그로스 해킹, 별 거 아니에요: 소프트뱅크 Arm 트레저데이터 고영혁 한국총괄

무슨 데이터를 모아야 하고, 어떻게 분석하고, 어떻게 적용하나?

"[BM]과 [서비스]와 [데이터]를 처음부터 같이 고려하고 설계하지 않으면

데이터를 의미있게 쓴다는 말 자체가 넌센스"

LAYER 1. 비즈니스 모델

1. "저희가 고객님께 이런 가치를 줄 거에요."

2. "가격은 얼마에요."

3. "동의하시면 돈 내세요."

BM을 잘못 설계할 경우 > 

고객의 문제를 제대로 파악하지 못했다 > 팔리지 않음 

파악은 했는데 해결하는 가치를 잘못 제안했다 > 팔리지 않음

고객가치를 제대로 제안했으나 프라이싱이 잘못됐다 > 팔리지 않음

LAYER 2. 서비스 디자인

- 서비스 = 고객가치를 고객에게 와 닿게 전달시키는 인터페이스 (UX/UI)

- 비즈니스 모델에서 약속한 가치를 기업이 의도한 대로 전달시키는 역할

- 좋은 서비스 디자인에서 좋은 데이터 모델링이 자연스럽게 도출된다

- 고객불만을 해결하는 과정에서 매우 구체적인 서비스 스펙과 디자인이 나옴

- 서비스 요구사항이 극도로 디테일해지면서, 사용 과정에서 발생하는 행동 데이터의 모델링도 도출된다

> 결국 BM-서비스-데이터 관계를 처음부터 고려하지 않으면 데이터를 의미있게 써먹는다는 것이 성립할 수 없다.

서비스 디자인을 잘못 설계할 경우 > "기업이 했던 약속이 와 닿지 않는다"

"어느 비즈니스/서비스 프로세스든, 돈을 만들어 내기 위해서

몇 단계의 [고객만족]을 달성해야 하는 체인이 존재한다."

"e커머스의 경우, (웹앱에 들어와) 장바구니에 상품을 넣고 결제까지 이루어지는 이전 단계들인데,

이러한 단계들을 업계에서는 Customer Journey라고 표현한다."

결제까지 도달하는 고객 여정(Customer Journey)의 각 단계에는 다음 단계로 넘어가는 것을 방해하는 요인들이 존재한다.

*광고영역에 주의를 흐뜨러트리는 광고가 팝업

*다른 사이트로 넘어갔다 다시 돌아오니 장바구니 넣는 걸 까먹는 흐름이 발생

따라서 "최종 목적지까지 도달시키는 것을 얼마나 효율적으로 하느냐"가 내가 생각하는 그로스해킹의 정의다.

LAYER 3. 데이터 모델링

"정량화할 수 있는 목표를 달성하기 위한 가장 효율적이며 최적의 경로의 방법을 찾아 실행하는 것 = 그로스 해킹"

- 데이터의 역할은 고객 여정의 각 단계에서 발생하는 개별 고객의 행동을 파악하여 문제를 진단할 수 있게 하는 것

- 그러나 전체 데이터로 경향성/패턴만 본다면 문제상황의 단서를 찾기 어렵기에 매출 증대 등 퍼포먼스로 이어지기 힘들다

- 그로스 해킹의 방법론을 적용하기 위해서는 개별 사용자의 행동 하나하나를 각각 기록하는 방법이 필요

- 이런 형태의 데이터는 기존 통계적 테이블로 정리된 데이터와는 다소 다른 기법으로 처리/저장해야 함

- 대용량 로그성 데이터를 고속으로 분석할 수 있는 틀 또한 기존의 툴과 매우 다른 방향성을 가짐

스타트업, 구글 애널리틱스만 잘 써도 반은 간다

돈 없는 스타트업, GA 어디까지 쓰고 있나?

70-80%, 첫 화면 정보만 활용

- GA를 모르는 스타트업은 없지만 대다수는 아래와 같은 기초정보만을 활용하는 수준에 그침

- 첫 화면 대시보드/ 그래프/ 일간, 주간, 순 방문자 수/ 페이지뷰/ 재방문 유저 수 등

10-20%, 캠페인 트래킹까지 진행

- 광고 또는 유입 링크 등 UA(사용자획득) 캠페인 별 트래픽을 개별로 트래킹 (=캠페인 트래킹)

- "어디서 들어온 애들이 어떤 특성을 갖고, 어떤 면에서 다른 유입채널에서 온 애들보다 낫네"

10% 미만, 골 트래킹까지 진행

- 목표 설정까지 세팅하여, 채널별로 획득한 사용자가 서비스 성장 관점에서 "반드시 통과해야만 하는 목표"를 설정/관리

원천적인 질문: "우리가 봐야 하는 의미 있는 지표는 무엇인가?"

- "페이지만 많이 보면 장땡", "주간 UV는 얼만데, 한 주 기준으로 유니크한 애들이 몇 명 들어와서 얼마를 써", 등등

- Void Metric(있어 보이지만 실제로 비즈니스에 중요하지 않은 지표) 보다 중간중간 핵심 체크포인트에서의 숫자가 훨씬 중요하다

"우리 비즈니스가 잘 되기 위한 최종적인 목표치를 숫자로 잡고, 그 앞 선결 조건들,

예를 들어 장바구니에 넣고 이런 단계에 대한 중간 목표를 명확하게 설정해야 해요."

