그로스 해킹 - 복잡한 머릿속이 정리되는 치트 시트(Cheat Sheet)

 

 

[그로스 해킹] 저자 : 양승화 출판 : 위키북스 발매 : 2021.1.14

 

실무만 열심히 하는 당신이 이론도 알아야 하는 이유

어떤 분야든 실재와 이론은 엄연히 다르다.

이론만 알고 실재에 적용하지 못하는 지식보다는 실제로 적용가능한 암묵지가 훨씬 유용할 때가 많다.

그러나 이런 암묵지에만 의존하게 되면 새로운 이론이나 지식을 받아들이는 게 게을러져서 발전이 없게 된다.

 

그래서 두 가지 모두 중요하다고 생각한다.

 

이 책은 그런 관점에서 나에게 아주 좋은 자극이 된 책이다.

 

예를 들면, 앱 로그 분석을 하면서 마지막 퍼널(Funnel)로 가는 어트리뷰션(Attribution)을 어떠한 기준과 원칙으로 할지를 우리는 직감적으로 혹은 비즈니스 모델에 따라 결정하게 되는데 실무에서는 사실 어떤 용어로 불리는지 중요하지 않았다. 우리는 고객의 마지막 퍼널이 결제는 아니기 때문에 모든 어트리뷰션을 동일하게 봐야 한다 정도의 내부 구성원 합의가 중요할 뿐이다.

 다만 이것이 우리 서비스를 떠나게 되었을 때, 예컨대 외부 커뮤니케이션을 하거나 혹은 나의 경험을 설명하는 자리에서는 퍼스트 클릭(First Click)인지 라스트 클릭(Last Click)인지 혹은 멀티 터치 어트리뷰션의 선형모델(Linear)인지는 중요하게 된다. 그리고 우리의 서비스가 기존과 달라지거나 혹은 다른 서비스의 레퍼런스를 찾는 과정에서도 이러한 이론을 갖추고 있다면 좀 더 시행착오를 줄일 수 있게 된다.

 

그래서 실무를 하고 있는 입장이지만, 그동안 해왔던 것들이 어떤 근거와 이론을 바탕이 된 것인지 알게 되었다.

 

인상 깊었던 몇 가지에 대한 생각

책에서 인상깊게 봤던 부분을 기록해 보았다.

 

2장 전제조건: Product-Market Fit

~ 많은 경우에 리소스나 일정의 제약이 있기 때문에 처음 출시하는 제품에는 계획했던 기능을 모두 담아서 내보낼 수가 없다. 그러다 보니 서비스 출시 후 기대만큼의 반응이 없는 경우 ‘아직 계획했던 만큼의 기능이 완성되지 않아서’라고 합리화하고는 일단 서비스에 새로운 기능을 추가하는 쉬운 선택을 하는 경우가 많다. 하지만 안타깝게도 이 판단은 이 시점에 할 수 있는 가장 나쁜 선택이다.
- 15p

 

문제가 진짜 있긴 한 지, 제품이 그 문제를 해결한 게 맞는지, 세운 가설은 무엇이고 그 가설은 검증되었는지
18p

 

많은 스타트업에서 알면서도 하기 어려운 부분이 바로 이 포인트라 생각한다. 

제 자식처럼 애정이 넘치는 제품을 시장에 내놓다 보니, 실패를 인정하기 어렵다.

딱 엄마의 마음이다. '우리 새끼 제일 잘났는데 왜 몰라봐주나요? 너네가 잘못됐어.'

 

그래서 좀 더 예쁘게 보이도록 꾸미거나, 기능적으로 추가해서 다시 내놓는다.

인지부조화는 점점 깊어지고 다시 되돌릴 수 있는 시간은 점점 멀어져 간다.

하지만 역설적으로 애정이 넘치지 않으면 제품이 개발되겠는가? 

 

그래서 제품의 아이디어 단계에서 정말 신중하고 면밀하게 리서치하여 제품의 착수해야 한다는 걸 다시 한번 느낀다.

또한 제품이 이미 시장이 나온 상태라면 MVP를 통해 가설검증을 하는 데만 집중해야 한다.

