직인다는 것이다. 이전 회사는 한 명의 PM이 많은 팀을 운영을 해서 결정이 늦어졌다. 하지만 스포티파이 조직의 결정은 누군가의 승인을 받지 않아도 된다.
얼라이언스, 트라이브, 스쿼드가 수직적 조직이라면 수평적 구조의 팀이 따로 있다. 지금 Product Insight 팀에 있는데, 이 팀에는 Data Scientist와 User Researcher가 함께 있다. Data Scientist는 빅데이터로 일하는 직군이다. 어마어마하게 쌓인 유저 행동 데이터를 분석한다. 특히 트라이브의 목적에 맞춰서 분석한다. User Researcher는 더 심도 있는 분석을 하는 역할을 한다.
Data Scientist와 User Researcher가 같이 있는 조직은 그렇게 많지 않다고 알고 있다. 팀 멤버들이 제품 콘셉트를 잡을 때 Data Scientist와 User Researcher에게 의존을 많이 한다.
유저 리서치를 언제 해야 하나요?
유저 리서치를 왜 해야 하나요?
유저에 대한 Empathy를 늘릴 수 있다. 더 공감할 수 있다.
팀원들과의 커뮤니케이션을 위해서 한다. 유저에 대해서 얘기하다 보면 같은 목표를 갖게 되고 같은 길을 간다고 생각하게 되는 것 같다. 이게 큰 역할을 한다.
유저 리서치에서 인사이트를 얻어서 제품이나 전략까지 이어지는 역할을 하기 때문에 해야 한다.
Saving our money & time! 유저 리서치를 하지 않고 제품을 만들게 되면 어마어마한 돈과 시간이 낭비된다. 유저 리서치로 돈을 아낄 수 있다.
질문과 답변
Q. 정성적인 결과에 따라서 해석이 달라지는 경우가 있는데, 어떻게 대처하는지 궁금하다.
A. 해석을 같이하는 게 중요하다. 리서치 세션에 부르고 분석도 팀원과 같이한다.
Q. Data Scientist와 같이 협업을 할때, 정성적이고 정량적인 데이터가 어떻게 접점을 찾아가는지 궁금하다.
A. 데이터로 시작해서 리서치로 끝나거나, 리서치로 시작해서 데이터로 끝나는 경우가 있다. 최근에는 30일, 7일 트라이얼의 데이터를 살펴봤었는데, 30일짜리 트라이얼이 프리미엄으로 넘어가는 경우가 적은 것을 발견할 수 있었다. 이럴 경우 이유를 찾아야 하는데, 저니 맵에 있는 유저들이 어디에 머물고 있는지 데이터 관련 자료들을 Data Scientist가 해결해줄 수 있다.
Q. 유저를 만나서 인터뷰하는 과정이 궁금하다.
A. 유저를 리크루트 하는 방법이 여러 가지가 있는데 유저 인터뷰 닷컴(?)에서 주로 구한다. 리크루팅 한 상태에서 추후에 인터뷰를 안 한다고 하는 경우가 있기 때문에 사람을 넉넉하게 뽑아놓는다. 리포트를 쌓는 게 중요하다. 팀원들과 셀피를 찍어서 먼저 보내주는 등 친밀하게 다가가면 수락할 확률이 높았다.
