Ch 05. 그로스 해킹

부트캠프 일지

Ch 05. 그로스 해킹

seok98 2023. 10. 23. 17:21

그로스 해킹이란

Growth : 커지다, 증가하다, 성장하다

Hacking : 컴퓨터를 조작하다라는 뜻도 있지만 경작하다. 라는 의미도 있음

사전적 의미대로 해석하면 경작해서 성장하다라는 의미로 풀이할 수 있다.

이는 곧 기존에 없던 시장을 창조하고 고객을 발굴(경작)하고 키워낸다는 것을 의미한다.

불특정 다수를 대상으로 비효율적인 마케팅 광고를 집행하기 보다는 자신들의 목적에 최적화된 고객을 발굴하여, 저비용 고효율의 마케팅을 한다는 의미

왜 기획자가 그로스 해킹을?

Mots growth teams that work with digital products are aligned around the critical need for the product to create lasting growth.

Sean Ellis (Qualaroo 창업자)

그로스 해킹의 과정

그로스 해킹은 PMF를 찾는 과정과 크게 다르지는 않다. 그러나 3가지 중요한 포인트를 가지고 있다.

상품/서비스도 포함하여 개선
유저 획득부터 수익화에 이르기까지의 과정에서 서비스를 성장시키는 게 목표
데이터에 기반한 가설 검증 및 분석

그로스 해킹 사례

사례 1. Hotmail

초기 단계

1996년 같은 동료였던 Sabber Bhatia와 Jack Smith가 창업
직장 상사가 이메일을 보는 게 두려워서 만든 웹 기반 이메일 시스템이 시초
초기 광고 : 도로 옆 광고판, 라디오 광고

그로스 해킹 도입 단계

투자가 Timothy Draper가 타파웨어에서 착안한 마케팅 아이디어 제안
- 타파웨어 마케팅 : 타파웨어는 주방 용품 기업임. 가정 주부를 채용 후 교육하여 타파웨어를 이용한 홈 파티를 열어 고객이 다시 마케팅 수단이 되도록 함
이메일 하단에 ‘PS: I love you. Get your free e-mail at Hotmail’ 삽입
18개월 후 1,200만 사용자 획득 (당시 인터넷 전체 사용자 7,000만)

사례 2. Dropbox

그로스 해킹 사례

2012년 10월 Space Race라는 이벤트를 시행
새 사용자가 학교 이메일 주소를 인증하고 Dropbox를 설치하면, 참여자 수에 따라 포인트를 지급하고, 포인트가 일정 수준에 도달하면 그 학교의 모든 참여자들에게 더 큰 저장 공간을 2년 동안 제공
이벤트 하나만으로 200만명 이상의 새 사용자를 획득한 것으로 추정

사례 3. LinkedIn

LinkedIn 초기 이메일은 사용자의 재방문을 유도하기 위한 가장 중요한 도구
리서치 결과 사용자가 메일을 연 시점에 메일함의 3~4번째 이내에 위치하고 있을 경우 가장 개봉률이 좋다는 결과를 도출
사용자 별로 이메일 링크를 클릭해서 들어오는 시간( = 이메일을 주로 확인하는 시간)을 측정한 후 그 사람이 이메일을 확인하는 평균 시각 30분 전에 메일을 발송하여 Stack의 상단에 메일이 위치하도록 조정

사례 4. Airbnb

서비스 초창기였던 2009년 Airbnb는 자사의 사이트에 등록된 빈방 정보를 Craigslist에도 동시에 쉽게 올릴 수 있는 방법을 빈방 주인들에게 제공
Craigslist에서 방 정보에 관심을 가진 사람들은 Airbnb로 이동하게 되므로 큰 돈을 들이지 않고 신규 사용자들을 모으게 됨
중요 : Craigslist는 당시 외부에서 글을 쓸 수 있는 API를 제공하지 않았음

