[MGS 2023] 모던 그로스스택 컨퍼런스 후기

2023.07.26 코엑스에서 개최된, 모던 그로스스택 컨퍼런스 후기 

https://www.moderngrowthstack.com/ 

Modern Growth Stack 2023 (MGS 2023)

---

서비스 속에 스며든 ChatGPT

by 손해인 / Head of Marketing / Upstage

 

• ChatGPT 서비스 적용을 위해 준비해야할 사항
  • 우리 고객에게 어떤 가치를 전달할 것인가? 
  • 이 가치를 전달할 서비스의 아이디어 실현을 위해 적용될 수 있는 AI 기술이 무엇일까? 
  • AI 기술로 풀 수 있는 문제인가? 
  • 만들고 싶은 서비스에는 어떤 AI기술이 필요한가? 
  • AI 기술의 흐름은 어떻게 흘러가는가..? 
• ChatGPT에 대하여 
  • ChatGPT는 다음 단어를 맞추는 함수로써, 문자 자동완성 기능이랑 똑같다. 
  • 같은 내용이라도 프롬프트를 어떻게 넣어주느냐에 따라 성능이 다르게 나온다. 
  • 한계) 학습데이터가 2021년까지의 데이터로만 구성 
  • 정보를 있는 그대로 가져오는 검색 기술과 완전히 다른 기술이다. 태생적으로 말을 만들어내는 아이이다. 
• 기술 요구사항 
  • 기존 검색서비스 활용방식이 익숙한 사람들에게 어떻게 접근할 것인가? 
  • Hallucination : 사실 관계와 관계없이 그럴듯한 말을 지어내는 현상을 어떻게 검토할 것인가? 
• ChatGPT가 적용될 수 있는 주제
  • 정보의 최신성이 중요하지 않으면서, 많이 알려진 내용에 대한 문장을 생성할 수 있는 주제 
    ex) 인력 채용시 사용될 면접 질문 생성
  • 복잡한 코딩 문제 해결, 신규 코드 생성 
  • 프롬프트에 충분히 정보가 담겨잇는 상태에서의 문장 생성 
    ex) 온라인 회의내용, 발표자료 등 업무 요약 
    ex) 마케팅 메세지 제작 
• 기업에 최적화된 Private LLM 시대가 열릴 것이다. 
• https://www.upstage.ai/lecture ->  Upstage에서 제공하는 AI 인사이트 

Lecture — Upstage

---

불황을 헤쳐나갈 답, Growth Modeling으로 찾아라 

by 최인철 파트너, 전무 / Kearney 

• 언제 스케일업을 해야할까? 
  • Retention Plateau - Product Market Fit을 찾았다. 바로 스케일 업하면 될까? 
  • 고객에게 만원을 받고 만 이천원을 돌려주는 사업으로는 존속가능하지 않다. 
  • Product Market Fit이 갖춰졌다는 뜻은 스케일업 할 수 있는 기회가 생겼다는 뜻이다. 
  • CAC : LTV = 1:3 이 되었다. 바로 스케일업 하면 될까? 
  • LTV가 Margin을 고려했다고 하지만, 고정비까지 고려된 Margin이 아니다. 
  • 고정비가 Heavy하면, 시장사이즈가 크지 않을때 해소하기 위한 방법이 어렵다. 
  • Margin이 높은 구조를 설계해야 이긴다. 
  • 이는, 스케일업을 한다고 해서 자연스럽게 따라오는 일은 아니다. 

• 손익을 맞추는 ROAS 수준은 어떻게 될까? 
  • Breakeven ROAS = 1 / Average Profit Margin % 
    • 마진율이 높아질 수록 ROAS가 낮아진다. 
  • 한 사람의 고객을 획득하는데 가장 많은 비용을 쓸 수 있는 회사가 유리하다. 

 

• User를 충분히 가지고 오면 어느 정도 손익이 작아질까? 각, 요소를 쪼개서 개선할 영역들을 만들어왔다. 

• 쿠팡은 고정비가 Heavy한 상태로 물류센터에 조단위 투자를 해옴 
• 그러나, 이것이 고객들의 리텐션 확보에 도움을 주고 있음 
• 고정비를 충분히 늘릴만큼 경쟁사들이 따라올수가 없기 때문에 의미 있음 
• 변동비 관점에서는 주문이 하나 발생할 때마다 늘어나는 비용이 있는데, 볼륨이 늘어난다고 주문단위가 줄지 않음
• COGS (매출원가) 측면: 물량이 늘어나면서, 제조업체들 입장에서는 쿠팡 의존도가 높아지게됨
  -> 쿠팡은 높은 협상력을 갖게되고 납품 단가가 낮아지게 됨
  -> 쿠팡의 전략: 현재 존재하는 투자 자원을 영혼까지 끌어모아서 어디에 쓸 것인가?
  -> 볼륨을 최대한 높인 다음 자동화 하는 것이 이점이라 판단함
  -> 똑같은 비용을 앞에 쓰는 것 보다 뒤에 쓸 수록 단가가 떨어져서 더 저렴하게 쓸 수 있었다.

