[핀테크기업/강의추천] 토스 리더가 말하는 유저를 떠나지 않게 만드는 단 하나의 개념 | PO SESSION

이 포스팅의 목적은 앞으로 핀테크 기업에서 일하며 도메인 지식을 쌓기 위해 대한민국 대표 핀테크 기업 토스의 이승건 대표의 강의를 듣고 내용을 정리하는 것입니다. 예전에 대충 들었던 내용 중 인상적인 부분들이 많아 데이터 분석가(DA)로서 좋은 인사이트를 얻을 수 있을 것이라고 생각합니다. 

 

※CC는 Carring Capacity 

자세한 정의와 내용은 아래 글 참고

Carrying Capacity 개념을 통해 고객 정의하기

https://www.youtube.com/watch?v=0KgOCKJ1PG4&t=904s

 

우선 저번 장에서 질문이 나온 것에 대한 Q＆A에서 시작. 

아래는 Retention과 Activation 두 지표를 어떻게 개선하면 좋을지에 대한 질문이다.

■개인적인 생각

이 질문은 다른 지표에 대한 이해가 부족해서 나온 질문인 것 같다. 우선 파워유저의 정의부터 이해하고 가야 할 것 같다.

 

예를 들어, 파워 유저는 매달 결제를 3번씩 하는 유저라고 해보자. 그리고 파워 유저들이 공통적으로 프로필을 한 달에 한 번씩 수정하는 행동을 한다고 가정해 보자. 이때, 일반 유저에게 프로필 수정 시 한 달에 50원씩 주는 푸시 알림을 켜서 프로필을 수정하도록 유도했다고 해도, 그들이 파워 유저가 되었다고 볼 수 있을까? 그들이 파워 유저가 되어있는지 여부는 파워 유저라는 정의에 부합되는 행동을 하는지에 따라 달라진다.

 

■이승건 대표 답변

유저들에게 파워유저들이 하는 특정행위를 강요했더니 Chrun rate가 내려가면서 모든 유저가 파워 유저가 전환되어 CC가 늘어난다?

■개인적인 생각

저번에 말함.

 

■이승건 대표 답변

서비스 초기에 네이버 실시간 검색어에 '토스 장애'라는 키워드가 상위에 랭크될 정도로 문제를 일으킨 적이 몇 번 있다. 경쟁자들이 많은 상황이었는데도 아무런 문제 없이 CC는 회복되었다.

■이승건 대표 답변

Churn은 유저 수에 비례하고, 신규 유입 유저 수에는 비례하지 않는 상수값.

 

■이승건 대표 답변

MAU(Monthly Active Users)와 CC(Carrying Capacity) 차이가 매우 크다면 MAU는 빠르게 CC에 따라잡게 되고, 그러면서 MAU의 증가 속도는 한계 체감을 보이며 점점 느려진다. CC와 MAU 간 격차를 만드는 것이 매우 중요하고 얼마나 빨리 올라가는지는 중요하지 않다.

 

P/M(Product Market fit)을 찾고 무엇을 하느냐?

P/M(Product Market fit)은 제품과 시장의 적합성을 의미하고, 우선 P/M(Product Market fit)을 찾았는지에 대한 기준은 Retention이 Plateau가 생겼는지가 중요하다. 즉, 유지율이 일정 수준에서 플라토 현상을 보이면 제품과 시장이 적합하다고 볼 수 있다.

 

아래 녹색 곡선을 보면 한 번이라도 제품을 사용했던 유저들이 계속 사용하지 않고 점점 이탈하는 행태를 보이고 있다면 제품/시장 적합성(P/M fit)을 찾지 못했다는 것을 의미한다. 하지만 아래 파란색 곡선과 같이 유지율이 다소 떨어지더라도 어느 시점에서 주기적으로 제품을 사용하는 사용자들이 생긴다면 P/M이 존재한다고 볼 수 있다. 결국 시간이 지나면서 광고 없이도 재방문하여 제품을 이용하는 사용자들이 존재한다는 것은 그 제품에 가치가 있다는 의미다.

 

스타트업과 일반 기업을 구분하는 기준은 제품, 시장, 고객에 대한 불확실성의 크기이다. 이 세 가지 요소에 대한 불확실성이 커질수록 스타트업의 단계라고 볼 수 있다. 제품을 누구에게 어떻게 판매할 것인지에 대한 확실성이 부족하면 안 된다. 불확실성을 확실성으로 전환하는 것이 린 스타트업(Lean Startup)의 핵심 개념이고, 이는 에릭 리스(Eric Ries)가 주창한 방법론이다.

 

제품/시장 적합성(P/M Fit)을 찾아서 유지율(Retention) 곡선이 플라토 현상을 보인다는 것은 두 가지가 해결되었음을 의미한다. 첫째, 우리 제품의 구조를 정립했고, 둘째, 고객층도 확인했다는 뜻이다.

