이탈 전략

마지막 업데이트: 2022년 1월 18일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
데이터분석가
박장시

[단독]"권은희 잡았더니 조정훈 이탈" 검수완박 난감한 민주

'검수완박' 입법을 막기 위한 필리버스터를 저지하려는 더불어민주당이 난감한 상황에 부닥쳤다. 시대전환 조정훈 의원(초선·비례)이 19일 '검수완박'에 반대입장을 밝혔기 때문이다. 조 의원의 이탈로 인해 민주당은 필리버스터 저지를 위해 필요한 180석에 최소한 1석이 못 미치는 상황을 맞았다. 게다가 국민의당 권은희 의원이 19일 국민의당과 국민의힘의 합당에 반대하며 제명을 요구하면서'검수완박' 찬성 입장으로 돌아섬에 따라 1석을 추가로 얻어 한때 '180석 확보'에 성공한 듯 보였던 민주당은 같은 날 조 의원의 반대 선언으로 다시 1석을 잃음에 따라 당혹감을 감추지 못하는 분위기다.

민, 검수완박 필리버스터 저지 총력전
저지선 180석에 1석 모자란 상황에서
권 가세했지만 조 '검수완박 반대'선언
1석 늘었다 줄어 '179석'벽 넘지 못해
민주당, 조에 전화하며 러브콜 안간힘
조"문자폭탄 쏟아지지만 소신 지킬 것"
오후5시 '강찬호의 투머치토커' 상세보도

조 의원은 19일 자신의 페이스북에 "견제 받지 않는 권력 개혁은 필요하고, 정치보복성 수사도 사라져야 한다. 다만 지금 논의되고 있는 검수완박은 개혁이 아니라 권력의 이동에 가깝다. 이것이 정말 부패한 권력을 해결하는 개혁이냐"고 비판했다. 이어 "검찰개혁 완수란 명목으로 정치권의 싸움은 또다시 국회를 마비시킬 것이고, 진짜 처리해야 할 민생법안들은 또 외면받게 될 것"이라며 반대 입장을 분명히 했다. 조 의원은 "19일 반대 입장을 밝힌 이후 나를 비판하는 문자 폭탄을 수백개 받았다. '너 누구 덕분에 금뱃지 달았냐' '너 같은 인간 때문에 검찰이 활개치는거다' 등 입에 담기 힘든 욕설들이다"고 했다. 그는 "민주당 의원들도 3~4명이 내게 '도와줄 거죠?우리 편 들어줄 거죠?'라며 검수완박 입법과 필리버스터 저지에 동참할 것을 요구하는 전화를 해왔다"고 했다. 조 의원 측근들은 "조 의원과 마주치는 민주당 의원들이 3.9 대선 전에는 본체만체하더니 요즘은 눈에 띄게 친근하게 대하더라"고 전했다.

조 의원은 "그럼에도 나는 필리버스터 저지에 동참할 뜻이 없다"며"검찰개혁 의제가 최우선 의제가 아니라고 확신하기 때문이다. 지금 민생이 극히 어렵다. 협치를 해도 모자랄 판에 갈등을 증폭시키는 판을 (민주당이) 벌린 데 굉장히 부정적"이라고 했다. 조 의원은 "내가 19일 오전 '검수완박'에 반대입장을 밝히며 커밍아웃한 직후 뉴스를 보니까 권은희 의원이 찬성 입장을 냈더라"며 "내 입장은 권 의원의 입장이 나오기 전 이미 내려진 것으로 권 의원이 그런 결정을 한 것은 전혀 몰랐다"고 덧붙였다.

검수완박 필리버스터 저지에 캐스팅보트 역할을 하게 된 조 의원은 2년 전에도 필리버스터 저지에 캐스팅보트 역할을 한 적이 있어 더욱 눈길을 끈다. 소상공인 손실보상 법안과 관련해 야당이 필리버스터를 추진하자 민주당은 친여 성향 무소속 의원들을 끌어모아 필리버스터 저지선 180석 확보에 나섰는데 179석까지만 확보된 상황에서 조 의원이 가세함에 따라 필리버스터 중단에 성공했다. 조 의원은 "그때는 민생에 시급한 법안이라 봐서 필리버스터 저지에 찬성해줬지만, 지금은 그렇게 급하게 처리할 문제가 아니라고 판단해 필리버스터 저지에 반대하는 것"이라고 했다.

▶필리버스터 강제 종료=180석 이상 동의가 필요한데 민주당의 의석수는 172석에 불과하다. 친(親)민주당 성향으로 분류되온 기본소득당 용혜인 의원과 시대전환 조정훈 의원 등 1인 정당 의원 2명과 민주당 출신 무소속 의원 6명을 추가하면 180석이다. 하지만 이스타항공 배임횡령 혐의로 구속 중인 이상직 의원을 제외하면 179석에 불과하다. 이런 와중에 19일 국민의당 권은희 의원이 '검수완박'에 찬성하며 민주당 편을 들어줬지만, 조 의원이 이날 반대를 선언하며 이탈했다. 그런 탓에 권 의원이 가세해도 여전히 필리버스터 저지 의석은 179명에 불과하게 된 것이다.
(이 내용은 오후 5시 중앙일보 유튜브 '강찬호의 투머치토커' 김태우 인터뷰 편에서 상세히 보도된다.)

이탈 예측하기

박장시

데이터분석가
박장시

고객의 접속 세션 데이터를 이용해서, 유저의 이탈 가능성을 평가하는 방법을 정리한다.

기본 개념

‘이탈 기준 정하기’에서 데이터를 이용해 적절한 이탈 기준을 살펴보았다. 그리고 ‘개별 사용자를 고려한 이탈 측정하기’에서 유저 개인의 접속 특성을 고려한 이탈 척도를 살펴보았다. 종합하면, 유저가 특정 기간 동안 접속하지 않으면 이탈 유저로 정의하며, 유저 간의 비교를 위해서 이탈 위험 비율이라는 척도를 사용한다.

