01장 그로스 해킹이란?
1.1 그로스 해킹 그거, 우리도 해봅시다
성장하는 서비스를 만드는 방법을 찾는 과정
1.2 그로스 해킹의 지름길이 있을까?
데이터 → 인사이트 → 서비스 개선
1.3 그로스 해킹 이해하기
•
Cross-Funtional Team: 목적 기반으로 구성된 조직에서 여러 직군의 구성원들이 치열하게 협업할 때 효율적인 성장 싱험이 가능하다.
•
Lean Startup: [제품 개발 → 지표 측정 → 학습 및 개선] 사이클
•
Minimum Viable Product(MVP, 최소 기능 제품): 아이디어를 검증할 수 있는 최소한의 제품
•
AARRR:
◦
Acquisition(고객 유치)
◦
Activation(활성화)
◦
Retention(리텐션)
◦
Revenue(수익)
◦
Referral(추천)
그로스 해킹이란?
크로스펑셔널한 직군의 멤버들이 모여서
핵심지표를 중심으로
실험을 통해 배움을 얻고, 이를 빠르게 반복하면서
제품이나 서비스를 성장시키는 것
02장 전제조건: Product-Market Fit
2.1 뭐가 문제인지를 모르는 게 문제
제품 - 시장 적합성(Product-Market Fit, PMF)
시장에서 제품의 반응이 좋지 않은 경우, 매출 부진이 발생하는 문제의 원을 모르는 상황은 제품과 시장의 적합성을 모르는 경우가 많다는 설명을 하고있다.
2.2 정말 많은 제품 관리자가 하는 실수
1) 제품을 먼저 만들고, 그런 다음에야 고객을 찾는다.
2) 기능을 추가하고, 추가하고, 추가한다
제품은 기능의 조합이 아닌, 가설을 테스트하기 위한 최소한의 기능으로 이워져야 한다.
2.3 제품-시장 적합성
좋은 시장에, 그 시장을 만족시킬 수 있는 제품을 갖고 있는 것
PMF를 확인하는 것은 우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가?의 질문에 답하는 과정이다.
1) 우리가 생각하는 그 문제가 진짜 있긴 한가?
존재 하지 않는 문제를 가정 → 정의 된 문제가 진짜 문제인지 파악해야한다.
2) 우리가 만든 제품이 그 문제를 해결한 게 맞나?
3) 이 제품을 만들면서 세운 가설이 무엇인가? 그 가설이 검증됐는가?
2.4 제품-시장 적합성을 확인하려면?
1) 리텐션(Retention rate)
유지율(리텐션) → 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표
리텐션은 시간이 지남에 따라 자연스럽게 감소, 떨어지는 기울기가 얼마나 완만한지 혹은 안정화되는 지점이 어디인지를 확인한다.
PMF를 만족하는 서비스는 초기 일정 기간이 지나면 그래프의 기울기가 완만해지면서 리텐션이 안정적으로 유지되는 패턴을 보인다.
리텐션은 서비스에 따라서 다르기 때문에, 절대적인 기준을 제시하기 어렵다.
2) 전환율(Conversion rate)
전환율은 한 단계에서 다음 단계로 넘어가는 사용자의 비율을 의미한다.
전환율을 구하려면 목표로 하는 이벤트를 정의하고, 이를 위해 거쳐야 하는 경로를 먼저 구체화해야 한다.
전환율도 카테고리 혹은 유입 경로에 따라서 차이를 보이기 때문에, 절대적인 기준을 제시하기 어렵다. 하지만 수치 자체보다 시간의 흐름에 따른 전환율의 변화 추이를 살펴보는 것이 더 유용하다.
3) 순수 추천 지수(Net Promoter Score, NPS)
“이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶으신가요?”
03장 AARRR
3.1 AARRR 개요
1) 지표를 바라보는 관점: 과업 기반(Task-based) vs. 프레임워크 기반(Framework-based)
AARRR은 지표에 대한 이야기
과업 기반: 조직별로 담당하는 업무를 정의한 후 해당 업무를 통해 발생하는 수치들을 지표화해서 관리하는 것을 의미한다. 
전체적으로 서비스 관점에서 무엇이 중요한 지표인지 판단하기 어렵다. 팀별로 진행 중인 업무가 언제든 추가되거나 변경될 수 있기 때문에 모니터링하는 지표가 수시로 달라질 수 있다는 문제점이 있다.
