[핀테크기업/강의추천]토스 리더가 말하는 바이럴 성장이란 무엇인가 | PO SESSION

[핀테크기업/강의추천]토스 리더가 말하는 바이럴 성장이란 무엇인가 | 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.

---

내용은 유튜브의 스크립트 기능을 사용했기 때문에 더 깔끔하게 정리할 수 있었다.

https://www.youtube.com/watch?v=fDbidmqfjIA

 

오늘은 Carrying Capacity와 관련 해서 Viral Growth 그리고 Network Effect의 개념까지 아직 시장에 많이 알려지지는 않았지만 그래도 저희가 공유하고 싶었던 내용들을 중심으로 다시 하나 준비해 봤습니다.

그전에지난 세션에서 질문 주신 것들이 있는데요. 첫 번째는 Cohort Retention에 Plateau를 볼 때 Y축은 이해가 되는데 X축은 어떻게 되냐 얼마나 오랜 기간 동안 Plateau를 보는 게 좋냐 라고 하셨는데요.

 

Plateau는 안정적으로 보려면 정확히는 Plateau가 이렇게 생기는 상황을 봐야 됩니다. 

근데 그게 아주 이상적으로는 첫 번째 달에 유저가 이렇게 확 Retention Plateau가 이렇게 있을 때 보통 아주 이상적으로는 아마 가입한 달에 100%의 유저가 어떤 행위를 하고 액션을 그다음 달에 바로 어떤 드롭이 있죠. 그 제품을 사용하거나 가치가 없다고 느끼는 사람들의 드랍이 있는데요.

 

그 이후에 M2, M3가 될 때까지 보통 이렇게 바로 평평한 고원이 형성돼서 소위 Plateau가 생기면 가장 이상적이겠지만 실제로는 그렇게 되지 않죠. 실제로는 이렇게 계속 좀 떨어지다가 어느 순간 가서 Plateau가 생깁니다. 그래서 이 평형점을 한 세 꼭지 정도라도 보는 게 가장 이상적으로 '아 이제 어느 정도 생긴 것 같다'라고 말할 수 있을 텐데요.

 

그렇게 되는데 이게 뭐 M4나 M3나 M4에 된다면 괜찮은 거고요. 그게 안 된다면 더 많이 봐야 될 거예요. 그래서 Plateau를 얼마나 보면 좋냐 에 대한 질문에 대한 답은 Plateau가 생길 때까지 봐야죠. 그게 보통은 6개월 이상 걸리기는 합니다.

 

두 번째는 Retention Period가 길어져서 Retention Plateau의 측정이 애매해지는 서비스 쪽으로 갈 때는 어떻게 하느냐라고 하셨는데 제가 생각하는 정답을 말씀드리자면, 이런 제품을 스타트업이 하면 안 되는 제품인 경우가 굉장히 많습니다.

 

실제로 이렇게 Retention Plateau의 측정이 어려워서 , 즉 오래 걸려서 Retention을 측정해야 된다면 제품을 개선하는 주기가 6개월에서 1년씩 걸리잖아요? 너무 많은 시간이 들기 때문에 급격한 성장을 만들어야 하는 스타트업 입장에서는 굉장히 불리한 서비스가 되는 경우가 많습니다.

 

그래서 이런 경우는 사실은 빠른 성장을 만들기는 굉장히 어려운데요. 그럼에도 불구하고 내가 하는 서비스가 이러한 길이가 긴 서비스여서 Retention Plateau의 측정을 좀 하기가 어렵다고 하면 더 시간을 단축해서 봐야죠. Monthly Retention을 Weekly Retention으로 나눠서 본다던지, 어느 정도 Seasonality가 있다고 하더라도 오류를 감수하고 좀 짧게 본다던지 그렇게 짧게 보더라도 너무 애매하다고 하면 사실 기다리는 수밖에는 없습니다.

 

Retention을 측정할 때까지 그래서 어떤 제품 측의 개선을 하고 그 다음에 몇 달 뒤에 그게 어떤 변화가 일어나는지 봐야 되는 그런 상황이겠죠.

 

제가 오늘 말씀 나누기 전에 한 가지 재미있는 개념을 소개하고 싶은데요. 

세상의 모든 것을 숫자로 표현하고 예측할 수 있다.

 

이 명제에 대해서 어떻게 생각하시나요? 실제로 이것을 되게 중요하게 생각한 철학자이자 수학자가 있었습니다.