이 두 가지 개념을 이용하여, 모든 개별 이탈 전략 유저에게 이탈 유무를 기록하고, 이탈 위험 비율을 계산하여 이탈 유무를 설명하는 통계적 모형을 만들어 본다. 간략하게 요약하면 아래와 같은 함수 \(f\)를 생각할 수 있다.

  • Churn: 이탈 유무, 0 or 1
  • Risk Ratio: 이탈 위험 비율

즉, 유저의 이탈 위험 비율을 토대로 \(k\)라는 유저가 이탈할 가능성을 평가한다. 예를 들어, A라는 유저의 이탈 위험 비율이 2.2이라면, 위의 모형을 통해서 해당 유저의 이탈 가능성은 0.72라는 값을 얻을 수 있다.

이를 풀어서 설명하면, 자신의 평균 접속 주기보다 2.2배의 기간동안 접속이 없었던 유저 이탈 전략 A는 이탈할 가능성이 72%라는 의미다. 이는 임의의 예시이며, 실제 데이터를 통해서 해당 모형을 간단하게 만들 수 있다.

데이터 소개

설명을 위해서 가짜 데이터를 사용한다. 가짜 데이터는 ‘fake log generator’를 사용하여 생성하였다. 모형을 단순화하기 위해서 유저의 세션 접속 기록은 일 단위로 변환한다. 즉, 하루에 아무리 자주 접속하더라도 해당 유저의 접속 기록은 1일 1회로 표시한다. 만약 시간 단위로 세션 기록을 확장한다면, 더 자세한 분석이 가능하나, 모형이 복잡해지므로 이 글에서는 일 단위로만 설명을 한정한다.

생성한 가짜 데이터는 아래와 같다. cid는 유저 아이디를 나타내며, datetime은 로그인 시간이다. 로그인 이벤트만 존재한다고 가정하므로, 이벤트 타입을 명시하는 컬럼은 만들지 않는다.

가짜 데이터는 ‘fake log generator’의 make_multiple_cid_logs(3000, '2015-01-01', '2015-03-31', 2, .005) 함수를 사용하여 생성하였으며, 예제 파일 링크에서 다운로드 받을 수 있다. 새로 데이터를 생성할 경우, 예제 데이터와 다른 데이터가 생성된다.

데이터 가공

로그 데이터를 파일 형태로 확보했다면, 통계 모형을 만들기 전에 분석 가능한 형태로 변형해야 한다. 분석에 적합한 데이터 형태로 바꾸기 위해서 R의 dplyr 패키지를 사용한다. 데이터 분석에 적합한 데이터 형태에 대해서는 tidy data를 참고한다.

이탈 기준은 2015-03-31 시점에 마지막 접속 경과일이 8일을 초과하는 경우로 설정하였다. 이 기준은 ‘이탈 기준 정하기’의 내용을 참고하여 결정하는데, 해당 예제에서는 임의로 결정하였다. 경험적으로 이탈 기준은 7~14일 사이에서 결정되는 경우가 많은데, 서비스의 유저 행태에 따라 전혀 다르게 나타날 수 있다. 중요한 점은 이탈 기준의 길이에 따라 기민한 이탈 대응과 확실한 이탈 판단 사이에 상충 관계가 있다는 점이다.

데이터 정리 과정은 predict_churn.R을 이용하였다. 최종적으로 정리한 데이터는 아래와 같다.

모형 만들기

모형의 기본 형태는 churn ~ risk_ratio 와 같은 모습이다. 즉, 위험 비율로 이탈 여부를 설명하는 모형을 만든다. 설명하고자 하는 변수 churn 이 이항 사건이기 때문에 여러가지 분석 방법 중에서 로지스틱 회귀 분석을 사용한다. 로지스틱 회귀 분석을 사용한 이탈 예측은 여러 분야에서 매우 많은 사례를 찾아볼 수 있다. R에서는 아래와 같이 glm 함수에 family=binomial() 을 지정하여 로지스틱 회귀 모형을 만들 수 있다. 마찬가지로 predict_churn.R을 이용하여 모형을 만든다.

그런데, 해당 모형은 일종의 순환 논리 오류를 가지고 있다. churn 과 risk_ratio 는 ‘마지막 접속 경과일’에 일정 부분 종속되므로, 상당한 정보를 공유한다. 따라서 해당 모형은 표면적으로 상당히 정확한 모형으로 보일 수 밖에 없다. 바꿔 말하면, 애초에 비슷한 변수 2개를 모형의 종속 변수와 설명 변수로 설정하기 때문에 모형 자체가 갖는 의미는 크지 않다. 그럼에도 불구하고 해당 모형이 유용한 것은 위험 비율이라는 공통된 척도로 유저의 이탈 가능성을 점진적으로 도출할 수 있다는 점이다.

만약, 모든 유저에게 이탈 기준을 7일로 설정하면, 마지막 접속일로부터 7일이 지나기 전에는 이탈 위험이 0이였다가, 7일이 지나는 순간 이탈 위험이 1로 건너뛴다. 그러나 이탈 위험 비율로 이탈 가능성을 나타내면, 유저의 평균 접속 주기와 비교해서 마지막 접속 경과일이 늘어날 때마다 이탈 위험이 점진적으로 증가한다.