전체적으로 서비스 관점에서 무엇이 중요한 지표인지 판단하기 어렵다. 팀별로 진행 중인 업무가 언제든 추가되거나 변경될 수 있기 때문에 모니터링하는 지표가 수시로 달라질 수 있다는 문제점이 있다.2) 효율적인 지표 관리: AARRR
어떻게 하면 더 효율적으로 지표 관리를 할 수 있을까?
사용자의 서비스 이용 흐름(Use Flow)에 따라 단계 별 주요 지표를 전체 서비스 관점에서 정의해야 한다.
퍼널(Funnel) 구성 → 각 단계에서 핵심이 되는 지표가 무엇인지 찾아야 한다.
해당 지표를 원하는 방향으로 움직이게 하기 위해 어떤 과업이 필요할지를 거꾸로 고민해야 한다.
•
고객 유치(Acquisition)
•
활성화(Activation)
•
리텐션(Retention)
•
수익화(Revenue)
•
추천(Referral)
3) AARRR에 대한 오해
•
지표를 정의한 이후, 서비스 특성에 따라 카테고리별로 어떤 지표를 봐야 할지를 선정하는 과정
•
그리고 지표를 개선하기 위해 어떤 실험을 어떤 우선순위에 따라 진행할지를 결정하고 실행할 것인가가 필요하다.
4) AARRR을 활용하는 방법
•
각 단계별로 풀어야 하는 문제를 확인한다.
•
각 단계의 핵심이 되는 주요 지표를 선정하고, 해당 지표의 현재 수준을 측정한다.
•
측정된 지표가 가지는 의미를 이해한다.
•
개선해야 하는 목표 수준을 정하고, 실험을 통해 단계적으로 개선한다.
3.2 고객 유치(Acquisition)
1) 고객 유치(Acquisition)의 기본 개념
사용자를 우리 서비스로 데려오는 것과 관련된 활동 → 고객 유치에 기여한 채널의 성과를 판단할 수 있는 모델을 만드는 것이 핵심이다.
유입 채널에 따른 사용자 구분
•
오가닉(Orginic) 유저: 자발적으로 서비스를 찾아오는 고객 → 실제로는 유입된 채널을 식별할 수 없는 사용자에 가깝다. → 오가닉 보다는 미식별(Unknown)이라는 용어가 적합하다.
•
페이드(Paid) 유저: 비용을 집행한 마케팅 활동을 통해 우리 서비스를 찾아온 고객
즉, 고객 유치 데이터를 분석할 때 중요한 포인트는 오가닉 트래픽의 비중을 높이는 것이 아니라 가능한 한 많은 트래픽을 식별하는 것이다.
2) 고객 획득 비용(Customer Acquisition Cost, CAC)
한 명의 사용자를 데려오기 위해 지출하는 평균 비용
고객 획득 비용 지표를 활용하는 것의 핵심은 채널별, 캠페인별, 광고별, 날짜별 데이터를 쪼개서 보는 데 있다.
3) UTM 파라미터
서비스로 인입된 트래픽이 어느 경로를 통해서 들어왔는지 그 출처를 확인할 수 있도록 URL 뒤에 추가된 파라미터를 의미 → Urchin Tracking Module
소스, 매체, 캠페인, 검색어, 콘텐츠 등에 해당하는 파라미터 추가가 가능하다.
4) 모바일 앱 어트리뷰션(Attribution)
사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지를 식별함으로써 모바일 앱의 마케팅 성과를 판단하는 과정이다.
•
어트리뷰션 윈도우: 기여 이벤트가 발생한 이후 얼마만큼의 기간 동안 발생한 전환에 대해 어트리뷰션을 인정할 것인가를 의미
•
클릭-스루: 클릭을 통해 발생하는 기여
•
뷰-스루: 조회를 통해 발생하는 기여
어트리뷰션 모델: 여러 개의 어트리뷰션 접점이 발생하는 경우에는 기여도에 대한 판단을 내릴 수 있게 하는 일종의 기준이 필요하다.
•
싱글 터치 어트리뷰션
◦
퍼스트 클릭
◦
라스트 클릭
•
멀티 터치 어트리뷰션
◦
선형: 어트리뷰션 접점이 발생한 모든 매체에 동일한 가중치를 부여
◦
타임 디케이: 기여한 모든 채널의 어트리뷰션 기여도를 인정하지만 이 과정에서 각 채널의 기여도를 판단할 때 시간 흐름에 따라 가중치를 주는 방식
◦
U자형: 가장 먼저 발생한 기여 이벤트와 최근에 발생한 기여 이벤트에 동일하게 가중치를 부여하는 방식
•
딥 링크: 모바일 앱 안의 특정 화면으로 이동하는 링크 → 모바일에 해당 앱이 설치되어 있어야 한다.