Q. 분석 툴이나 업무 툴이 궁금하다.
A. Python, Tableau를 쓴다. Data Scientist가 하는 일 중 하나는 대시보드를 만드는 일이다. 유저 리서 쳐는 툴은 딱히 없고 그때마다 필요한 것들을 엑셀, 구글 슬라이드 등으로 진행한다.
Q. 유저 리서치를 하려 해외로 나갈 생각을 하고 있는데, 선정 기준이 어떻게 되는지 궁금하다.
A. 프로모션을 통해서 온 유저는 제외, 기준을 두고 organic 유저를 찾아야 한다.
Q. 많은 유저를 만족시키기 위해서 국가별로 다른 의사결정을 한다던지 하는 케이스가 있는지 궁금하다.
A. 글로벌 리서치 팀이 따로 있다. 올 하반기에 인도에 들어가기 때문에 인도 리서치를 열심히 하고 있다.
Q. 다른 회사에서도 일하고 음악 관련 회사에서도 일하셨는데 유저가 어떻게 다른지 궁금하다.
A. 평소 음악을 좋아한다. 음악 쪽에서 일을 하니까 너무 재미있다. 음악을 좋아하는 사람들이 어떤 음악을 듣고 어떤 음악을 팔로우하는지 보는 게 좋다. 두 번째는 사람들이 유저리서치에 기쁜 마음으로 참여한다. 그리고 프로덕트 팬이라는 말을 들을 때 좋다.
Q. Discover Weekly가 좋다고 했는데 사람들이 어떤 추천을 좋아하는지 궁금하다.
A. Discover Weekly 같은 경우는 나라마다 다르게 제공되는 건 아니고 유저의 과거 스토리에 맞춰서 제공된다. 굉장히 빠르고 적절하게 추천해준다. 보통은 오늘 뭐 들어야 할지 모르는데 Discover Weekly에 들어가서 듣는 경우가 많다.
Q. 스포티파이는 메이저 레이블의 영향을 얼마나 받고 있는지 궁금하다.
A. 메이저 레이블에서 아티스트 정보를 바꾸게 해달라는 요청이 왔다. 그래서 지금은 바꿀 수 있다.(?) 스포티파이가 제약을 많이 한다고 알려져 있지만, 법적인 문제나 레이블사에서 싫어하는 것들 때문에 그렇다. 그래서 제공하지 못하는 게 많다. 큰 아티스트들의 입김이 세다. 테일러 스위프트와의 갈등은 유명하다.
Q. 유저가 프리미엄으로 넘어가는 모티베이션은 주로 뭐였는지 궁금하다.
A. 광고가 싫어서 프리미엄으로 넘어오는 경우가 많다. 서베이를 통해서 나온 모티베이션 첫 번째는 없는 음악이 없다는 것이다. 스포티파이에 들어왔을 때 없는 음악이 없기 때문에 10불 정도 낼 가치가 있구나라고 생각한다. 두 번째는 소셜이다. 주변 친구들이 강력하게 추천을 하면 프리미엄을 결제한다.
Q. 유저 리서치 포트폴리오는 어떻게 구성하는 게 좋나.
A. 개인적으로 유저 리서치가 기여하는 부분이 어마어마하다고 생각하지만 돈이나 숫자로 환산하기 어려운 부분이 있다. 유저 리서치의 임팩트에 대해서 수치를 많이 준비해오는 경우가 있지만, 그렇게 하지 않아도 된다고 생각한다. 유저 리서치의 인사이트가 임팩트 있고 파워풀하다면 굳이 어떤 역할을 했는지 숫자를 보여주지 않아도 된다고 생각한다.
Q. 2주마다 스프린트를 하고 있는데, 스쿼드 내에서 회고 같은 거 할 때 어떻게 일정과 테스크를 조율하는지, 같이 소속되어있는 애자일 코치가 어떤 역할을 하는지가 궁금하다.
A. 시작할 때 트렐로 등의 툴을 사용해서 얼마나 걸릴지 측정을 해서 각 엔지니어마다 아이템을 나누는 것으로 알 고 있다. 스프린트가 끝나면 애자일 코치가 와서 회고를 한다. 보틀넥이 뭐가 있었는지. 뭐가 잘됐는지 등등. 다음번에는 어떻게 해야 하는지 찾는다. 매니저는 프로젝트의 장애물을 없애주는 역할을 한다.
Q. 유저 리서치 결과를 팀원들이 얼마나 수용하는지. 어떻게 어필하나.
A. 리서치가 끝나면 팀원들에게 공유한다. 그리고 워크숍을 따로 잡는다. 나온 인사이트를 토대로 어떤 것들을 갖고 갈 것인지 얘기한다. 예를 들어 소셜 바이럴이 영향력이 큰 거 같다는 인사이트가 나왔으면, 이 주제로 브레인스토밍을 한다.
끝~!