해당 모형으로 만든 이탈 곡선은 아래와 같다. 기본 개념에서 소개한

식에서, 함수 \(f\)는 아래 그래프의 좌하단 수식으로 나타낼 수 있다. 함수 \(f\)를 대입하여 아래의 수식처럼 유저 A의 이탈 가능성을 계산할 수 있다.

single_curve

위의 이탈 곡선을 살펴보면, 위험 비율이 1 이하일 때는 거의 이탈 가능성이 없다. 즉, 유저의 평균 접속 주기와 비슷하거나 그보다 더 짧은 기간 동안 접속이 없다면 유저의 이탈 가능성은 0이다. 그러나, 위험 비율이 2로 증가하면 유저의 이탈 가능성은 0.5로 나타난다. 이는 유저의 평균 접속 주기보다 2배 정도 긴 기간 동안 접속이 없다면 유저의 이탈 가능성은 50% 정도로 볼 수 있다는 의미다. 만약, 위험 비율이 3으로 증가하면 이탈 전략 이탈 전략 이탈 가능성은 거의 1이 된다. 다시 말해, 평균 접속 주기보다 3배나 긴 시간 동안 접속이 없었다면, 유저의 이탈 가능성은 100%가 된다.

위의 모형은 가짜 데이터를 사용하여 만들었으므로, 역시 가짜다. 다만, 충분히 일어날 수 있는 상황이며, 서비스의 종류나 유저의 행태에 따라 모형과 이탈 곡선은 판이하게 달라진다.

서로 다른 서비스의 비교

만약 두 개 이상의 서비스를 제공하는 경우라면, 개별 서비스마다 각각 이탈 곡선을 그릴 수 있다. 서로 다른 서비스는 서로 다른 이탈 곡선을 보인다. 유저의 접속 행태가 다르기 때문에 이탈 모형이 달라지기 때문이다. 만약 서비스 A와 서비스 B의 유저 접속 데이터를 이용하여 이탈 곡선을 도출한다면 아래와 같은 모습을 상상할 수 있다.

double_curve

A의 경우, 위험 비율의 증가에 따라 이탈 가능성이 상대적으로 가파르게 증가한다. 즉, 서비스 A의 경우에는 유저들이 약간만 오래 접속을 하지 않아도 이탈할 가능성이 높아진다. 그렇다고 서비스 A에 문제가 있다고 단언하기는 어렵다. 이는 서비스 자체 특성 때문일 수도 있으며, 유저들의 행동이 다르기 때문에도 나타날 수 있다. 다만, 매우 유사한 서비스라는 가정하에서는 이탈 곡선이 완벽한 S자를 그리면서 오른쪽으로 치우칠수록 긍정적이라고 볼 수 있다. 이는 평균 접속 주기보다 더 오랜 기간 접속하지 않더라도 재접속하는 유저가 많다는 의미이기 때문이다.

같은 서비스의 시계열 비교

이탈 곡선은 특정 시점을 기준으로 그린다. 위의 예시는 가상의 데이터에 대해서 2015-03-31 시점을 기준으로 이탈 모형을 도출하였다. 예제 데이터는 일 단위 접속 기록을 가정하였으므로, 하루에 하나의 이탈 곡선을 그릴 수 있다. 만약, 시간이 흐름에 따라 매일 이탈 곡선을 새롭게 도출한다면 이탈 곡선의 변동을 통해 유저의 행태 변화를 추적할 수 있다. 이를 나타내면 아래 그림과 같은 모습을 상상할 수 있다.

series_curve

위의 그림는 30일 동안 매일 하나씩, 총 30개의 이탈 곡선을 도출한 경우의 예시다. 밝은 색 곡선이 과거를 나타내며, 어두운 색 곡선이 가장 최근을 나타낸다. 위의 서비스는 시간이 지나면서 이탈 곡선이 오른쪽으로 이동하고 있다. 이는 동일 조건 하에서 매우 긍정적인 신호로 볼 수 있다. 유저가 평균 접속 주기보다 긴 시간 동안 접속하지 않아도 다시 서비스에 접속하는 경우가 점점 많아진다고 볼 수 있기 때문이다.

아래와 같이 반대의 경우도 생각할 수 있는데, 이탈 곡선이 좌측으로 이동하는 경우에는 유저들의 이탈이 가속화되고 있다고 추측할 수 있다. 극단적인 경우, y축의 절편이 0보다 훨씬 위로 이동하는 상황이 있는데, 기본적인 이탈률이 매우 높을 때 나타날 수 있는 모습이다. 즉, 아무리 유저가 접속 주기보다 짧은 시간동안 접속하지 않더라도 대부분의 유저가 이탈한다면 이탈 가능성은 항상 높게 나타날 수 밖에 없다.

series_bad_curve

시간 경과에 따른 이탈 곡선의 변화

동일 조건 하에서, 이탈 곡선이 완벽한 S자에 가깝고 우측으로 치우칠수록 건강한 서비스라고 할 수 있다. 매일 변화하는 이탈 곡선의 변동을 추적하면 유저의 접속 패턴에 대한 평가가 가능하다. 서비스 시작부터 이탈 곡선을 나타낸다면, 서비스의 현 상황이 과거와 비교하여 어떻게 변했는지 알 수 있다.

서비스 간 이탈 곡선의 비교 및 분류

서비스 상호 간에 이탈 곡선을 비교하면 다른 변수를 통제한 상황에서 어떤 서비스가 더 건강한지 평가할 수 있다. 아울러 여러 서비스를 한꺼번에 비교하면 서로 비슷한 서비스와 다른 서비스를 구분할 수 있다. 여러가지 기준으로 이탈 곡선의 클러스터가 형성된다면, 서비스의 특성에 따른 이탈 곡선이 도출 가능하다. 각 클러스터의 대표 이탈 곡선을 만들고, 이와 다른 모습을 보이는 서비스는 더 많은 관심을 기울인다.

이탈 곡선에 따른 유저 분류

이탈 곡선을 사용하여 유저의 이탈 가능성에 따라 유저 구분이 가능하다. 이탈 가능성이 높은 유저를 따로 관리하고 싶다면, 이탈 곡선을 활용하여 해당 그룹만 추출하여 타켓 마케팅의 대상으로 삼을 수 있다. 또한, 이미 확실히 이탈한 유저에 대해서는 re-acquisition 전략을 수립하여 대응한다. 개별 유저의 이탈 가능성 추이를 추적하여 유저의 접속 패턴을 기민하게 관찰할 수 있다.