GA의 한계점

- 서비스 이용자 수, 트래픽 볼륨이 커지기 전까지 GA는 매우 훌륭한 툴

- 비싼 유료 버전을 쓰지 않는 한, 볼륨이 커졌을 때 표본 추출된 데이터만 사용하므로 한계 발생

- 그로스 해킹을 위해선 개별 이용자 행동에 대한 RAW 데이터가 필요한 시점이 반드시 오게 됨

- GA360 유료버전에서 RAW 데이터를 제공 (비쌈)

- 앰플리튜드(Amplitude)는 GA보다 세밀한 커스텀 조정이 가능하며, 무료 버전에서도 RAW 데이터 접근 가능

- 펜도(Pendo)라는 서비스도 체크해 볼 만 함

그로스 해킹과 궁합이 잘 맞는 비즈니스 영역들

온라인/모바일 게임

- 서비스와 비즈니스가 이루어지는 모든 흐름에 대해 원하는 정보를 데이터로 획득하기가 매우 쉬움 (획득 코스트 낮음)

- 같은 이유로 온라인 커머스가 오프라인 커머스보다 획득 코스트가 현저하게 낮음

옴니채널(O2O) 커머스

- 온라인과 오프라인 커머스를 연결한 전체 데이터를 활용하여 비즈니스를 최적화하는 사례가 늘어나고 있음

   (무인양품, 시세이도 등)

광고시장 (Ad-tech)

- 광고주와 광고 퍼블리셔의 목적을 달성시켜주는 산업

- "광고를 보고 싶어 할 만한 사람에게 제때 적절한 매체로 광고를 보여줘야 광고주+퍼블리셔를 모두 만족시킬 수 있다"

- 광고 진행 과정은 실시간 데이터 수집으로 파악 가능해지면서 그로스 해킹을 적용하기가 매우 용이해짐

콘텐츠시장

- 어떤 콘텐츠들이 어떤 사람들에게 언제, 어떻게 소비되는지 실시간으로 파악

- 파악 결과에 따라 데이터로 조정하면서 매출 최적화 진행

- 동일 콘텐츠를 다른 시기에 페이스북에 릴리즈했는데 왜 반응이 다른가?

- 어떠한 변수가 달라졌고, 반응에 영향을 미친 변수가 무엇인지를 파악

- 뷰 숫자, 공유 숫자 등 단편적 지표 이상의 지표가 필요함

- i.e., 콘텐츠 스토리텔링에서 기-승-전-결 구간에 모두 데이터 수집 포인트를 박고 콘텐츠 이용 양상을 파악

- "누가"와 맥락에 대한 파악도 매우 중요: "예전에 뭘 보던 사람인가", "같은 애들인데 컬처 코드가 바뀌어서 반응이 달라졌어"

그로스 해킹 성공사례

무인양품

옴니채널 최적화 및 개인화 진행을 통해 매출 46% 상승

- 고객이 무인양품 매장에 들어가면 [과거 행동 패턴], [매장 재고]를 포함한 수많은 데이터를 통합하여 분석했기 때문

- 종합 데이터를 바탕으로 매장이 손해보지 않는 선에서 잠재고객이 만족할 [개인화된 쿠폰]을 실시간(near-realtime) 발급

- 매출 46% 신장

- 쿠폰사용률 2배 증가

- 매장 체류 시간/ 매장 동선량 18% 증가

시세이도, "와타시플러스"

- 일반 화장품 회사들의 온라인 사이트는 모델/화장품 비주얼 중심의 마이크로사이트, 홍보성 사이트이거나 e-커머스이거나 둘 중 하나

- 시세이도는 주력 웹사이트를 "와타시플러스"라는 웹서비스로 구축

- 웹 서비스 첫 페이지에 아이덴티티 명시 

"저희 와타시플러스는 고객님이 뷰티나 화장품 등 피부케어에 대한 모든 궁금증이나 고민을 해결해 주는 곳입니다"

1. 건성에서 지성으로 바뀐 피부, 여드름 고민 등 궁금증에 솔루션과 함께 최적 오퍼를 제공 (+상품 할인 쿠폰, 테스트 체험 등)

2. 오프라인 매장 방문을 유도하는 방문 예약 프로세스 제공

2.1 고객이 매장에 가면 앱을 통해 체크인 처리

2.2 예약자 한정 특제 마스크팩 등 사은품 제공

- 모든 절차에 데이터가 남겨지고 이를 통해 고객 개개인의 고객 여정을 파악

- 매장 점주/점원은 체크인해서 들어온 고객의 히스토리를 통해 적절한 상품을 추천

- 맞춤형 서비스를 제공받은 고객은 서비스에 감동

- 오프라인 매장 매출 20% 상승하는 결과

---

본 포스팅은 ㅍㅍㅅㅅ 최기영 기자의 "그로스 해킹, '돈'을 부르는 데이터를 읽어라: Arm 트레저데이터 고영혁 한국총괄 인터뷰"를 바탕으로 작성되었습니다.