 

 

바로 라플라스라는 수학자인데요. 19세기, 1800년대 초반에 라플라스는 자신의 저서를 통해서 지금 현재의 우주의 스냅 샷을 딱 찍을 수 있다면 앞으로 우주가 어떻게 전개될지 무한한 미래까지 예측하는 게 가능하다고 하는 개념을 소개합니다.

 

그게 라플라스의 악마라는 개념이었는데요. 일종의 어떤 사상적 개념에 불과했는데요. 저는 사실은 PO는 좀 이 멘탈리티가 필요하다고 생각을 합니다. 실제로 저희가 다루는 모바일 제품이나 인터넷제품 같은 경우 고객들이 들어오고 나가고 이 모든 다이내믹이 굉장히 복잡할 것 같지만 실제로는 엑셀 50줄도 안 되는 영역에서 다 예측 가능한 모델로 만들어졌을 수도 있거든요.

 

'이게 과연 예측 가능할까?'

'이렇게 복잡한 걸 어떻게 예측해?'

 

이런 생각 때문에 보통 그런 모델링이나 프로젝션을 잘 안 하게 되는 경우가 있는데 실제로는 그렇지 않다. 우주의 대부분의 사건들은 생각보다 굉장히 모델링이 가능하고 굉장히 정확하게 예측할 수 있습니다. 저는 개인적으로 정말 사업에 대부분의 현상들은 이거를 통해서 모델링을 할 수 있다고 생각하고요. 항상 그때그때 보는 건 모델의 아주 일부죠. 뭐 Inflow, Outflow 이런 것들이지만 그걸 통해서 전체모델에 어떤 영향을 주는지 이해할 수 있기 때문에 훨씬 더 많은 통찰을 얻을 수 있거든요.

 

아마 여러분들도 이런 개념을 생각해보면 좋을 것 같아요. 너무 수학에 대한 맹신일 수도 있지만 대부분의 사람들이 생각하는 것보다는 조금 더 '아 실제로 우주는 예측 가능하구나' '되게 모델링과 수학으로 표현해서 몇 달 뒤의 미래를 예측할 수 있구나'라는 개념들은 좀 저는 굉장히 확신을 가지고 말씀드리고 싶은 얘기입니다.

 

먼저 간단하게 먼저 공유드리고 싶은 게 있는데요.

 

그로쓰 모델에 대한 이런 기본적인 계량이 있는데요. 보시면 들어오는 유저가 있고 이렇게 나가는 유저가 있죠. Inflow, Outflow. 들어오는 유저가 들어온 양과 나오는 유저가 나오는 양이 일치해서 전체 유저수가 이렇게 결정이 된다라는 얘기를 한번 첫 세션때 드렸는데요.

 

구체적으로 나눠 보면 좀 이렇게 다양합니다. 아예 새로운 유저가 이렇게 400명이 방문해서 가입과정이나 여러 퍼널을 거쳐서 떨어져 나가 가지고 실제로 액티브 유저가 되는 유저가 customer가 되는 40명으로 줄어드는 이 퍼널이 있죠. 근데 이 퍼널이 이렇게 들어갈 때 꼭 이게 이렇게 이 퍼널 하나만 있지 않죠.

 

이 유저들이 이렇게 drop이 되면서 이만큼이 다 떨어져 나간 유저죠. 360명이. 그래서 여기 저희는 여기서 Skeptics라고 표현을 했는데요. Skeptics. 그러니까 좀 회의적인. 서비스 이용에 회의적인 사람들이 이렇게 떨어집니다. 이렇게 떨어져 나가죠.

 

그 유저들 중에서 다시 생각이 나거나 다시 여러 가지 계기로 서비스를 사용할 수 있는 이유를 찾게 되면 다시 부활합니다. 그래서 스켑틱 유저가 다시 레저렉트가 되는 거죠. 그게 여기서 한 5 정도로 표현이 됐고요. 전에 설명드렸다시피 완전히 Churn 된 유저의 완전 데드풀에서 이 서비스를 다시 발견하고 쓰게 되는 말 그대로 Resurrection 되는 이런 유저들도 있습니다.