이탈 곡선과 유저 가치의 결합

유저의 기대 가치를 계량화 한다면, 이탈 곡선과 결합하여 이탈 가능성이 높으면서 가치가 큰 유저를 먼저 관리할 수 있다. 이는 고객의 LTV(life-time value)를 활용한 전형적인 고객 관리 방식이다. 유저의 기대 가치와 이탈 확률을 결합하면, 개별 유저에 대해서 기대 이탈 가치(expected churn value)를 계산할 수 있다. 가치가 높은 유저의 이탈 가능성이 높아진다면, 미래 수익을 잃게 되므로 해당 유저군의 이탈을 막는 것은 시급한 문제다.

앞서 이야기한 것과 같이, 종속 변수(‘이탈 유무’)와 설명 변수(‘이탈 위험률’)가 같은 변수(‘최종 접속 경과일’)에 공통적으로 연결된다. 태생적으로 상호 상관이 큰 변수들을 이용한 회귀 모형이므로 통계적 모형으로서의 가치는 거의 없다. 편의상 ‘이탈 예측’이라고 부르나, 실제로 예측(prediction)이라고 할 수 없다. 이는 ‘평균 접속 주기’와 ‘최종 접속 경과일’, ‘이탈 기준’이라는 3개 변수의 관계를 잘 나타내기 위해서 통계적 모형을 차용한 방법론에 불과하다. 따라서 예측 모형의 범주에서 사용하는 것은 피하고, 이탈 가능성을 나타내는 또 다른 척도로 활용하는 것이 적절하다.

이탈 곡선의 활용안에서 보았듯이, 서비스를 더 좋게 만들거나, 더 재미있게 만드는 작업에 도움을 주기 어렵다. 마케팅 관점에서 유저를 잘 관리하기 위한 도구로는 유용하나, 왜 유저가 이탈하는지, 무엇이 문제이므로 어디를 고쳐야 하는지에 대한 대답을 주지 못한다. 결국, 다른 성과 지표들과 유사한 문제점을 갖는데, 사후 약방문이 될 가능성이 높다. 이탈 이탈 전략 곡선이 좌측으로 한참 밀리고, 기본 이탈 가능성이 0보다 많이 높아진 후에야 이를 인지하고 개선책을 마련하기 위해서 노력한다면, 이미 늦다. 되도록 서비스 초기부터 모니터링 대상으로 삼아서, 유저 접속 패턴의 변화를 빨리 알아차릴 수 있는 경고등으로 삼는 것이 유용하다.

한번 보고 이탈하는 고객을 막는 제품 주도 성장 온보딩 전략

* 제품 주도 성장의 정의 , 지표 설정 에 이어 시리즈로 구성된 글입니다. 이번 글에서는 제품 주도 성장에서 고객 획득과 온보딩이 차지하는 위치, 최적화의 원리와 실무에서 쓰이는 전략에 대해 설명합니다.

디지털 프로덕트에서 고객 획득과 온보딩이 중요하다는 것은 누구나 아는 상식입니다. 특히나 제품 주도 성장 방법론에서는 영업과 마케팅에 사용되는 리소스 상당분을 제품 개선에 활용하고 플라이휠을 돌리며 성장을 가속하는 구조로 되어 있기 때문에 그 중요도가 각별히 큽니다.

온보딩에 사용되는 전략은 수십 가지이고 실무에 적용할 때 고려해야 하는 점도 많습니다. 여러 실무 전략을 나열하면서 이탈 전략 소개할 수도 있지만, 물고기를 주는 것보다 물고기를 잡는 방법을 알려드리는 게 낫다고 생각했습니다. 이번 글에서는 온보딩이 중요한 이유를 이야기한 후, 수많은 전략 밑바탕에 있는 온보딩 최적화 원리를 설명하겠습니다. 마지막에는 대표적인 고객 획득·온보딩 최적화 전략 몇 가지를 알려드리겠습니다.

넘쳐나는 고객의 선택지

오늘날은 넉넉한 공급과 유통망 활성화 등으로 어느 때보다 디지털 프로덕트에 접근하기 쉬운 시대입니다. 문제는 그렇게 해서 늘어난 고객을 전부 수용하고도 남는 수의 제품이 등장했다는 것입니다. 내 제품은 고객의 유일한 해결책이 아닙니다. 한정된 마케팅 지면에 자기 제품을 올리려는 경쟁률은 높아졌습니다. 1편에서도 말씀드렸지만, 이는 CAC(고객 획득 비용)의 증가로 이어졌습니다.

B2B, B2C 가리지 않고 비용이 늘고 있습니다. 문제는 일단 고객을 유입시킨 후에도 계속됩니다. 만약 온보딩을 단순히 유입된 고객의 회원가입 정도로 끝나는 것으로 알고 있다면, 생각을 바꿀 필요가 있습니다. 21%의 고객은 딱 1번만 쓰고 앱을 삭제[1]합니다. 제품의 무료 체험판을 사용하기 위해 가입한 고객 40~60%는 1번 사용 후 다시 돌아오지 않습니다.[2] 고객은 더 싼, 더 쉬운 제품을 찾아서 떠납니다. 대체품은 많습니다. 아니, 설령 대체할 수 없는 제품일지라도 이탈할 수 있습니다. 어떻게 그럴 수 있을까요?

고객을 움직이는 힘 - 동기, 난이도, 계기

고객이 어떤 제품의 사용자가 되는 일은, 제품이 고객의 일상에 끼어든다는 것은 힘든 일입니다. 원래 사람은 잘 바뀌지 않습니다. 당장 어제와 비교했을 때 오늘 새로 했던 일이 몇 가지나 되나요? 열 손가락을 채우기 어려울 겁니다. 지난 한 달간은 어때요? 손가락 하나 펼치지 못할 분도 많을 이탈 전략 겁니다.