 

제품/시장 적합성(P/M Fit)을 찾은 다음에 우리가 당장 해야 할 일은 유지율(Retention) 곡선을 분석하여 개선이 가장 먼저 이루어져야 한다. AARRR 프레임워크에서는 뒤에서부터 접근해야 한다. 즉, 유지율을 개선하고 활성화(Activation)를 개선한 후에 마케팅을 통해 유입(Acquisition)을 해야 한다. 하지만 일반적으로는 반대로 진행한다. 광고를 하고, 가입자들이 제품을 잘 활용하지 못하면 활성화 퍼널을 수정하고, 유저들이 이탈하면 유지율을 개선하는 식이다. 이렇게 하면 스타트업 지옥 모드에 빠지게 된다. 유지율이 높아 유저가 이탈하지 않는 강력한 서비스를 만든 후에 유입 경로를 원활하게 하고 광고를 해야 하지만, 불안감 때문에 보통 이렇게 하지 못한다.

 

또한, 이탈한 유저들을 대상으로 인터뷰(UT: Usability Test)를 해야 한다. 예를 들어, 왜 이 유저들이 한 번 이상 송금을 해서 좋은 경험을 했음에도 불구하고 떠나게 되었는지 파악해야 한다. 그 다음으로는 지속 사용 유저들이 왜 계속 서비스를 이용하는지에 대해 알아봐야 한다.

 

이탈 유저와 지속 유저 간 차이점을 데이터 분석을 통해 이해해야 한다. 위의 사진에서 아래 계층이 현재 우리 고객이고, 위 계층이 미래에 확보해야 할 고객입니다. UT를 하는 이유는 CC(Carrying Capacity)를 늘리기 위한 기준을 세우기 위함이다. 우리가 유지율(Retention)을 확보했다는 것은 CC를 계산할 수 있게 되었다는 의미이며, 우리가 어디까지 도달할 수 있는지 알 수 있다. MAU(Monthly Active Users)가 CC라는 벽에 도달하면 성장이 멈추게 된다.

 

이때는 새로운 CC를 일으키는 서비스나 레이어를 추가하면 CC가 늘어난다. 토스는 송금 서비스로 한계에 부딪혔을 때 신용조회 서비스를 런칭해 CC를 높였다. 향후 CC를 어떻게 늘릴지는 UT에서 알 수 이 씨. 우리가 커버하지 못하는 Use Case가 무엇인지 파악할 수 있다. 장기적으로 CC를 높이기 위해서는 어떤 기능과 설루션을 도입해야 하는지 알 수 있다. 

 

이때, 유저에게 "왜 우리 서비스를 사용하지 않나요?"라고 묻는 대신, "당신은 OO의 목적을 달성하고자 할 때 무엇을 사용하나요?"라고 물어야 목적 달성이 가능한다. 대부분의 경우 5번의 UT로도 동일한 문제에 대해 상당히 일관된 답변을 얻을 수 있다. 하지만 이승건 대표의 경우에는 시장 기회에 대한 통찰력과 패턴을 발견하기 위해 20번 이상의 UT를 진행하기도 한다. 이 UT는 당장 유지율 개선에 도움이 되지는 않다. 장기적 관점에서 우리가 앞으로 다뤄야 할 Use Case를 발견하기 위한 것이다.

 

그러므로 지금 당장 우리가 해야 할 일은 유지율이 높은 유저가 누구이며 왜 서비스를 지속 사용하는지를 파악하는 것이다. 위 사진의 아랫부분에 주목해야 한다.

 

세그먼트에 대한 이해도 중요하지만, 유지율(Retention) 곡선이 플라토 현상을 보이는 지점이 어디인지도 매우 중요하다. 일반적으로 70%, 40%, 20%가 기준점으로 여겨진다. 20%라면 회사를 운영하기 위한 보더라인 수준이다. 즉, 10명 중 2명만이 서비스를 지속 사용한다는 뜻이다. 토스의 간편 송금 서비스 유지율은 68%였다.

 

토스 간편 송금 서비스의 경우, 20-30대 사용자가 많았음을 알 수 있었. 정확히는 20대가 주된 사용자층이었는데, 대학생과 사회초년생들이 친구를 만나 식사비를 나누는 등의 상황에서 기존 인터넷 뱅킹보다 간편한 송금 기능에 대한 니즈가 있었기 때문이다. 이렇게 페르소나에 대한 이해가 필요하다.

그렇다면 왜 어떤 유저는 서비스를 지속 사용하고 어떤 유저는 그렇지 않은지에 대한 근본적인 데이터 분석이 필요하다. 지속 사용 유저들에게는 공통된 특징이 있다. 이를 '아하 모멘트(Aha Moment)'라고 한다. 유지율을 개선하는 핵심은 아하 모멘트를 사내에서 일으키는 것이다.