• 그로스 모델링이란?
  : 각사의 비즈니스 모델을 수식화하여 핵심 레버들로 구성된 재무 예측 모델을 통해 의사 결정 하는 것
  -> 그로스 모델링을 통해 우선 순위를 결정할 수 있음

 

• 아마존의 그로스 모델링
  : SELLERS → SELECTION → CUSTOMER EXPERIENCE → TRAFFIC → SELLERS
• 고객들이 얼마나 자주 사게 만드는 것이 핵심 이었음
• 아마존의 성장 =
  • A=Vertical Expansion(수직적 확장)
  • B=Product Inventory Per Vertical (수직적 상품재고)
  • C=Traffic Per Product Page(제품 페이지 당 트래픽)
  • D & E=Conversion to Purchase and Average Purchase Value (구매와 평균 구매가로의 전환)
  • F=Repeat Purchase Behavior(구매 행위 반복)

📄 참고

https://www.beusable.net/blog/?p=3157

• Growth Lever에는 비즈니스 팩터와 파이넨셜 팩터들을 조합하여,
  Transactional Value (거래 가치) 와 Lifetime Value (생애 가치)를 만들어 낼 수 있다.
• 비즈니스에 따라서 ,고정비가 너무 높은구조이거나, 볼륨이 너무 작거나, 고객군이 너무 작아서 현재 시점에서 도달 할 수 있는 최대 가치에 있는 경우도 있을 수 잇다.

 

• 핵심은, 어디에 집중할지 정확하게 판단하지 못하기 때문에 리소스가 부족하다고 느낄 수 있다.
  그로스 모델링을 통해 땅을 파는 것도 중요하지만 어디서 땅을 팔지 고민해보는 것이 더 중요할 것이다.

 

---

유저는 그냥 행동하지 않는다 

by 한승읍, Country Lead / ContentSquare 

• 웹 페이지 고객 분석 제안할 수 있는 사항들 → 먼저 해보고 좋으면 Roll-out (출시) 함
  • 페이지 길이 단축
  • 상품 섹션 추가
  • 컬렉션 카테고리 배너 추가

• 상품 목록 페이지 (PLP)로 랜딩한 고객 분석
  • 고객들이 PLP페이지에서 무엇을 했을까?
  • 페이지 콘텐츠 최적화는 어디서 부터하는게 좋을까?
  • 콘텐츠 스퀘어 크롬 익스텐션으로 쉽게 비쥬얼라이즈 할 수 있음

• ContentSquare 크롬 익스텐션으로 탭별 Visualization
  • 방문자들은 전체 상품을 보기 위해 남성/ 여성 카테고리를 주로 이용함

• ContentSquare 에서는 Filter를 바꿔도 고객들이 직관적으로 바로 활용할 수 있음.

• 결제 시작 페이지에서 미구매자의 이탈 원인 파악
  • 미구매자의 결제 시작 페이지에서 영역별 클릭률 (Tap Rate) 를 확인할 수 있음
  • → 쿠폰이 좀 더 적용하기 쉽도록 UI / UX 적용 개선 사항 제안

• 장바구니 페이지 까지 온 사람들 중 미구매자 여정 분석
  • 장바구니까지 와서 나간 고객이 20%

---

Calibrated MMM for Better Performance in the Context of Unified Measurement Ecosystem

by 이주원 상무 / Meta

https://www.airbridge.io/blog/role-of-calibration-in-mmm

• 왜 측정이 중요한지?
  • 잘못된 측정을 바탕으로 64% 성과를 놓칠 수 있음

• 통합 측정 환경 (Unified Measurement Ecosystem)
  • BCG랑 공동 조사 결과한 결과
  • 방법론적으로는 incremental(증분) 한 측정에 집중하고 있음
  • 의사 결정 레벨이 워낙 다양해서 3가지 정도의 incremental(증분) 솔루션을 가지고 있어야 원하는 의사결정을 할 수 있음

https://www.mobiinside.co.kr/2020/12/16/marketing-incrementality/

MMM에 대한 관심도 / 활용도 증가 원인

• 데이터 유실에 대한 걱정과 iOS 기기의 행동 패턴을 모르는 상황에서 의사 결정해야 함
• Reporting 기간을 단축 시키는 성과가 있어야 함.
• Volume 이냐, vs Reporting time 이냐에 따라 최우선 순위가 달라짐

MMM 신규 도입을 위한 최적 방안은?

• 브랜드 상황 / 투자 가능 예산 수준 / 전문 컨설팅 필요 여부 / 분석 및 개발 인력 수준 - 에 따라
  • MMM 전문 파트너
  • 반자동화된 MMM 툴 혹은 SaaS 모델 ex) Airbridge
  • MMM 내재화
  • → 전문 파트너와 시작한 다음, SaaS를 내부 환경에 도입하거나 내부 역량 강화를 시도하는 것을 권함.

MMM 방법론에 대한 투명하고 다양한 의견을 나누고 지속적인 코드 고도화를 위한 커뮤니티를 빌딩함.