변하지 않는 것이 인간의 본성입니다. 그러나 어디선가 제품은 팔리고 있습니다. 우리는 몇 년 전의 자신보다 발전했다고 믿고 있습니다. 이를 알기 위해서는 어떠한 행동이 발생하는 구조를 살펴보아야 합니다.

스탠퍼드대 행동디자인연구소 설립자 포그 박사는 FBM(Fogg Behavior Model; 포그 행동 모델)을 만들었습니다.[3] FBM는 행동의 발생 요인을 3가지로 구분합니다.

1. 동기(Motivation) : 행동에 대한 의욕이나 의지

2. 능력(Ability) : 행동에 드는 힘, 행동의 난이도

3. 계기(Prompts) : 행동하기 위한 신호, 트리거

어떤 행동에 대한 계기가 나타나면 대상이 되는 사람이 가지고 있는 동기와 행동의 난이도에 따라 행동의 이탈 전략 실현 여부가 결정됩니다.

온보딩, 제품 사용을 시작하는 일도 위의 범주에서 벗어나지 않습니다. 고객 입장에서 온보딩은 자신이 제품의 사용자가 되는 과정이 아닙니다. 온보딩은 고객이 무언가를 성취하기 위해 찾은 새로운 방법을 자신의 일상에 편입하는 일입니다. 행동하는 것입니다. FBM의 3요소를 온보딩 최적화에 대입해본다면 다음과 같은 결과를 얻을 수 있습니다.

1. 온보딩 과정에 동기 부여하기

3. 온보딩 과정을 수행하는데 필요한 계기 마련하기

온보딩 최적화를 위한 전략은 수없이 많지만, 위의 범주에서 벗어나는 것은 없습니다. 이제 온보딩 최적화의 근원이 되는 요소를 알았으니 어떤 전략이 보이면 해석할 수 있고, 또 제품에 맞는 나름의 전략을 짜 볼 수도 있을 겁니다.

좋은 온보딩이 중요한 이유

FBM의 3박자가 적절하게 맞아떨어진 온보딩이야말로 잘 만든 온보딩이라고 할 수 있을 겁니다. 그러면 잘 만든 온보딩은 제품에, 조직에, 매출에 얼마나 도움이 될까요? 2만 2천 개가 넘는 SaaS 기업을 분석해온 ProfitWell의 보고서가 이 질문에 답이 될 수 있을 것 같습니다. B2C, B2B 가리지 않고 500개 가까운 제품에서 2만 5천 명에 달하는 고객을 조사한 결과[4]입니다.

위 그래프는 제품 온보딩 평가 점수에 따라 고객을 매우 부정적, 부정적, 중립, 긍정적, 매우 긍정적으로 나누고, 해당 점수군의 고객이 답한 WTP가 전체 WTP 중간값과 비교해 얼마나 되는지 표시한 그래프입니다. WTP(Willingness to Pay)란 지불 의사 가격, 즉 고객이 이 제품에 얼마까지 쓸 수 있는가를 나타내는 지표입니다. 온보딩을 매우 긍정적으로 평가한 고객은 WTP 전체 중간값에서 평균 21% 더 얹어서까지도 제품을 사겠다고 말합니다. 반대로 매우 부정적으로 평가한 사람들의 WTP 평균은 전체 중간값에서 9% 깎은 가격이 최대라고 응답했습니다. 결국 나쁜 온보딩이 극적인 손해를 입히는 건 아니지만 좋은 온보딩을 제공했을 때 얻을 수 있는 큰 수익 증대 기회를 잃게 된다는 결론이 납니다.

온보딩과 리텐션 수익 간의 비교도 흥미롭습니다. 위와 같이 고객군을 온보딩 평가 점수에 따라 5단계로 나누고, 부정적 + 매우 부정적 고객군과 긍정적 + 매우 긍정적 고객군으로 다시 합쳤습니다. 이 두 고객군에서 얻어낸 3주째, 6주째, 9주째 NRR을 비교했습니다. NRR(Net Revenue Retention R 순수 반복 수익 비율로, 전체 수익 중에서 구독 등의 방식으로 반복적이고 고정적으로 획득하는 수익의 비중을 뜻합니다. 리텐션 된 고객이 벌어주는 수익이라는 것입니다. 부정적 평가 고객군과 긍정적 평가 고객군 모두 시간이 지나면서 리텐션과 거기서 나오는 수익이 줄어드는 추세지만, 항상 긍정적 평가 고객군이 5~7%가량 높습니다. 다시 말해 나쁜 온보딩을 경험한 고객은 비교적 이탈 전략 초반에 이탈한다는 것입니다.

위 2가지 데이터로 내릴 수 있는 결론은, 좋은 온보딩이 단기적으로도 장기적으로도 수익성을 개선한다는 점입니다. 좋은 온보딩이 제품 주도 성장에 필수적인 이유가 여기서 드러납니다. 제품 주도 성장 방법론은 제품이 고객을 끌어들이고, 전환하고, 바이럴 하도록 하면서 스스로 자기 몸집을 불리는 전략입니다. 이를 위해서는 처음 끌어들인 고객 하나하나가 유료 결제에 바이럴까지 수행하는, 고 가치의 사용자일 필요가 있습니다. 그리고 좋은 온보딩으로 고객이 가진 가치를 올려놓을 수 있습니다. 제품 주도 성장 플라이휠이 돌기 시작하는 첫 단계에서 온보딩이 이런 역할을 해내야 더 큰 성장 폭, 더 빠른 성장 속도를 가져갈 수 있습니다. 그럼 이제부터 FBM에 맞춰 대표적인 고객 획득·온보딩 최적화 전략에 관해 설명하겠습니다.