사례 5. Twitter

데이터 분석을 통해 신규 가입자가 5명 이상의 팔로우하면 트위터 계정을 유지할 확률이 높아진다는 것을 알아냄
신규 가입자에게는 팔로우 할 만한 유저 20명을 보여주는 것으로 시작
이후에는 본인이 원하는 관심사, 연락처 기반으로 팔로잉하게 하여 계속 트위터에 들어와서 팔로잉의 글을 볼 수 있도록 독려함

사례 6. 로켓펀치

로켓펀치에서 가장 많은 사용자가 유입되는 채널은 ‘블로그’
개발자 인터뷰, ‘개발자 친구 연애를 하지’ 등의 컨텐츠의 인기때문

하지만,

<2013년 12월 로켓펀치 Google Analytics 분석 결과>

→ 사람들이 블로그 컨텐츠 하나만 소비하고 대부분 사이트를 빠져나감

→ Activation 비율이 낮을 경우 Acquisition 보다는 Funnel 개선이 필요

위 데이터를 통해서 블로그에 컨텐츠를 본 후 팝업을 통해 원클릭으로 가입할 수 있는 방법을 제시
적용 후 이전 대비 회원가입 비율 300% 증가

사례 7. 클럽믹스

클럽믹스에서 가장 중요한 숫자는 ‘클럽 입장 티켓 발급 수’
분석 전까지는 신규 회원가입이나 신규 티켓 발급 비율이 낮을 것으로 생각

하지만,

→ 첫 회원 가입 & 입장 티켓 발급이 문제가 아니라, 커뮤니티를 형성하는 것이 문제가 있다.

→ 서비스에 방문 주기를 높일 수 있는 방법이 필요

위 현상 분석 결과, 클럽믹스는 2주차의 극심한 사용자 이탈이 가장 큰 문제로 파악
첫 사용자들을 대상으로 한 ‘환영 메일’을 발생하여 2주차 감소율을 줄임

사례 8. 굿닥

서비스 성장함에 따라 리뷰수는 매월 16%씩 증가하였지만, 부정적인 리뷰수가 함께 증가함
제품 평점이 좋지 않을 경우, 유입의 문제가 생길 수 있다고 판단하여 자사 내부 인원들에게 좋은 점수로 평점을 요구하여 개선시킴

하지만,

이는 단기적인 효과일 뿐, 근본적인 문제 해결에는 도움이 안됨
현상 원인 파악을 위해 데이터를 분석해 본 결과 굿닥 내 이용 서비스에 따라 별점이 달라지는 것을 확인
- 병원 약국 찾아주는 서비스 이용자 : 긍정적인 평점
- 시술 이벤트 서비스 이용자 : 부정적인 평점 → 병원의 잘못, 시술이 마음에 안 들었을 경우 굿닥욕
이에 대한 해결책으로 리뷰 시스템에 대한 개편을 진행함.
- 최소 별 1개부터 1개 단위로 스크롤 가능
- 1~2점 (별로에요) : VOC 수집 팝업 노출 → 추후 재노출
- 3점 : ‘노력하는 굿닥이 될게요 메시지 노출’ → 추후 재노출
- 4~5점 : 응원하기 : 플레이스토어로 이동 → 재노출 X
리뷰 팝업이 나오는 조건 또한 구체화 시켜서 긍정적인 평가를 유도함
- 병원 상세 스크린을 2번 방문하고 다른 스크린 이동 시 노출(대부분 병원찬기 시 병원 상세를 확인함)

AARRR

Acquisition
- 소셜네트워크 활동 - 페이스북, 인스타그램, 트위터 등
- 앱과 위젯 - 접근하는 경로
- SEM/SEO - 서치엔진 마케팅, 서치엔진 최적화
- 블로그 - 기술 블로그, 팀 블로그 등 자사 블로그
- 제휴 활동, BizDev - 다른 서비스와의 제휴 활동
Activation
- 프로덕트 기능 - 제품의 핵심 가치
Retention
- 이메일
- 앱 푸시알림
- 시스템/캠페인 이벤트
Referral
- 이메일
- 위젯
- 중요: 당신의 서비스가 별로라면 바이럴 마케팅을 하지 말라. → 별로라는 것은 PMF를 찾지 못한 상태
Revenue
- 광고
- B2B 고객 관리
- 구독 서비스