• 일반적 논의
  • https://www.facebook.com/groups/robynmmm
• 기술논의
  • https://facebookexperimental.github.io/Robyn/

R 코드 기반의 소스를 확인하고 리뷰해서 내부 데이터 기반으로 만들 수 있음

학계 / 박사 과정 논문쓸 때 많이 사용하며, 오픈 소스를 바탕으로 연구 개발을 시작하는 경우가 많음

• 어떻게 통합해야 하는가?
  • 지역에 대하여 임의로 선정하여 (randomization) 특정 지역에는 광고를 노출하고 / 미노출 하는 방식으로 실험을 진행함
  • 실험적 접근으로 레퍼런스를 가져가는 것이 좋아 보임.

https://medium.com/@gufengzhou/more-precision-in-mmm-experiment-calibration-with-robyn-from-meta-marketing-science-f608841fc6d4

• carry-over effect : (이월 효과)
  • 바로 전 프로그램을 시청하던 수용자가 다음 프로그램을 이어서 시청할 경우, 프로그램 사이의 광고에 노출될 수 있는 효과

• Lift calibrated MMM 실제 사례
  • ABLY : 비즈니스 상황에 더 적합한 Lift calibrated MMM 결과를 활용하여 Media Mix 변경

 

---

디지털 옥외 광고는 성과 측정을 어떻게 하나요?

by 김은하 Product Manager / AB180 & Airbridge , 이우창 Deputy Department Manager / 넥슨 , 제갈윤승 한국지사 지사장 / 하이브스택 , 이유진 Data Scientist / AB180 & Airbridge

Q ) DOOH (Digital Out Of Home) : 디지털 옥외 광고가 다른 매체 대비 장점이나 특징?

A ) 기존 디지털은 하드웨어만 디지털이고, 캠페인 운영 측면에서는 차이가 없었다면, 모든 것 ( 타겟팅, 효과 측정, ..) 들을 자동적으로 진행한 다는 점에서 차이가 있다. 10분이면 전세계에 송출되고 있는 광고들을 중단할 수 있도록 운영이 가능하다. 또 새로운 매체에 대해 빠르게 적용할 수 있는 부분도 장점임.

 

Q ) DOOH 광고를 통해 LTA 분석과 유의미한 성과 측정이 가능한지?

A ) 타겟팅 했던 Audience에서 광고에 노출된 Audience 들 의 비용을 측정 할 수 있다. DOOH는 user_id를 통한 개인정보 수집이 불가능하여, 앱의 광고 ID (AD-ID)를 통해 수집하거나 개인정보 수집 동의한 유저에 대한 데이터만 수집할 수 있는데, Display 근처를 지나간 사람이 광고를 봤는지 측정하기 어렵기도 하고, Last Touch를 활용한다고 하면 쉽지 않을 것 같기도 함.

A ) 대시보드를 통해서 광고가 얼마나 노출되었는지 시간대 별로 확인할 수 있음.
모바일 device id를 기반으로 실시간으로 이동 동선을 측정하고, 광고에 송출되는 스크린 가시범위 안에 위치했던 유저들을 노출된 유저들로 측정할 수 있음

A ) 우버나 에어비엔비와 같은 플랫폼 회사의 경우 DMP에서 ad-id를 수집하여, 설정한 타겟이 전체 유동인구 대비 얼마나 포함되는지 전달해준 결과로 AB-test를 진행하기도 함. Device id를 활용 하는것이 정확하기도 하지만, 한계가 있기도 함.

 

Q ) MMM에 익숙하지 않은 사람들을 위해 간략하게 설명?

A ) 광고와 성과 사이의 상관관계를 측정하여 광고의 기여도를 측정하는 상관관계 모델을 만드는 것인데,
개인정보를 강화하고 있는 현 시점에서 MMM은 유저 레벨의 데이터가 필요하지 않아서 최근 각광을 받고 있음

A ) iOS 캠페인과 DOOH를 통한 브랜딩 광고 시, 일자별로 기록된 매체별 매출을 예측하는 MMM을 사용하였음. 광고와 성과사이의 상관관계를 측정하기 때문에 DOOH를 통한 성과 측정도 가능했었던 것 같음

 

Q ) 넥슨에서는 자체적으로 MMM을 연구하고 있는데, 외부 솔루션을 진행하게된 이유는?

A ) 성과 측정에 대한 우려와 고민들이 많이 있었고, 현재 넥슨에서는 MMM에 대한 경험과 성과를 쌓고 있는 상황이어서, 외부 솔루션을 통한 내재화를 진행하게 되었다.

 

https://www.airbridge.io/blog-ko/airbridge-unified-measurement-stack

https://www.airbridge.io/glossary/digital-out-of-home-dooh

---

AI 기반 초개인화로 인앱 마케팅에 날개를 다는법

by 이지혁 Co-CEO / Z.AI

유저명을 객체화 하여 메세지 발송 → 모든 유저를 각각 개별적인 개체로 인지

유저를 특정 Seg로 구분하여 세그먼트 별 다른 추천/ 메세지 노출 → 각 유저에게 모두 다른 추천 메세지 노출 (초 개인화의 방향성)

프리미엄 상품을 홈화면 상단에 배치하자 → F, D, E, R 상품을 순서대로 구매할 수 있도록 화면에 배치하자

 

 

 