동기부여 - 가치 전달에 집중하는 온보딩

온보딩은 고객이 제품에 대해 알아볼 수 있도록 필요한 정보를 전달하고 구매 전환하도록 유도하는 과정입니다. 이 정보를 전달하는 과정의 구성에 따라 고객에게 설득력 있는 동기를 주느냐 마느냐가 결정됩니다. 위에서 언급한 ProfitWell의 보고서에는 이 점을 연구한 자료 역시 실려있습니다. 단순하게 제품 기능을 설명하는 온보딩과, 제품뿐만 아니라 팀까지 소개하고 제품이 구체적으로 고객에게 어떤 방식으로 도움이 될지 설명한 온보딩의 실적 비교입니다.

가치 전달에 집중한 온보딩을 접한 고객의 WTP는 전체 WTP 중간값에서 평균 22.7%까지 높았습니다. 이는 단순히 기능만 설명한 온보딩을 거친 고객의 WTP가 전체 중간값에서 9.8% 정도 높았던 것과 비교하면 큰 차이입니다.

제품을 설명하는 것도 중요하지만 어떻게 제품을 설명할지 결정하는 게 더 중요합니다. 제품이 고객에게 어떤 가치를 제공할지, 고객 입장에서 구미가 당길 만한 내용을 이해하기 쉽게 보여줘야 합니다.

난이도 낮추기 - 부분 유료화 & 무료 체험판

SaaS에서 광범위하게 활용되고 있는 부분 유료화(Freemium)와 무료 체험판(Free Trial) 전략은 고객 획득·온보딩 과정 전체에 영향을 미칩니다. 그렇지만 이 전략의 힘이 제일 크게 미치는 이탈 전략 곳을 꼽으라면 단연 제품 발견 후 가입 절차에 진입하는 부분일 겁니다. 가입은 제품을 경험하기 위해 수행하는 단계입니다. 고객은 제품을 직접 경험하는 일을 제외한 다른 모든 것들을 탐색하고 평가 내린 후에 가입을 결정합니다. 제품을 쓰는데 드는 비용이 이 결정에 큰 지분을 차지하고 있는 건 당연한 일입니다. 부분 유료화와 무료 체험판 전략은 고객이 제품을 탐색하는 비용을 줄여줘 구매 전환에 이르는 단계의 난이도를 확 낮춰줍니다. 온보딩 팝업 삽입·분석 툴 Appcues는 고객의 90%가 제품 탐색 방식으로 영업 사원과의 대화나 사전 구매보다 부분 유료화·무료 체험판 제품 사용을 선호하며, 89%는 제품을 평가하고 구매하는데 무료로 써볼 수 있는 제품을 높은 우선순위에 두고 있다는 분석 결과[5]를 밝힌 적 있습니다. 각 전략을 비교해보면 다음과 같습니다.

1. 부분 유료화(Freemium)

- 사용 제한: 없음. 사용량을 제한하기도 하지만 무료 이용 상태를 유지할 수 있음.

- 유료 제품과 차이점: 기능의 축소·제한.

2. 무료 체험판(Free Trial)

- 사용 제한: 일정 시간 혹은 사용량을 소비한 후 유료화.

- 유료 제품과 차이점: 거의 동일한 경험 제공.

어떤 전략을 사용할지 결정하려면 두 전략의 실적[6]을 살펴봐야 합니다.

1. 부분 유료화(Freemium)

- 랜딩 페이지 방문자 중 가입자 비율: 6%

- 구매자 중 추가 지원 없이 셀프서비스로만 구매한 고객 비율: 62%

2. 무료 체험판(Free Trial)

- 랜딩 페이지 방문자 중 가입자 비율: 4.5%

- 가입자 중 구매자 비율: 14%

- 구매자 중 추가 지원 없이 셀프서비스로만 구매한 고객 비율: 45%

위와 같은 결과로부터 다음과 같은 사실을 정리할 수 있습니다.

1. 부분 유료화는 무료 체험판보다 33% 더 많은 가입자를 받습니다.

2. 무료 체험판은 부분 유료화보다 유료 결제 전환 비율이 2배 높습니다.

3. 추가 지원이 없다면 부분 유료화는 무료 체험판보다 결제 전환율이 25% 높습니다.

결국 부분 유료화 전략이 적합한 제품은 고객이 많을수록 더 많은 가치가 창출되는, 네트워크 효과가 있는 줌(Zoom), 노션(Notion), 제플린(Zeplin)과 같은 제품입니다. 반대로 제공하는 기능이 많고 전문성이 필요할 뿐만 아니라 비교적 단가가 높다면 부분 유료화 전략이 적당합니다. 부분 유료화와 무료 체험판 전략에 대해서는 간단하게 개론 정도만 이야기하겠습니다. 구체적인 내용은 언젠가 별도의 글로 설명하겠습니다.

난이도 낮추기 - 더 쉬운 퍼널

긴 가입 절차, 많은 입력 필드가 가입률을 저해한 것은 이미 상식입니다. 단순히 짧고 적다고 해서 문제가 사라지는 건 아닙니다. 가입 퍼널의 구성에 따라 고객이 느끼는 온보딩의 난이도는 쉬워질 수도, 어려워질 수도 있습니다. SNS 마케팅용 그래픽 툴 snappa에서 진행된 온보딩 최적화는 이러한 상식을 극단적으로 보여주는 사례[7]입니다.

snappa에는 가입할 때 이메일 주소를 받고, 해당 주소에 확인용 이메일을 보내 가입을 최종 결정하는 퍼널이 있었습니다. 타인의 정보로 악의적인 가입하는 일을 막기 위해 많은 제품에서 활용하고 있는 패턴입니다. 그런데 snappa는 전체 가입자의 27%가 이 확인 단계에서 이탈했다는 것을 확인합니다. 그들은 이메일 주소 확인 단계를 가입 절차에서 다른 곳으로 옮겼습니다. 그리고 MRR(월간 반복 수익)이 20% 늘었습니다.

snappa의 사례가 주는 인사이트는 명확합니다. 가입 절차를 진행하던 고객은 주소 확인 이메일을 보기 위해 제품에서 이탈해야 합니다. 고객이 제품의 가치를 확신하고 있지 않은 상황에서 제품과 멀어진다는 것은 높은 확률로 다시는 돌아오지 않을 이탈로 이어집니다. 가치 전달이라는 온보딩의 역할을 항상 우선순위로 챙기고 거기에 맞춰 퍼널의 구조를 설계할 필요가 있습니다.