•
디퍼드 딥 링크: 앱 내에 있는 특정 랜딩 페이지가 실행 → 앱 설치와 무관하게 사용자에게 모든 사용자에게 동일한 딥 링크 경험 제공 → 사용자의 사용 맥락이 유지된 채로 자연스럽게 앱으로 진입 가능, 딥 링크 생성 시 적절한 파라미터 추가가 가능
5) 고객 유치 정리
고객 유치에서 중요한 것은 숲과 나무를 함께 바라보는 것이다. 전체적인 관점에서 우리 서비스의 마케팅 데이터를 어떻게 통합해서 정리할지에 대한 고민이 함께 이뤄져야 한다.
3.3 활성화
1) 활성화의 기본 개념
고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것이 중요한 포인트다. → 활성화 단계의 핵심은 퍼널에 대한 분서이다.
퍼널 분석
•
핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가?
•
각 단계별 전환율을 어떤 기준으로 측정하는가?
•
코호트에 따른 퍼널별 전환율을 보고 있는가?
2) 퍼널의 세부 단계 정의하기
서비스의 핵심 가치 구체화 → 사용자들의 핵심 가치 경험
크리티컬 패스: 서비스에 진입하는 순간부터 핵심 가치를 경험하기까지의 경로
3) 전환율 측정하기
•
트래픽 기준: UX/UI 측면에서 개선점을 찾는 데 도움이 된다.
•
사용자 기준: UX/UI를 포함한 다양한 요소의 영향력이 종합적으로 반영되는 지표이다.
4) 코호트별 전환률 쪼개보기
전환율 지표는 전체 사용자를 대상으로 확인할 때보다 여러 그룹으로 쪼개서 볼 때 훨씬 더 강력한 의미를 지닌다.
코호트: 공통적인 특성에 따라 여러 집단으로 분류한 사용자 그룹
퍼널 분석은 전환율에 영향을 미치는 유의미한 선행지표를 발견하는데 있다.
5) 퍼널의 전환율을 높이는 방법
개인화: 서비스의 주요 화면들을 개인화해서 사용자 개개인의 맥락에 맞는 정보로 보여준다면 전환율을 높일 수 있다.
UX/UI 개선
적절한 개입: CRM(Customer Relationship Management), 개입의 맥락에 따라가 효과가 극적으로 달라질 수 있다.
6) 활성화 정리
핵심 가치 → 단계별 퍼널 → 코호트 기반 순서의 단계적인 분석 방법이 필요하다.
•
퍼널에서 필요 없는 단계 제거
•
퍼널 자체를 재설계
3.4 리텐션
1) 리텐션의 기본 개념
유지율
활설화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고, 그 수준을 측정할 수 있는 지표를 정의하고 관리해야 한다.
일반적으로 접속을 기준으로 측정한다. → 사용자가 서비스에 진입하는 것이 유의미한 행동이며, 이러한 행동이 반복되는지 살펴보는 것이 중요하기 때문이다.
2) 리텐션을 측정하는 세 가지 방법
•
클래식 리텐션: 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식
•
범위 리텐션: 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식
•
롤링 리텐션: 더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인지 계산하는 방식 → 사용 빈도가 높지 않은 서비스에서 유용하게 활용
•
약식으로 보는 리텐션 지표, 인게이지먼트
•
DAU: Daily Active User
•
MAU: Monthly Active User
•
인게이지먼트: DAU/MAU → 서비스의 추이를 보는 형태로 사용하기에 적합
3) 리텐션 분석하기
•
코호트에 따른 차이 살펴보기
◦
리텐션을 분석할 때 활용하는 코호트의 기본은 날짜
◦
유입 채널별 리텐션
•
리텐션 차트
◦
리텐션 차트를 만들면 코호트에 따라 리텐션이 어떻게 움직이는지를 시작화해서 확인할 수 있다.
4) 리텐션 개선하기
•
초기에 리텐션이 떨어지는 속도를 늦추기 → 활성화, NUX(New User Experience)
•
리텐션이 안정화된 이후에는 기울기를 평평하게 유지해서 오래 유지되게 하기 → CRM, 리마케팅
5) 리텐션 정리
리텐션 지표만 보지 않고 사용자 경험을 고려해야 한다.