---

Improving Mobile User Engagement and Retention

by Andy Carvell Founding Partner / Phiture

Mobile Growth Stack을 위한 프레임 워크

• 사용자 유입
  • 브랜드
  • 콘텐츠
  • 앱 스토어 최적화
  • 퍼포먼스 마케팅
  • 인플루언서 마케팅
  • 크로스 프로모션 (App-to-Web, Portfolio, Conected Device , … etc )
• 참여 & 리텐션
  • 제품
  • 온보딩 & 액티베이션
  • 활동 알림
  • 응용 행동 과학 (인지적 편향, 프롬프트, 동기)
  • 라이프사이클 마케팅 (리마케팅 포함)
• 수익화
  • 수익 모델
  • 지불 처리 (앱 스토어의 지불방식)
  • 광고 인벤토리 관리
  • 이탈 지불자 윈백 (Win Back)
    • ※ Win Back : 경쟁사의 시스템을 들어내고 자사의 시스템으로 교체하는 비즈니스
  • 유료화 벽 최적화
  • 가격 책정
    • 가격 테스트, 번들링, 가상 화폐
• 기술
  • 행동 분석
  • 어트리뷰션 & 마케팅 분석
  • 딥 링킹
  • A/B 테스트 프레임워크
  • 고객 참여 플랫폼
  • 광고 수익화 SDK
  • 구독 SDK
  • 고객 데이터 플랫폼 (CDP)
  • 데이터 웨어하우스
  • 데이터 시각화 / BI 레이어
• 전략적인 관리
  • 그로스 팀 구성 및 개발
  • KPI 목표 설정 + 트래킹
    • (KPI 트레이드오프 의사결정 포함)
  • 시나리오 플래닝
  • 기업 보고
• 분석 및 인사이트
  • 데이터 분류 체계 + 이벤트 트래킹
  • 어트리뷰션
  • 코호트 분석
  • 스크린 플로우
  • 구독 분석
  • 퍼스널 테스팅
  • 콘텐츠 참여 분석
  • 앱 퍼포먼스 분석
• 예측 모델
  • 성향 점수 (이탈, 규매 등)
  • 추천 모델
  • 성장 회계
  • 성장 모델링

• 유저의 참여도 (Engagement) 측정
  • Engagement를 측정하기 위해 특정 코호트에 해당하는 유저가 앱에 참여해서 몇 %의 시간을 사용 하는지로 측정해볼 수 있음.
• 많은 회사들이 리텐션 이슈를 놓치는 이유?
  • MAU같은 누적 성장 지표는 프로덕트의 리텐션에 대한 현실을 말해주지 않는다.
  • EX)
    • 위 왼쪽 MAU 차트 → 월별 활동 사용자 수가 성장하고 있다고 확인 할 수 있음
    • 위 오른쪽 코호트별로 세분화하여 확인하면, 추세가 시간에 따라 악화되고 있음을 확인해볼 수 있음
    • → 이는 빈통에 물을 붓듯이 광고를 할 때마다 새로운 사용자가 유입되면서 모든 성장이 광고로 오고 있기 때문임. 광고에 돈을 끊는 순간, 성장이 끊겨버릴 수 있음
    • → 단순히 MAU만 볼 것이 아니라, 다른 것들도 봐야 제품의 성장세를 제대로 볼 수 있음
    • MAU하나만 보면 지속가능한 성장을 알 수 없음.

• 수평으로 보면 시간 흐름에 따른 개별 코호트의 리텐션 변화를 확인할 수 있음 (코호트 간의 차이 확인)
  • → 특정 코호트의 리텐션율을 이전 기간의 코호트들과 비교해 봄으로써 리텐션이 전반적으로 향상되고 있는지 파악할 수 있음
• 수직으로 보면 특정 날짜에서 다양한 코호트 사이의 리텐션 변화 추이를 확인할 수 있음 (코호트 별의 차이 확인)
  • → 한 기간의 리텐션 변화 추이를 모니터링 함으로써, 그로스 마케터는 라이플사이클 상의 특정 기간을 타게팅한 리텐션 실험을 진행할 수 있음

• 자연 사용 빈도 (Natural Usage Frequency)
  • 얼마나 많이 사용하는 사용자가 어느 정도이길 바라는가? 보다,
    일반적인 사용자가 얼마나 프로덕트에서 문제를 자주 마주치는지 빈도를 맞추는 것임.
  • 자연 사용 빈도에 맞게 메세지를 주고 인게이지먼트 전략을 세울 수 있음.
    • → 30일 중 몇 일간 사용자들이 돌아오는지 Return rate을 빈도 별로 확인 할 수 있음.
    • 가장 참여 수준이 높은 사용자, 낮은 사용자를 구분하여 가설을 만들어서 검증을 해볼 수 도 있을 것임.

• 어떤 사용자가 어떤 행동을 어떤 빈도로하는지 세분화를 하거나, 플랫폼, 지역, 언어, 사용 기능, 사용자 획득 소스 등의 정보를 바탕으로 리텐션율을 세분화 하면 리텐션에 영향을 줄 수 있는 지속 사용자들의 속성과 행동에 대한 가설을 세울 수 있음.
• 예를 들어, 어떤 사용자가 특정 행동을 할 때, (ex: 특정 트랙을 들었을 때 리텐션이 높은 경우가 있다.) 이런 상관 관계를 파악하여 특정 행동을 하도록, (ex: 특정 트랙을 듣도록 추천해주도록) 액션 할 수 있음.
• 참고로, 상관관계와 인과관계랑 100% 일치하는 것은 아닌데, 리텐션과 상관 관계가 높다고 해서 사용자에게 특정 행동을 강제 해야하는 것은 아님. 리텐션을 계산할 수 있다는 개념의 의미이며 인과 관계로 이어지는건 아니고 확률이 높다는 의미임.

