그로스해킹에 관하여
in Humanities on Business
지인이 면접때 받은 질문이 “어떻게 매출을 2배 올릴수 있을까요?”라는데, 고민이 많아 오랜만에 그로스해킹에 대해 다시 찾아본다.
게임 회사 데이터분석 출신이여서 그런가 읽는데 어렵진 않았으나, 파이썬과 쿠버네티스(살려주세요..), 투자 벨류에이션 등등으로 타락한 내 머리에 오랜만에 먼가 정리된(?) 지식이 들어오는거 같아서 코로나 마스크때문에 작아진 나의 뇌가 살짝 커진 느낌이 든다. 빨리 핵심만 집고 와인이나 마시러가자.
그로스해킹이란
- 데이터기반으로 문제를 개선, 지표 개선해서 서비스(비즈니스)를 성장으로 이끄는 일
- AARRR 모든 단계의 성장에 초점
- 전제조건
- Cross functional 직군이 모인 조직 : 각 전문가 모으는 거
- PMF(Product-Market Fit) : 제품의 수요가 있는 제품 맞아? 실험가치는 있어? 를 확인해야한다.
- 서비스가 실험 가치가 있어?
- 어떤 가설로 출시 했어?
- 무슨 문제를 해결할껀데?
- 해결할 문제는 실존은 해?
그로스 해킹의 관점
- 마케터가 보는 서비스 말고!! 고객 관점에서의 서비스를 봐야돼
- 우리 서비스의 장점을 고객이 알 것이라는 착각은 하지말란말이야..
- 퍼널로 각 단계로 지표를 정의해서 측정해야됨.
지표 세분화
- 매출을 올릴라면 어떻게 할래라는 질문에? 일단 지표들을 세분화 해보고 얘기하시죠..광탈!
- 매출 = 전환수 * 전환가치(객단가)
- 전환수 = 유입수 * 전환율
- 유입수 = 노출수 * 유입률
- 매출 = 노출수 * 유입률 * 전환율 * 전환가치(객단가)
- 매출에 영향을 주는 이런 지표들이 많은데 원인을 파악해야쥐?
Acquisition
- 신규 유입을 뭘로볼래? 앱설치? 회원가입?은 정하고 가야지
- LTV(Life Time Value) > CAC(Customer Acquisition Cose)
- CAC는 신규 고객 획득 비용, Cost/New User
- 일반적으로는 LTV/CAC 비율이 3 이상은 되게끔 관리해야 서비스가 유지된다(서비스마다 다르겠지)
- 어쨋든 단기간 LTV를 계산해서 LTV가 3배되는 기간 정하고 해당 기간안에 목표하는 LTV를 달성할수 있게 마케팅을 최적화
Activation
- 사용자가 이탈하지 않고 서비스를 이용하는 것 의미
- 사용자가 처음 하는 경험에서 결정되는 경우가 많다.(게임은 더더욱) 이거 설계가 중요
- Activation의 퍼널을 구성하자.(다운로드->아이디만들기->튜토리얼)
- Activation 전환율 개선
- UI/UX 또는 온보딩 : 보통은 다 안되면 UI/UX 탓을하지..
- 광고 소재 : 나도 광고 회사에서도 있었지만 이거 판단은 거의 불가능
- 퍼널 단계 축소 : 아이디만들기 빼~ 틱톡 아이디 안만들어도 볼수 있는거 알지? 인스타야
Retention
- 방문한 사람 재방문하게 하자
- 리텐션 구하는 방법은 너무 많으니까 그 산업이 정해놓은 룰 따라가자..
- 리텐션 떨어지는 이유도 너무 많아.. 데이터를 통해 원인을 파악하던지, 설문조사가 필요할수도 있다.
- 리텐션 상승 전략
- 촉발제 : 푸시, 이메일 등. 스팀팩같은 존재라고 생각함. 너무 일시적이야..
- 가치 축적 : iCloud 같은거로 데이터 동기화 되니까 삼성으로 옮겨가기 싫어..
- 습관 형성 : 누가 인스타 유튜브 좀 끊게 해주세요.. 21일의 법칙에 당했어요
Revenue
- 매출
- ARPU, ARPPU 등등, 고객 그룹, 기간 정의, 쿠폰할인 뺀 매출 등 매출에 관한 지표는 많다
- Revenue 관련 지표
- ROI (Return on Investment) : 투자자본수익률, (순이익÷투자액) × 100
- ROAS (Retrun to Spending) : 광고투자수익률, (광고로 인한 매출÷광고비) × 100
- ARPU (Average Revenue Per User) : 유저당 평균 매출, (매출÷유저 수) × 100
- ARPPU (Average Revenue Per Paying User) : 결제 유저당 평균 매출, (매출÷결제 유저 수) × 100
- LTV (Life Time Value) : 고객 생애 가치, 서비스를 이용하는 고객의 생애 동안의 총 기대수익
Referral
- 사용자의 공유, 추천
- 중요한 이유는 추천은 공짜다..
- 레퍼럴 전환을 위한 조건
- 긍적적인 경험 제공 : (1)좋은 서비스, (2)초대해주면 혜택, (3)추천받은 사람도 신규고객이다. 퍼널 설계잘하기
- 부정적인 경험 제거 : (1)컨텐츠가 없음, (2)광고좀 그만해 지워버리기전에, (3)UI/UX 왜이래?
- Viral Coefficient란
- 기존 사용자가 생성하는 신규 사용자의 수
사용자 수 × 사용자당 초대수 × 추천에 대한 평균 전환율 ÷ 100 = Viral Coefficient
개선할 퍼널 찾는 방법
- 퍼널로 쫙 펼친다 -> 전환율이 낮은 퍼널을 찾는다 -> 문제를 해결한다.(말은 쉽지만 하나도 안쉽다.)
개선점 분석 방법
- 정량적-정성적 분석이 같이 가야한다.
- 예를 들어, 배송이 너무 늦어서 배송 조회가 많았는데, 리텐션이 높다고 판단하면 어쩌나ㅋㅋㅋㅋㅋㅋㅋ 진짜 예시 죽여준다..
- 정량적 분석 : 3일동안 서비스를 사용하면 이사람은 찐고객이 된다라고 한다면 3일동안 게 푸시 메시지를 보내자(이렇게해서 성공한 케이스가 있을까?)
- 정성적 분석 : 이탈자를 대상으로 설문조사(가능한가?)