계기 마련하기 - 제품 바깥의 접점, 라이프사이클 이메일

온보딩을 한창 진행하던 고객이 갑자기 어떤 일 때문에 그만뒀다고 가정해봅시다. 그전까지 진행하던 온보딩에서 제품의 가치를 충분히 전달받아 1초라도 빨리 온보딩을 마저 끝내고 싶다는 생각을 가지고 있다면 다행이지만, 아직 전달해야 할 가치가 많이 남았다면 어떻게 해야 할까요? 당연히 손 놓고 기다릴 수는 없습니다.

라이프사이클 이메일은 제품에 어느 정도 발을 담근(일반적으로 가입 완료를 그 경계로 봅니다) 고객을 대상으로 제품을 다시 찾게 만드는 메시지를 보내는 일로, 온보딩, 리텐션, 구매 전환 수행을 목표로 합니다. 꼭 이메일일 필요는 없습니다. 국내 상황에 맞는 카카오톡이나 SMS도 상관없습니다. 라이프사이클 이메일의 중요한 점은 제품 바깥에서 고객에게 접근할 수 있는 길을 만드는 것입니다. 라이프사이클 이메일은 고객에게 닿는 제품의 팔을 몇 배나 길게 만들어주기에 제품 주도 성장의 주요한 전략 중 하나로 꼽힙니다.

다음은 몇 가지 라이프사이클 이메일의 종류입니다.

1. 환영 이메일: 단순한 가입 환영으로 이탈 전략 그치면 안 됩니다. 제품의 가치를 상기시키고 그 가치를 실현하기 위한 구체적인 기능과 고객을 연결시켜야 합니다.

2. 사용 팁 이메일: 제품 사용을 일시 중단한 고객을 대상으로 발송합니다. 고객이 제품에 가치를 느낄만한 기능을 설명하고 권장합니다.

3. 구매 유도 이메일: 부분 유료화 제품이라면 무료 버전 사용 고객, 무료 체험판 사용 고객이라면 체험판 종료 직전에 발송합니다. 제품을 충분히 경험했다고 판단됐을 때, 제품 구매가 어떤 가치를 더 제공할 수 있는지에 집중해서 내용을 구성합니다.

4. 사용 지표 이메일: 제품을 사용하여 작더라도 유의미한 결과를 도출한 고객에게 발송합니다. 제품을 사용하고 어떤 지표가 발전하고 있는지 데이터를 제공함으로써 제품의 효과를 실감하도록 만듭니다.

정리

디지털 프로덕트 공급의 포화로 CAC가 증가하고 있고, 그렇게 잡은 고객마저도 1회 사용 후 이탈 비율이 높습니다. 제품 주도 성장 방법론은 이런 문제를 해결하기 위해 고객 획득·온보딩 과정을 최적화합니다. 기본적인 원리는 고객이 행동하는 3가지 요소를 살펴보는데서 시작합니다. 동기, 능력, 계기입니다. FBM(포그 행동 모델)은 어떤 행동에 대한 계기가 나타난 후, 대상이 되는 사람이 가지고 있는 동기와 행동의 난이도에 따라 행동 실행 여부가 갈린다고 설명합니다. FBM의 3요소를 온보딩 최적화에 대입해본다면 다음과 같은 결과를 얻을 수 있습니다.

1. 온보딩 과정에 동기 부여하기

3. 온보딩 과정을 수행하는데 필요한 계기 마련하기

위 3가지 사항을 적용한 좋은 온보딩은 단기적으로도 장기적으로도 수익성을 강화하는 장점을 가지고 있습니다.

마지막으로 고객 획득·온보딩 전략을 몇 개 살펴보았습니다.

1. 동기 부여 - 가치 전달에 집중하는 온보딩

2. 난이도 낮추기 - 부분 유료화, 무료 체험판, 더 쉬운 퍼널

3. 계기 마련하기 - 라이프사이클 이메일

제품 주도 성장 고객 획득·온보딩 전략에 대한 글은 여기까지입니다. 다음 편에서는 제품 주도 성장의 또 다른 축인 제품 바이럴 전략에 대해 이야기하겠습니다.

[3] BJ Fogg(Behavior Design Lab) - Fogg Behavior Model

[5] Eric Keating(Product-led Growth Collective), 2020 - Product is the new landing page

나스닥, 단기추세 이탈?! 앞으로의 대응 전략은?

해외지수를-보여주는-사진입니다.-다우존스를-시작으로-이탈리아지수-까지-보여주는-사진입나다.-주요-지수인-다우산업지수는-0.86%하락하였고,-나스닥좋합지수는-0.8%하락한-사진입니다.추가로,-DAX30지수는-0.57%하락한-사진입니다.

해외 지수

어제(07월 16일) 세께 증시가 전체적으로 증시가 밀리는 모습입니다.

우리나라도 시장도 전고점을 돌파해줘야 했지만, 그런 모습을 보여주고 있지 않는 모습입니다.

해외증시, 현재 추세는?

DAX30지수의-사진입니다.-0.57%하락한-모습의-사진이며,-이평서20선-위에서-지수를-형성한-모습입니다.