사용자 획득 (Acquisition)

• Attribution 데이터를 끌어와서 분석가가 각각의 앱상 데이터를 볼 수 있고, App에서 다양한 이용 (행동) 정보를 가져올 수 있음. 이를 잘 취합하면, 유저와 스마트하게 상호작용 (interaction) 할 수 있게 됨.
• 충분한 segmentation이나 개인 맞춤화가 쉬워져서 사용자 입장에서도 이 앱에서는 내 의견에 관심이 있구나라는 인상을 가져가게 됨.
• customer journey 관점에서, 광고를 클릭한 시점의 랜딩 페이지에서 사용자 데이터 획득을 시작함.
• 첫 페이지부터 맞춤화가 가능하며, 랜딩 페이지 / play store에서 유저 마다 개인화된 페이지를 확인할 수 있음
• 사용자가 광고를 클릭하면, 특정 사용자에게 앱 화면에서 해당 기능 화면을 강조하고, 맞춤 화면에서 앱 설치수를 강조하면서 온보딩 경험을 개선할 수 도 있음

온보딩 (Onboarding)

• 일관된 메세지가 굉장히 중요함. 광고 → 앱스토어 진입 → 앱의 장점 어필이 잘 정렬되어 있어야 사용자가 유입될 때, 이 앱이 나와 딱 맞는 앱이구나 라는 인상을 받게 됨.

• 24시간 이내에 이탈하는 경우가 많기 때문에, 첫번째 설치에서 부터 이게 내가 필요한 앱이다라고 생각할 수 있도록 앱스토어에서 부터 일관되게 제공되도록 해야함.

• Fastic은 온보딩 절차가 매우 김. 15Page를 넘겨야 온보딩이 끝나는데, 이 과정에서 사용자에 대한 정보를 많이 취합하게 되고, “허가가 없으면 이런 것들을 할 수 없다” 라는 팝업 메세지를 띄워서 사용자의 허가도 요청하게 됨.

• Full Life Cycle을 꼭 고려해야 하고, 고객이 어떤 단계에서 기뻐하는지 파악 해야함.
• 예를 들어, 전자 상거래 푸시 알림을 통해 사람들을 불러올 수도 있고,
  특정 제품을 카트에 추가하고 구매를 하지 않을 수도 있는데, 이때 푸시 메시지를 보내서 주문 상황을 보내주거나 특정 상품을 추천할 수도 있음.

라이브 액티비티 :

• 위젯 기능을 활용하지만 상호 작용형 푸시 알림처럼 작동하며, 특정 이벤트나 과정의 실시간 상황을 표시함.
• 일부 고객 참여 플랫폼 (ex, OneSignal)은 이미 이 기능을 활용하고 있으며,
  API와 SDK를 통한 라이브 액티비티 빌드 지원을 제공함. 2023년에는 라이브 액티비티와 관련된 솔루션을 제공하는 더 많은 툴이 등장할 것임. 그로스 팀은 추가 개발 시간이나 비용 없이 서비스의 기능성을 향상할 수 있을 것임.

• SoundCloud의 경우, 트랙을 한번도 재생한 적이 없다면, 플레이리스트를 추천하여 활동을 유도함.
• ex) 푸시문구
  • 비활성 사용자 (2일간 활동 없음) : 이 플레이리스트와 함께 사운드 클라우드에서 새로운 노래를 찾아보세요!
  • 비활성 사용자 (5일간 활동 없음) : 어디서 시작할지 모르시겠나요~? 이 플레이 리스트로 음악을 빠르게 들어보세요!
  • 비활성 사용자 (10일간 활동 없음) : 이 플레이 리스트로 SoundCloud에 빠져보세요!

• 문의 : andy@phiture.com

---

Living the New Normal : 고객 인게이지먼트 강화하기

by 최준호 Partner Sales Director, Korea / Braze , 고현진 CRM Team Lead / 마이리얼트립 , 고현정 CRM Marketer / 카카오 스타일, 김다희 CRM Team Manager / W컨셉

Q) 충성 고객화 만드는 것이 장기적인 수익성 포인트가 되고 있는데 어떤 전략을 하고 계시는가요?

A)

• 마이리얼트립의 경우, 코로나로 인해 타격을 많이 받았는데, 펜데믹 등 외부적인 요인들이 많았기 때문에, 설립한 지는 10년이 되어가지만, 이제 막 시작하는 2~3년차 스타트업 처럼 시장 변화에 따라 맞춰가는것 같음. 엔데믹이 찾아왔지만, 무작정 대규모 할인 쿠폰 프로모션을 지속적으로 하기가 힘듦.
• 커머스 플랫폼이다 보니, 상품을 구매하러 오긴 하는데, 상품 구매 하기전에 여행에 대한 팁을 얻기 위한 커뮤니티를 찾는다는 니즈를 발견하고, 가격적인 것 보다는 커뮤니티 기능을 강조하는 프로덕트를 출시함
• 커뮤니티 기능에 동행 찾기 기능있는데, 이 기능을 통해서 안전하고 검증된 여행자들만 모인 커뮤니티다 라고 마케팅을 하고 있음
• CRM 마케터들이 스페셜 리스트로서 어떻게 하면 MAU 성장을 위한 어떤 에코 시스템을 만들지 유저들이 계속 찾아오고 재구매하게 하기 위해서는 어떤 니즈를 충족 시켜주지 라는 고민을 계속해서 하고 테스트 하게 함

 

Q) CRM은 어떤 식으로 성과 측정을 하고, KPI를 설정하고 달성하려고 하시는 가요?

