데밸챌) 그로스 해킹 - 2

"그로스 해킹은 성장하는 서비스를 만드는 방법에 대한 과정이다."

 

본질적으로 그로스 해킹이란

 

"어떻게 하면 서비스, 제품 측면에서 데이터를 바탕으로 회사를 성장시킬것인가? "

 

에 답하는, 성장에 초점이 맞추어진 프레임이라고 할 수 있다. 

 

 

주요 흐름은

 

1) AARRR이라고 불려지는 KPI + 추가적인 지표들의 모니터링

2) 개선사항에 대한 실험과 피드백

3) (가장 중요하다고 생각되는)민첩한 의사결정을 통한 빠르게 반복되는 실험과 적용

 

이다.

 

즉, "가볍고 민첩하고 빠르게, 그리고 데이터를 통해 확실하고 정확하게" 가 핵심이라고 할 수 있다. 

 

 

여기서 AARRR이란

 

고객유치(Acquisition)

활성화(Activation)

리텐션(Retention)

수익화(Revenue)

추천(Referaal)

 

로서 지금 회사에서 목표로 하고 있는 일이 잘 진행되고 있는지 모니터링에 사용된다. 당연하게도 목표에 따라 꼭 저 5가지 KPI를 사용하지 않을 수도 있고, 위의 5가지에 추가 지표들도 사용할 수 있을 것이다.

 

"제품은 가설의 조합으로 이뤄져야 하며, 그러한 가설을 테스트하기 위한 최소한의 기능으로 이뤄져야 한다."

 

이때, "제품"에 주목해보자.

 

제품이란 무엇인가?

 

제품, 서비스란 본질적으로 어떤 문제를 해결하기 위해 탄생한 것이다.

(여기서 "문제"가 무엇인지 정의해야 하지만 일단 넘어가보도록 하자)

 

가령, 'A라는 문제가 있을 것 같으니 A라는 문제를 해결해보자!"라고 해서 A를 해결하는 상품이 나오는 것이다. 

 

그러나 그 문제가 실제로 존재하는지, 존재하지만 문제의 중요성이 큰 지 작은 지 등등을 확인해봐야 한다. 

 

따라서 일단 해결하려고 하는 문제를 풀 수 있는 최소한의 기능을 가진 상품을 만들어 놓고

 

제품에 대한 여러 가설들을 실험과 지표를 통해 확인해가며 실제로 이 제품이 가치 있는지 확인해 나아간다.

 

이것이 제품-시장 적합성이라 불리우는 PMF를 확인하는 흐름이다.

 

 

쉽게 말해 우리가 만든 제품이 실질적으로 문제를 풀 수 있고 타겟 고객들에게 가치가 있는지 최소한의 품을 들여 확인해보겠다는 것이다.

 

 

만약, 문제가 타겟 고객들에게 중요하다고 여겨지고 제품이 가치가 있다면 지표상으로 어떤 일이 일어날까?

 

1) 고객들이 제품을 사용해보고 긍정적인 반응을 보이며 다음에도 써야겠다는 생각을 할 것이다.

 

2) 다음에도 같은 제품을 사용하기 위해 해당 제품을 판매하는 인터넷 사이트에 접속하여 제품을 찾아보고 구매도 할 수 있을 것이다.

 

3) 더 나아가 해당 브랜드의 다른 제품들도 구매할 수 있다.

 

4) 또한 해당 제품을 다른 사람들에게 추천할 수도 있다.

 

 

따라서 PMF를 확인하기 위한 지표로 자연스럽게 다음과 같은 것들이 사용된다.

 

a) Retention

 

-> 1)에서와 같이 제품이 마음에 들면 그 제품을 계속 사용하는 것을 말한다.

 

b) Conversion Rate

 

-> 2)에서와 같이 구매까지의 여러 단계로 이루어진 고객 여정을 거친다.

 

c) Net Promoter Score(NPS)

 

->4)와 같이 다른 사람에게 추천한다.   

 

 

물론 이런 것들의 수치가 좋다고 무조건 PMF가 잘 이루어졌다고 말할 수는 없을 것이다.

 

이 수치에 대한 자체 검증도 필요할 것이다.

 

또한, 제품을 개선하고 위의 수치들이 얼마나 개선됐을지에 대한 검증 자체도 생각보다 까다로울 수 있다. 

 

만약 수치들이 개선 되었다면, 그 개선의 이유가 우리가 제품을 개선했기 때문이라고 100% 확신할 수 있을까? 

 

뭔가 계절의 영향은 없을까? 혹은 다른 외부 변수의 영향은 없는 것일까?  

 

만약 개선이 되었다면, 수치가 얼마나 변해야 개선되었다고 확정지을 수 있을까?

 

이러한 상황까지도 고려해봐야 한다. 

 

무작정 개선되었다고 확정지을 수 없는 것이다. 잘못하면 KPI 수치는 좋아졌지만 실질적으로는 퇴보할 수도 있다.

 

 

또한 어떻게 데이터들을 모을지와 어떤 데이터들을 모을지에 대한 문제도 남아있다.

 

인터넷을 통한 서비스라면, 서비스를 개발하는 단계에서 자연스럽게 로그 데이터를 어떻게 모을건지에 대한

 

대화가 반드시 이루어질 것이다. 그러나 실제 제품을 만들어서 오프라인으로 판매하거나 온라인 쇼핑몰에 판매하는 

 

경우라면, 다양한 채널을 통해 판매하게 될텐데, 그때 다양한 채널에 대한 데이터를 어떤 방식으로 한 곳으로 모을지

 

에 대한 것도 고려해야 한다. 

 

특히 conversion rate을 고려할 때 보통 funnel analysis를 하게 되는데, 이때 자사몰이 아닌 경우,  각 funnel에 대한 데이터

 

를 어떻게 모을지가 문제가 될 수 있다. 따라서 각 funnel을 정의하는 것 부터, 데이터를 수집하는 계획까지 치밀하게 

 

계획할 필요가 있다.