DAX지수

증시의 흐름이 전고점 구간에서 살짝 밀리는 모습을 보여주고 있습니다. 현재 모습만 보았을 때, 아직까지는 추세가 꺾이는 모습을 보여주고 있지 않지만, 꺾일 수도 있는 모습입니다. 아직까지는 다행히도 박스권 위쪽에서 변동성을 보여줄 수 있는 자리는 지켜주는 모습입니다.

다우존스의-지수를-보여주는-사진입니다.-다우존스-지수가-전-고점-돌파시도를-최근-2회에-걸쳐-하였지만-돌파하지-못한-모습을-설명하고-있습니다.

다우존스 지수

다우존스는 이평선으로 보았을 때는 아직 20 이평선을 이탈하지 않는 모습이지만, 전고점 돌파 직전에서 눌렸습니다.

단기적인 모습으로는 저점과 고점이 높아가며, 아직까지 추세는 살아 있는 모습입니다.

하지만, 전체적인 흐름으로 봤을 때는, 전고점 돌파를 하려고 하면 눌리거나 횡보하는 모습이 꾸준히 나오고 있습니다.

나스닥의-종합지수를-보여주는-사진입니다.-나스닥은-다우존스-지수와-다르게-20이평선에서-지지를-받지못하고-깨진-모습을-보여주고-있습니다.-나스닥이-20이평선-밑에서-지수를-형성하고-있는-것을-설명하기위한-사진입니다.

나스닥 지수

나스닥의 지수는 이평선으로 보았을 때, 20 이평을 이탈한 모습입니다. 20 이평선을 이탈하고 다시 상승을 할 수 있겠지만, 20이평선이 깨지면서 투자자 심리도 호재보다는 악재에 더 민감하게 받아드리는 장세가 나올 수 있기 때문에 주의해야하는 시기입니다. 빠르게 다시 20이평선을 회복하고 추세를 이어나간다면 투자심리도 다시 살아날 수 있지만, 저점을 낮추거나 20이평선을 돌파하지 못하고 흐르는 장세가 나온다면 관망할 필요가 있어 보입니다.

전체적인 배경을 보면 전 세계적으로 코로나 변이 바이러스가 생기면서 확진자수가 늘고 있습니다. 코로나로 인해 지속적으로 시장 상황이 계속해서 어렵다면, 금리인상 또는 테이퍼링에 대한 우려들이 해소될 가능성도 있습니다. 우리나라 금리도 빠르게 상승될 것이라 예상했었지만, 변이 바이러스로 인해 지연되고 있습니다. 이러한 영향 때문에 시장의 유동성이 아직까지는 더 유지가 되지 않을까 생각할 수도 있습니다. 하지만, 시장의 방향성이 결정되지 않았거나 시장이 안 좋아 보이는 시그널을 확인했을 때는 리스크 관리가 필요합니다.

최근 이슈들을 살펴보면 물가상승에 대한 우려도 지속적으로 나오고 있습니다. 인플레이션에 대한 금리인상 필요와 코로나 확진자 수 증가로 인한 우려가 나타내고 있는 거 같습니다. 이러한 세계 증시 모습은 시장이 강하기보다는 오히려 횡보 또는 조정이 있을 수 있다고 판단되기 때문에, 주식을 보유하고 계시다면 리스크 관리가 필요하며 주식을 보유하고 있지 않다면 시장의 흐름을 보고 추세가 상승으로 돌아서는지 확인하고 매수하는 게 좋을 거 같습니다.

[VOA 뉴스] “중국, 한국의 동맹 이탈 가능성 주목”

[VOA 뉴스] “중국, 한국의 동맹 이탈 가능성 주목”

미중 경제안보 검토위원회가 개최한 ‘2019 미북 관계 검토’ 청문회에 참석한 마이클 그린 전략국제문제연구소 CSIS 아시아담당 부소장은 미한 동맹에 대한 중국의 시각에 주목했습니다.

중국은 한국이 역사적, 지정학적 요소로 인해 미국과의 동맹 대열에서 이탈할 가능성이 있는 것으로 보고 있다는 겁니다.

마이클 그린 / 전략국제문제연구소 아시아담당 부소장
“한국은 일본에 비해 굉장히 다른 역사적, 지정학적 상황에 놓여있습니다. 이 때문에 중국은 한국이 미국으로부터 이탈할 가능성이 훨씬 큰 후보로 꼽고 있습니다.”

그린 부소장은 중국이 미국의 인도·태평양전략 동참에 다소 소극적인 한국의 태도를 이용할 것이라고 주장했습니다.

마이클 그린/ 전략국제문제연구소 아시아담당 부소장
“미국의 동맹국과 파트너와 달리 한국은 인도·태평양 전략에 참여한다고 밝히지 않았습니다. 중국이 여기서 기회를 엿보고 있는 것 같습니다. 특히, 한일간 상황으로 이는 더 큰 문제입니다.”

중국은 역내 안보에서 무게 중심 역할을 하는 미국의 동맹을 끊임없이 겨냥하고 있다고 그린 소장은 강조했습니다.

이와 함께 중국이 국익을 위해 수단을 가리지 않고 주변국들을 공격한다는 지적도 나왔습니다.

일본과 다오위다오, 센카쿠 열도를 둘러싼 영유권 분쟁에선 일본에 희토류 수출을 금지했고, 한국이 미국의 고고도미사일, 사드를 배치했을 때 경제 보복을 했다는 설명입니다.

앤드류 크레피네비치 / 솔라리움 회장
포괄적인 국가 권력에 집중하는 중국은 모든 수단을 사용할 것입니다. 사드를 배치한 한국에 대해 경제적인 보복을 가했습니다.”

한편, 그린 부소장은 중국의 전략은 역내 국가들의 반발을 불러일으키고 있다며 미국은 한국과 일본을 포함한 동맹국들과 협력을 계속 강화할 것이라고 말했습니다.


0 개 댓글

답장을 남겨주세요