A)

• iOS 프라이버시가 강화된 이후에 광고 대상 고객 타켓팅을 하는 것이 어려워 지면서, CRM이 중요해지고 있다 라는 것은 모두가 공감하고 있음. CRM은 다른 채널 에서의 전환 비용은 상대적으로 낮지만 LTV (고객 생애 가치) 가 지속적으로 압도적으로 높다 보니 CRM이 강조되고 있음.
• 지표의 효율이 어떠한지는 마케팅 부서에서 우선적으로 따져보고 있는것 같음
• W.Concept에서는 5개의 퍼널을 가지고 User Journey를 구성했는 데, 퍼널 별로 행동 목적에 따른 캠페인을 진행하고 있음.
• 추가로 페르소나의 목적에 따라 Next로 전환되는 비율이 얼마나 전환되고 있는지를 보조 지표로 성과 측정을 하고 있음. 또 다른 보조 지표로는 상품 탐색수, 유효 이벤트 수, Duration과 같은 지표를 보조 지표로 설정했음
• 카카오스타일은 지표, KPI를 잡는데 많은 시간을 할애하고 있음. 전사적인 비즈니스 임팩트와 얼라인되어야 하고, CRM 유저들이 어떻게 페인 포인트를 캐치할 수 있는지 보기 위해 팀원들과 많은 커뮤니케이션을 진행하고 있음
• 예를 들어, User의 공간성 지표를 체크해서, 노란색이나 빨간색으로 지표가 표시가 되면 왜 그런지 파악하고, 이에 맞춘 캠페인을 진행하고 있음.
• 또 사용자 선호도라 던지, 패턴, 혜택에 대한 반응도 등 MBTI처럼 유저 군집화를 만들어서 MBTI만 보더라도 어떤 유저다 라고 페르소나를 만들어서 다양하게 활용하고 있는 것 같음.
• 궁극적으로는 서비스 내에 건강한 슈퍼 유저를 만드는 것이 KPI임

 

Q) CRM 스페셜리스트로 커리어를 전환했는데, General한 마케터 분들에게 CRM으로 어떤 지표를 보라고 할 것 같나요?

A)

• 80%가 리텐션이라고 하는데, 리텐션은 굉장히 포괄적인 지표인 것 같음. 회사의 방향과 참여하는 프로젝트 목표에 따라 CRM 지표는 유연하게 바뀔 수 있음
• 예를 들어, 유저 Growth에 대한 지표도 있고, 웹 가입 후 설치 율, 재 구매 율 등에 대한 지표들이 있음.
• 마이리얼트립에서는 퍼포먼스 마케터, CRM 마케터, 컨텐츠 마케터로 나뉘어져 있고 자기들만의 지표가 있다 보니, 본인들 채널 안에서만 지표를 확인하고 있고, 각기 다른 지표를 보고 있는 괴리감이 있었음
• 최근 시도하기로 한 팀 구성은 TF 그룹을 만들어서 커머스 그로스실 내부 적으로 궁극적으로 전환되는 유입에 집중을 하자고 하기로 했고, 볼륨과 효율 관련 지표로 상세 페이지 조회 몇일 이내 구매 라는 공동 지표를 선택하고, 이 목표를 달성하기 위해서 라면, 퍼포먼스 마케터, CRM 마케터가 각기 캠페인을 집행하더라도 협업을 할 수 밖에 없음.
• 만약 외부에서 신규 유저를 데리고 와서 가입을 시키면, 구매까지 안하고 이탈하는 경우가 많을 것임.
• 퍼포먼스와 CRM이 그 모수를 다 잡고 있는지? 점검하고 있는지? 를 보면 구멍이 나있는 곳이 분명히 있어서, TF가 빠르게 이를 채워나가고 있음
  • 원인은 퍼포먼스 마케터가 리-타겟팅을 했을 때, 메시지가 유저 입장에서는 각각 유저 채널에서 맥락이 안 맞다고 느끼는 것일 수도 있음
• 전환율과 , ROAS를 지표로 보겠지만 요즘 시장에서는 항상 그것만이 답은 아는 것 같음
• 마케터들도 풀퍼널도 봐야하고 구매 전환까지는 CRM이 같이 도와서 협업을 해야 함.

 

Q) 고객의 피로도 측정은 어떻게 하시나요?