 

제품-시장 적합성이 충분하지 않은 상황에서 해서는 안 되는 것
브레인스토밍
새로운 기능을 추가하는 것
잔존율이나 전환율을 개선하기 위한 실험
- 31p

 

해야 하는 것
사용자를 직접 만나서 이야기를 듣기
사용자 행동 데이터 분석

 

소위 말해서 PMF(Product-Market Fit)을 찾지 못한 상황에서 해선 안 되는 것과 해야 하는 것을 정의했는데 정답이라고 보긴 어렵다고 생각한다. 왜냐하면 PMF라는 것도 사실 정량적으로 판단하기 어려운 개념이고, 한 번 찾은 PMF가 사업 끝까지 가는 경우도 드물기 때문이다.

 

그래서 여기서 필자가 하고 싶은 말은 나는 '항상 본질을 내려놓지 않기'정도로 생각했다.

 

비단 PMF가 아니라 일을 하다 보면 이런 경우가 허다하다. 어느 순간 야크 털을 깎고 있는 나 자신을 반성하게 된다.

 

3장 AARRR

일반적으로 오가닉이라는 분류는 (중략) ‘유입된 채널을 식별할 수 없는 사용자’에 가깝다.
- 47p

 

이 부분은 크게 반성한 부분인데, 데이터 분석을 할 때 오가닉 유저(Organic user)는 단순 자연유입 정도로 게으른 사고를 해 왔다.

 

물론 일부 트래킹 하지 못하는 마케팅 활동의 성과를 측정할 때는 오가닉 유입 유저에 특정 앱 로그를 더해 추정하는 방식을 활용하긴 해왔다.

 

그런데 이 문장을 보고 곱씹어보니 우연히 검색을 하든(SEO : Search Engine Optimization), 옆자리 동료가 추천하든(Viral Effect), 지나가는 버스 정류장의 LED 광고에 끌리든(ATL : Above the line), 분명 시작은 마케팅일 테니 자연유입이라는 게 얼마나 잘못된 해석이었는지 깨닫게 되었다.

 

 

어트리뷰션 모델
- 64p

 

서론에 제시했던 어트리뷰션 모델에 대한 내용이면서 나중에 다시 읽어보고 싶은 내용 

 

 

‘정답’을 찾는 것이 아니라 ‘원칙’을 세우는 일이다.
- 70p

 

이 책을 관통하는, 특히 데이터 분석에서 가장 중요한 주제라 생각한다.

 

채널 확장은 예산이 아니라 채널의 포화도(Saturation)를 바탕으로 결정해야 한다.
- 79p

 

광고에 있어서 채널 최적화가 먼저이며, 채널을 늘리는 것은 크게 도움 되지 않는다 내용이다.

 

우리가 데이터를 통해 확인하려고 하는 것은 눈앞에 있는 지표 몇 개가 아니라 ‘고객’에 대한 폭넓은 이해라는 점을 기억하자.
- 80p

 

퍼포먼스 마케팅이든 그로스해킹이든 데이터 분석이든 가장 핵심이라 생각한다. 언제나 데이터는 수단이지 목적이 될 수 없다는 점이다. 마찬가지로 최근 데이터 분석이 기술적인 방법론(e.g. 머신러닝, 분석모델 등)에 관심이 쏠려 있는데 결국 이러한 것들은 모두 올바른 의사결정을 하기 위한 수단이라는 것이다.

 

친구 초대는 세세한 프로세스와 화면 단위의 사용자 경험(User Experience)이 얼마나 잘 설계됐느냐에 따라 그 효과가 크게 달라진다. 서비스마다 친구 초대를 유도하는 시점, 친구 초대에 대한 보상, 친구 초대를 하는 맥락, 친구 초대 핵심 메시지 등 친구 초대 기능에 대한 로직 설계는 천차만별이고 그에 따른 효과도 편차도 매우 크다.
- 128p

 

이 역시 서비스마다 바이럴을 통한 사용자 확보에는 방법을 달리 해야 함을 강조하고 있다. 카카오뱅크에서는 모임 통장, 토스에서는 송금지원금 받기라는 서비스를 통해 같은 핀테크(fintech) 임에도 서로 다른 바이럴 설계를 했다. 이는 비즈니스 모델과 서비스에 따라 달라야 한다는 내용이다.