 

우리 회사가 유지율을 확보하고 마케팅 전략을 수립하는 등의 단계를 거칠 때, 회사 규모가 50~120명 구간이 된다. 이때 주의해야 할 점은 회사 내부가 한마음이 되지 않을 가능성이 높다는 것이다. 회사가 복잡해지고 채용, 인사 등의 이슈로 인해 제품의 방향성을 상실할 수 있다. 아하 모멘트란 제품의 핵심가치를 경험하는 순간을 말한다. 이 아하 모멘트를 통과하면 해당 서비스를 계속 이용하게 되고, 경험하지 못한 유저는 서비스 이용을 중단하게 된다. 즉, 서비스를 지속 사용하게 만드는 특이점이다. 아하 모멘트를 경험한 유저의 95%가 유지율을 보인다. 아하 모멘트는 예를 들어 어떤 특정 행동을 한 사용자가 "아하, 대박! 이 서비스 너무 좋다"라고 외치는 순간과 같다. 아하 모멘트를 경험한 유저가 많아지면 유지율 곡선의 플라토 지점이 높아진다.

아하 모먼트는 정량적으로 정의되는, 유저가 서비스에 계속 남게 되는 결정적인 순간을 말한다. 예를 들어 토스의 간편 송금 서비스에서 초기에 발견한 아하 모먼트는 4일 이내에 2번 이상 송금하는 것이었다. 2번 이내로 4일 이상 지나서 송금하는 유저들은 서비스를 지속하지 않았다. 그렇기 때문에 4일 안에 2번 이상 송금하도록 유도하는 것이 중요했다.

 

그런데 이런 아하 모먼트는 정량적인 기준뿐만 아니라 정성적으로도 이해되어야 한다. 간편 송금 앱이 간편하다면, 유저가 간편하다고 느끼는 때는 언제일까? 여러 번 송금을 해본 후일 것이다. 그러니까 정성적으로도 말이 되어야 한다는 것이다.

 

"단순함이 과학보다 중요하다(Simplicity, not Science)!" 이 아하 모먼트를 추구하며 유지율을 개선해 나갈 때쯤이면 조직이 너무 복잡해지고 어려워진다. 그래서 모든 회사 구성원들이 하나의 목표만을 바라보고 따라갈 수 있는 단순한 지표가 필요하다. 수학적으로도 꽤 의미가 있지만 어쨌든 단순한 산술로 도출할 수 있어야 한다. 복잡하고 정교한 분석 결과는 아무도 이해하기 어렵다. 이 지표는 보통 13살 중학생도 이해할 수 있어야 한다.

 

또한 연역추리와 귀납추리 모두의 과정을 거쳐 도출되어야 한다. 연역추리란 "우리 서비스는 간편 송금이니 송금을 여러번 하면 아하 모먼트에 도달하지 않을까?"라고 추론하는 것이다. 반면 귀납추리는 "현재 우리 앱에서 송금을 많이 하는 사람 중 어떤 사람이 남고 어떤 사람이 떠났는지" 데이터를 분석하는 것이다. 아하 모먼트는 유지율을 높이기 위한 만능 해결책은 아니다. 아하 모먼트를 잘 만들고 모든 유저가 아하 모먼트를 경험하도록 노력해도 우리가 얻을 수 있는 유지율 향상 효과는 20~30% 정도에 불과하다. 그렇기 때문에 유저빌리티 테스트를 통해 carrying capacity를 늘리는 것이 중요하다. 아하 모먼트는 해외에서도 많이 사용되는 개념으로, 아래가 그 예시이다.

전 세계의 유명한 앱들이 아하 모먼트 개념을 활용하여 조직의 복잡성을 극복하고, 단순한 핵심 지표에 집중함으로써 유지율을 높이고 제품을 발전시키는 활동을 해왔다. 아하 모먼트는 단순하면서도 정량적이고 정성적인 관점을 모두 반영하여 도출된 지표이다. 이를 통해 모든 구성원이 하나의 목표를 향해 나아갈 수 있다. 

아하 모멘트는 아까 예시를 보여줬듯이, 결국 이러한 형태를 가지게 된다.

 

"가입한 지 YY일 이내에 XX 행동을 ZZ번 수행하는 것" 

 

여기서 

XX: 제품의 핵심 가치를 경험할 수 있는 특정 행동 Y

Y: 특정 기간 (예: 4일, 7일 등) 

ZZ: 그 행동의 수행 횟수 

그런데 만약 실행 불가능한 "아하" 모멘트가 발생한다면? 예를 들어, 페이스북을 만들었는데 첫 3일 안에 40명이 커넥트 되어야 95%가 남는다. 이러면 리텐션(재방문율)이 있다고 하고 제품을 심각하게 검토해야 한다. 이렇게 짧은 기간에 "아하" 모멘트가 생기면, 의욕이 꺾인다. 이때는 "아하" 모멘트를 찾을 때가 아니라 XX를 다시 찾아봐야 한다. 그래서 너무 난도가 높은 "아하" 모멘트가 나온다면, 우리가 해야 할 일은 더 매력적이고 사용자가 와우 하게 되는 액션을 만드는 것이다.

 

그렇다면 아하 모먼트 계산하는 방법은? 다음 장에 계속!