A)

• 마이리얼트립의 경우 협업하는 부서가 많고 니즈도 각기 다르기 때문에, 유저가 계속 메시지를 받게 되면, 수신동의를 끄게 되는 지표 ( 수신 동의를 키는 사람보다 끄는 사람 차이를 나타내는 지표, 도달 도수가 점점 줄어듦)
• 힘을 줘야할 때 힘을 줄 수 없는 상황이 오게 됨.
  CRM 수신 동의율, 메세지 빈도수, 사업별로 채널별로 빈도에 대한 정책을 세웠을 때, 브레이즈를 활용하고 있어서, 대시보드에서 캠페인 별로 빈도율이 있는데 채널별로, 또는 특정 경로로 메세지를 너무 많이 받게 되면 상시 캠페인 수신 동의율이 꺼질 것이므로, 지표를 모니터링 하면서, 정책적으로 타이트하게 가져가고 있음.
• 여러 플랫폼에서 다양한 메세지를 받다 보니, 자연스럽게 피로도는 누적되기 때문에, 수신 되는 메세지에 양적인 면과 질적인 면 두가지를 관리 해야함.
  • 양적인 면은 하루에 받게되는 메세지를 컨트롤 할 수 있어야함.
  • 질적인 면은 관심있는 메세지를 발송할 수 있어야함.
• W.Concept 이라는 브랜딩을 담아서 호감도를 획득하기 위해 정리된 메세지, CRM 메세지를 발송했을 때, 호감도가 좌우되기도 함. Creative 조직과 코웍중임
• 카카오스타일은 유저들이 반응하지 않고, 앱 삭제했는지 여부를 확인해보는 피로도 마트를 구축해서 운영중임.
• 고객 별로 반응률이 다른데 Tier별로 주 몇회정도 받을 수 있는지 테스트를 하여 최적화하기도 함
• API를 별도로 구축해서 메세지를 발송하고 있음
• 피로도 정책 : 앱 삭제율, 푸시 동의율, 카카오톡 친구삭제율 을 지표로서 확인해보면서 방어하고 있음

 

Q) CRM의 기본은 개인화인데 프라이버시 관련하여 유저들의 행동기반 데이터를 수집하는 것이 제한이 생기면서 프라이버시 관련하여 해결했던 방식들이 무엇이 있었는지 ?

A)

• User-id를 기반으로 메세지를 설계하고 있음. 개인정보와 별도로 user_id를 발급함. Braze에 custom 메세지를 송출해서 user_id 기반으로 매핑하여 캠페인을 디벨롭 하고 있음.
• 카카오스타일의 경우 Braze는 제 3자 툴이다 보니 지그재그 마트를 전부 활용할 수가 없어서 Braze의 conected contents tool을 많이 사용하고 있음
• 지그재그 유저가 최근 본 상품이나 실시간으로 담은 상품, 관심 있을 만한 상품을 출력하는 API를 만들어서 실제 발송할 당시 타겟팅을 진행하여 발송하고 있음.
• 개인화된 데이터로 진행했을 때, CRM 채널의 캠페인 성과가 2~3배 더 좋았음
• 프라이버시가 강화되면서 third-party 툴, zero-party, first-party 데이터 수집에 초점을 두고 있음
  • ※ 퍼스트 파티 데이터 (1st Party Data) : 고객 및 잠재 고객과 직접적인 인터렉션을 통해 수집하는 데이터
    • ex) 인구 통계 데이터, 구매 내역, 웹사이트 활동, 반응, 관심사, 모바일 앱 데이터 및 웹사이트 기사 읽기등 행동, …
  • 세컨드 파티 데이터 (2nd Party Data) : 신뢰할 만한 파트너가 보유한 데이터
    • ex) 네이버 스마트 스토어에 입점한 판매자는 네이버가 제공하는 20대 여성의 마케팅 데이터 활용 가능
  • 서드 파티 데이터 (3rd Party Data) : 외부 데이터를 통해 사용자 분석에 활용하는 데이터
  • 제로 파티 데이터 (Zero Party Data) : 유저 동의하에 설문조사 등의 형태를 통해 선호와 취향을 파악할 수 있음
    • ex) 고객에게 셀피를 받은 후, 개선하고 싶은 항목을 체크 받아 고객에게 샘플 화장품을 제공함
• 다양한 이벤트와 캠페인을 진행하면서, 자발적 동의하에 제로 파티 데이터를 모으고, 수집한 데이터로 플랫폼 내에서 액셔닝하고 있음
• Braze 이벤트 태깅과 커넥티드 컨텐츠를 활용하고 있음

 

Q) 가장 기억에 남는 캠페인을 소개해주실 수 있으실까요?

A)