 

 

추천 시스템에 대한 효과를 분석할 때는 바이럴 계수를 구하는 것과 함께 ‘초대 주기가 얼마나 빠른가?’를 꼭 고려해야 한다.
- 133p

사실 이 단계는 일단 추천 시스템이 어느 정도 자리가 잡아야 고려할 수 있는 내용이라 생각한다.

 

우선은 바이럴이 일어날 수 있을 정도로 좋은 제품을 먼저 만들고, 그다음으로 서비스를 주변에 추천할 수 있는 자연스러운 초대 맥락을 기획해야 한다. (중략) 추천시스템이 잘 작동하려면 앞서 설명한 활성화 단계가 잘 구축돼 있어야 한다.
- 136p

 

자꾸 우리 서비스가 왜 인기가 없지 혹시 홍보가 잘못됐나를 고민하기 전에 제품부터 다시 돌아보라는 메시지다.

좋은 제품이 결국 마케팅이다.

 

 

4장 지표

 

실제로 데이터 분석가들이 데이터 추출 요청 업무를 진행할 때 가장 많은 시간을 사용하는 부분은 데이터를 추출하기에 아파서 요청 사항을 구체화하는 과정이다. 사실 요청 자체가 명확하면 그 이후 데이터 추출 과정은 상대적으로 수월하게 진행되는 경우가 많다.
- 140p

 

지표를 기반으로 성장 실험을 할 때는 해당 지표를 어떻게 정의하고 측정할 것인가를 반드시 짚고 넘어가야 한다. 모호한 지표는 모호한 액션을 이끌 수밖에 없기 때문이다.
- 144p

 

 필자가 마이리얼트립에서 크로스셀 비율을 높이는 임무를 받고 어떻게 조작적 정의를 했는지에 대한 내용이 있는데 정말 참고할 만한 부분이다. 당연히 조작적 정의가 구성원들의 합의를 구하는 것이 당연하거니와 여행업을 잘 모르는 상태에서 어떻게 커뮤니케이션하는 것이 옳은가에 대한 행동. EDA를 과정을 거쳐 정의를 내릴 수 있는 몇 가지 후보를 선택하고 구성원들과 소통하면서 기준과 원칙을 만들어 나가는 모습 등이 인상 깊었다.

 

 

결국 마케팅의 성과를 전체 관점에서 측정하고 최적화하려면 한두 개의 지표 움직임으로 판단하는 것이 아니라 해당 마케팅을 통해 우리 서비스의 신규 고객 유치나 매출 상승에 어떤 효과가 있었는지를 여러 가지 시나리오와 지표를 바탕으로 종합적으로 판단하고 의사결정하는 것이 필요하다.
- 148~9p

 

 

심슨 패러독스
- 151p

 

필자가 크로스 셀(Cross sell) 지표의 전월 대비 하락했는데, 국가별로 쪼개보니 그렇지 않다는 것을 알게 된 사례이다.

 

 

OMTM vs KPI

- 171p

 

일단 회사의 규모나 형태에 따라 달라질 수 있다고 생각하는데, 만약 스타트업이거나 성장을 중요시 여기는 회사라면 당연히 OMTM라 생각한다.

 

 

5장 그로스 해킹 시작부터, 성장실험까지

 

발생하는 모든 이벤트를 기록해야 한다는 생각을 버리고 분석에 필요한 이벤트를 정확하게 적재하는 것이 이 단계의 핵심이다.
- 189p

 

 그로스 해킹을 위해 트래킹 플랜(Tracking Plan)을 수립하고 로그 설계 프로젝트에 참여했는데, 모든 이벤트가 다 기록되었으면 좋겠다는 실없는 소리를 했던 기억이 떠오른다.

물론 그에 따른 QA 공수는 내가 다 짊어졌지만....😂

 

 지금은 알고 있지만, 서비스를 처음 기획하는 단계에서 이 로그가 왜 필요한지, 이것으로 어떻게 가설을 검증할 것인지를 머릿속에 그려봐야 함을 다시 한 번 되뇌여 본다.

 

마무리하며...

IT서비스에 관련된 책은 보통 몇 개월이 지나면 고전(레거시 같은) 취급을 받는다.

이 책 역시 연식이 꽤 되는데, 그럼에도 틀린 내용이 거의 없다. 부사수가 혹시 생기면 온보딩 과정을 함께하고 싶은 책이다.