사례 1. 마켓컬리

Acquisition : ‘웰컴 딜 광고’ - 회원가입 후 만원 이상 주문 시 일부 상품을 100원에 구매 가능한 이벤트
Retention: 재구매율을 높이기 위해서 첫 구매후 한달 동안 구매 금액의 5% 적립 이벤트 진행, 첫 구매 시 한 달동안 배송비 무료 이벤트 등 마켓컬리 사용을 습관화시키기 위한 이벤트 진행
Revenue : 구매 전환율과 주문 별 고객단가를 높이기 위해 컬리 레시피를 운영하면서 레시피를 보여주고 있음 → 레시피 재료 주문을 통해 고객단가를 높임. 또한 회원 등급에 따른 혜택에 대해서 세분화한 부분도 Revenue를 높이는 요소로 사용
Referral : 친구를 초대할 때마다 적립금 5천원을 무제한으로 주고 매 반기마다 컬리 프렌즈 어워드를 보여주면서 마켓컬리 이용자에게 동기부여를 일으킴.

AARRR에서 활용하는 지표

Acquisition

CTR : 노출 대비 클릭 율
CAC : 고객 획득 비용
ROAS : 광고비 대비 매출액
DAU/MAU : 일/월간 활성 사용자

Retention

코호트 Retention

Referral

공유 비율

Revenue

LTV : Life Time Value

Acquisition (획득) : 신규 고객 유치

신규 고객을 어떻게 유치하는가?
신규 고객들은 어떤 방법으로 우리 제품을 처음 접하는가?

KPI : 신규 방문자 수

핵심 지표

CAC = Customer Acquisition Cost
CTR = Click Through Ratio
ROAS = Return On Ad Spend

CAC를 줄이기 위해서, 고객 획득비용을 줄이거나, 같은 비용으로 더 많은 고객을 끌어와야 함.
CAC가 LTV(Life Time Value)를 넘어가면 안됨
주로 마케팅팀이 고민하지만, 기획자는 데이터를 보고 기획의 방향성을 정할 수 있음

사용자 활성화(Activation)

Activation (활성화) : 원하는 행동 달성

Airbnb의 예시

서비스 기획자로써 Activation의 접근 : Friction 줄이기

friction : 사용자들이 프로덕트에서 경험하는 마찰
friction을 개선하면 activation 향상 가능
(정량적) 데이터(퍼널 전환율) 분석해서 이탈이 많이 일어나는 구간 찾기
(정성적) 데이터는 what을 보여주지만 why는 보여주지 않음 → 고객 인터뷰로 ‘왜 이탈했는지’ 알아냄

Activation을 높이는 framework

💡 B = M x A x P : Solution을 찾는 Framewrok
Behavior = Motivation x Ability x Prompt
Motivation : 동기가 충분히 클 때 행동한다. perceived value(유저가 인지하는 가치)가 가격보다 낮다 → 유저가 프로덕트의 가치를 충분히 경험하게 한다. ex) 특정한 기능을 무료 체험시켜서 락인
Ability : 행동할 수 있는 능력이 충분히 있을 때 행동한다. 결제하고 싶은 사람이 결제할 수 있게 한다. ex) 10대 학생에게 문화상품권으로 결제 기능, 신용카드가 없는 사람은 Grab 드라이버에게 현금 지불
Prompt : 알람이나 트리거(내적/외적)가 주어졌을 때 행동한다. 마케팅커뮤니케이션( 푸시, 문자 등) 프로덕트 내 CTA(Call to Action)
Friction 줄이기 : 우리가 원하는 것은 고객이 ‘구매 행동’을 하는 것. 구매 행동을 하기까지 friction은 무엇이 있을까 고민할 것

Activation에서 기획자가 중요하게 봐야 하는 지표

ConVersion Rate (전환율)

컨버젼레이트(CVR)

고객의 행동을 유도하는 위젯 활용 → Call to Action (CTA)