• 마이리얼트립의 경우 - 작년, 재작년 숙박 대전 프로모션을 통해서 한 개의 거래 증대를 목표로 잡고 세부 지표로 쿠폰 발급 률과 사용 률을 보고 달렸던 경험이 있었는데,
  쿠폰 발급률은 너무 좋은데, 사용률이 너무 낮았다는 사실을 당일에 알았음
  • 가설 1) 쿠폰이 하루짜리 쿠폰이라 유효기간이 짧아서 쿠폰을 다운로드 받았지만 만료 기간을 몰라서 만료됐을 것이다.
    • → 액션 1) 유저가 직접 쿠폰을 다운로드 받았으니, 알림 토글을 사용할 수 있게 되어 발급 받은 당일 밤에 알림톡을 보내는 채널 전략을 사용함
  • 가설 2) 쿠폰은 받았지만, 어떤 호캉스를 갈지 아이디어가 없어서 사용하지 못했을 것이다.
    • → 액션 2) 알림 톡을 누르면 쿠폰 연장 시키는데 인앱을 띄워서 실시간으로 팔리는 호캉스를 인앱으로 띄워줌.
      사업부와 협의를 해서 단독으로 가지고 올 수 있는 셀렉션은 강조를 하면서 어떤 호캉스를 하면 좋은지 해소를 하며 진행함.
  • 액션을 취했을 때, 몇일만에 쿠폰 사용률이 7%p가 바로 개선이 되었음. 문제가 생겼는지 가설을 새우고 바로바로 액션을 취하면 좋은 액션이 나올 것이라고 생각됨.
• 카카오스타일에서 크로스 셀링 업무에 집중하고 있는데, 유저가 구매 니즈가 있을 때 적합한 상품을 보여주면 구매율이 높아질 것이라는 관련 CRM 가설을 세웠음
  • 지그재그에 PDP 검색은 탐색의 영역이고 장바구니에 담았다는 행동이 구매 니즈가 있다고 판단하기에 좀 더 적합하다고 생각해서, 적합한 상품 같은 경우 행동 데이터 기반으로 스코어링이 된 API가 있는데,
    이 유저에게 가장 관심 있는 상품을 나열하여 실제 첫 구매율과 재 구매율이 10% 이상 개선되는 긍정적인 면이 있었음.
• W.concept 에서는 어떨 때 어떤 니즈로 고객들이 구매를 할까? 생각해보았는데, 타 플랫폼 보다 높은 단가를 가진 디자이너들이 많은데, 그럼에도 불구하고 W.concept 에서 구매를 하는 것은 탐색과 고려 단계에 있는 고객들에게 가치가 높다는 의미라고 생각하고, 아래 캠페인을 진행함.
  • 상품 조회 캠페인
  • 가격 변동 캠페인
  • 보완재 추천 캠페인

---

프로덕트 분석과 실험을 통한 비즈니스 성장 가속화 전략

by 최동훈 한국 비즈니스 총괄 / Amplitude , 안상영 Search&Discovery Team Lead / 29CM , 성여운 Data Team Manager / 원티드랩

Q ) 데이터 기반 의사 결정 VS 혁신적인 기획 어떤 것이 더 중요하다고 생각하는가?

A ) 지속적 성장을 위해서는 작고 확실한 성공들이 모여야 함.
원티드랩의 경우, 하고 싶은 것들을 정량적으로 증명해야 개발을 할 수 있음
작게 테스트하고 작게 실패함으로써, 지표가 꾸준히 우상향하게 만들어야함.
새로운 시도를 통한 새로운 Feature를 만들어야 했을 때 어려웠던것 같음.

 

 

Q ) 비싼 Tool 도입 시 C레벨 설득 방법?

A ) 내부적으로는 ROI의 1.5배 이상 차이가 나야 Tool 도입이 컨펌됨.
Amplitude, 태블로, 빅쿼리 등 분석 툴은 업무시간의 70% 프로덕트 분석 인력의 50% 이상 감소시킬 수 있음. 1년정도 무료 사용할 수 있다보니, PO도 직접 성과 분석 할 수 있게 되어서 분석가 채용보다 Analytics 툴 도입이 저렴하다고 설득하고 있음.

A ) 기존에는 창업자 직감으로 의사결정하여 output을 측정할 필요가 없었다.
데이터 기반으로 유의미하기위한 실행 방법으로는
- 1) 접근성으로는 Amplitude 활용
- 2) 데이터 리터러시로는 사내특강 / 뉴스레터 활용
- 3) Show & Tell 을 활용한 커뮤니케이션

A ) 폰트, 버튼 색깔, 위치 변경이 비즈니스에 어떤 영향을 줄 수 있는지 확인을 해야 한다.
구글의 경우 링크 색깔을 파란색으로 하자고 결정을 하기 위해 링크 색깔 별로 클릭 률을 테스트를 했고,
MS Bing의 경우 광고 문구 위치가 0.01% 변화함에 따라 연간 수익률이 10% 증가하는 큰 영향을 줄 수 있다.
즉, 비즈니스 상황에 맞게 의사 결정을 해야한다.

 

 

Q ) 큰 실험을 진행했던 경험이 있는지?

A ) 실험은 최대한 작게 하나의 가설을 테스트해보는 것이 기본 베이스였다.
그 중 캐쉬카우를 가져 오는 퍼널을 건드리는 실험이 가장 큰 실험이었는데, (원티드랩의 경우) 유저가 공고를 확인하고 지원을 하는 메인 퍼널에 영향을 주는 실험을 했었는데,
협업 필터링을 통해 맞는 공고에 지원만 유도할 줄 알았는데 클릭을 유도하게 됨으로써 파도타기를 많이 하게 되어 장기적으로 영향을 줌

A) 현재, 스쿼드 8개가 평균 15~20개의 실험을 진행함.
A/B Test 툴을 활용하여 실험 진행.
기간은 2주정도, 실험의 양보다는 질이 중요한 문화를 정착시키고 있음.
실험을 하면 Lesson이 반드시 공유 되어야 함
중요한 점은 성공 사례만 공유되는 경향이 있는데, 실패한 것도 공유하는 문화가 정착되어야 함.
A/B Test를 하면, 객관적으로 성공사례 / 실패사례 모두가 볼 수 있어 좋은 것 같음

A) 성과를 증명하기 위한 Input 지표와 성공 지표를 도메인마다 Metric의 하이라키가 있으면,
그 구조 안에서 Input 지표를 변화 했을때 얼마 짜리 프로젝트인지 원화로 가치 환산을 할 수 있음