사례 1. 번개장터의 상품 등록 Floationg Button

사례 2. 모인의 송금 신청

사례 3. 야놀자의 여름에는 물놀이, 겨울에는 스키장, 가을에는 테마파크 배너

사용자 재방문(Retention)

Retention (재방문) : 이미 온 고객이 다시 방문하는 것

리텐션에서 가장 중요한 것 → 고객이 다시 방문할 만한 좋은 제품을 만드는 것

Retention을 보기 위해서 알아야 하는 지표

Cohort 분석 : 공통된 특성이나 경험을 가진 그룹이 시간이 지남에 따른 유저 리텐션을 분석하는 것

Retention을 높일 수 있는 방안

App 푸시 알림 기능

앱 인덱싱 설정
딥/유니버셜 링크 확인

기존 고객 이벤트

마케팅팀과 협업
그로스팀과 협업

매출(Revenue)

스타트업 수익 모델의 종류

광고 기반 수익 모델 - 페이스북, 트위터, 인스타그램 등
구매 및 거래 기반 수익모델 - 아마존, 쿠팡 등
구독형 수익 모델 - 넷플릭스, 왓챠, Slack

무료 서비스의 진실 - ‘당신은 상품입니다’

Revenue에서 서비스 기획자가 가장 중요하게 봐야 할 지표

Customer Life Time Value (고객 생애 가치)

CLV = (평균 구매 금액 x 총 마진 x 구매 빈도 x 고객 수명) - 고객 획득 비용

고객 생애 가치(CVL)를 어떻게 계산할까?

위 정보가 있으면 CLV를 쉽게 계산할 수 있습니다. 평균 구매 금액(APV)에 평균 총 마진, 구매 빈도, 고객 수명을 모두 곱합니다. 마지막으로 고객 획득 비용을 뺍니다.

예로, 월간 구독료 10$인 서비스의 경우 평균 총 마진이 70% a이고, 고객 수명은 60개월(5년)인데, 고객 1명을 확보하기 위해 20$가 든다면, CLV는 다음과 같습니다.

CLV = (10$/월 x 0.7 x 12개월/년 x 5년) - 20$ = $400

고객 생애 가치 계산 방법은 다양합니다. 위 방법은 가장 보편적이면서 포괄적인 방법입니다. 하지만 CLV는 판매 상품의 수 (SKU), 요금제(무료/유료), 사용자 참여 정도(파워 사용자/일반 사용자) 등 다양한 요인에 따라 다양합니다.

가격 책정 알고리즘의 함정 - 하버드 비즈니스 리뷰 아티클 중

많은 기업이 알고리즘을 이용해 가격을 책정하고 실시간으로 조정하고 이익을 극대화하지만 가격 변동이 잦아지면 고객이 떨어져 나가거나 고객 충성도와 브랜드 평판이 훼손될 수 있든 것이다. 가격 책정 알고리즘은 인공지능과 머신러닝을 바탕으로 수요와 공금, 경쟁자의 가격, 배송시간등의 변수를 책정한다. 하지만 이런 알고리즘은 잦은 가격변동이 고객 심리에 어떤 영향을 미치는 지까지는 고려하지 못해서 고객들은 기업이 가격을 바꾼 이유나 상품과 서비스의 가치에 대해서 의문을 품게 만든다는 것이다.

역동적인 가격정책이 고객에게 어떤 메시지를 던지고 고객관계에 어떤 영향을 미치는지 기업이 보다 잘 통제하려면 알고리즘의 적절한 사용 사례와 배경을 설정하고 또 결과를 책임질 명확한 주체가 이를 관리하도록 해야 한다. 그리고 가격 측정의 기준에 대해서 모니터링을 하고 필요할 때는 자동 가격 책정 알고리즘을 빠르게 중단해야 한다고 했다.

서비스 기획자로서 가격 알고리즘에 대한 정책과 거기에 대한 끄는 것에 대한 정책, 그리고 그 기능에 대한 고민이 필요하다는 내용이었다.

티스토리