 

그렇게 총 50명이 들어오는 거죠. 이건 평형상태에 와있기 때문에 당연히 여기 숫자는 안 쓰여있지만 50명이라고 볼 수 있으시겠죠. 그렇게 50명이 들어오고 50명이 나가는데 50명의 새로운 유저들이 들어온다. 그렇지 않아도 쓰여있고요. 그리고 매일매일 봤을 때에는 이 서비스를 다시 쓰기 위해서 돌아오는 유저가 한 500명 된다. 그렇죠? 그래서 아마 이때 뭐 DAU를 고른다면 550명 이렇게 되겠죠. DAU를 고른다면. 그런데 전체 Carrying Capacity를 계산한다면 5000명. 이렇게 되는 다이내믹이 있다고 보시면 될 것 같습니다. 

 

그래서 이 전체 Carrying Capacity를 정확하게 모델링하기 위해서는 중요하게 봐야 하는 것이 완전 신규 유저 그리고 레저렉션된 유저들 그다음에 나간 유저들이 있습니다.

 

그리고 저번에 좀 간단히 설명 또 드렸지만 이외에도 인위적으로 그로스를 만들어낼 수도 있잖아요. 돈을 써서요. 그게 Paid 유저까지 있겠죠. 그래서 제가 이 오른쪽에 이렇게 정리를 해놨는데요. Inflow와 Churn. 들어가고 나가고 가 있고 새 유저, 살아난 유저, 돈으로 사 온 유저 그리고 바이럴 그로스 이렇게 있습니다. 사실 바이럴 그로스도 이 Inflow에 Organic Growth에 들어가는데요. 보통 개념상 제가 설명하기 위해서 이걸 좀 나눠놨습니다. 이 두 개는 Organic이고 여기는 아니다 이렇게 해놨는데요.

 

Organic과 Organic 아닌 것의 차이가 뭘까요? 여러분들은 이제 아셔야 됩니다. 그죠? 네. Organic은 Carrying Capacity에 영향을 주고Organic주고 Organic이 아닌것은 Carrying Capacity에 영향을 주지 못한다 라는 거.

 

 

그래서 Organic을 좀 보면은 New와 Resurrection으로 나오는데 그 New라는 것은 돈을 사서 데려온 유저도 아니고. 그냥 앱스토어에 앱을 올렸거나 웹사이트를 론칭했더니 그냥 들어오게 되는 그런 유저들입니다. 신규 유저들이죠. 광고로 들어온 것도 아니고요. 이 유저들은 대체 어디서 오는 걸까요?

 

자, 내가 친구들과 같이 창업을 해 가지고 다섯 명이서 웹사이트를 하나를 만들었어요. 론칭을 한 거죠? 웹사이트 이름도 되게 이상해요. 예를 들면 뭐라고 할까요? inflow.com이라고 해보죠. 정말 아무도 알 수 없는 우리 다섯 명만 아는 비밀 같은 사이트인데 그 사이트에 구글 애널리틱스 같은 것을 붙여 넣어서 보시면 희한하게 몇 달을 보시면 가끔 한 명 두 명씩 들어옵니다.

 

뭐 철학적인 개념으로 조금 더 설명해 보면 결국 이 우주에서는 어떠한 사물이 존재하게 되는 순간 그 사물을 제외한 나머지 우주로부터 그 사물을 향하는 어떤 퍼널이 형성돼 버립니다. 예를 들면 저라는 사람이 이렇게 있으면 이승건이라는 사람이 있으면 앞에 계시는 촬영팀으로부터 저로 다가오는 길이 생기고 저 옆에 있는 편의점으로부터 저로 다가오는 이런 길이 생기죠.

 

그래서 어떤 사물이 새로 존재하게 되는 순간 이 우주 나머지로부터 그 사물을 향하는 길이 생기게 됩니다. 어떤 길은 굉장히 가기 어려운 사막과도 같은 모랫길이에요. 여러분들이 방금 론칭한 inflow.com 같은 사이트가 그렇죠. 아무도 모르니까. 찾아가기도 힘들고. 만약에 그 사이트의 이름이 굉장히 어렵다면 더 다가가기 힘들겠죠. 타이핑하기 어려우니까.

 

예를 들면 사이트의 이름이 비바리퍼블리카. com이라고 하면 비바리? 버버리? 이러다가 헷갈리고 사이트 이름 못 치고 '아 모르겠다'이러고 마는 거죠. 여러분들이 실제로 앱스토어에 아주 앱을 대충 만들어 가지고 올려놓기만 해도 한두 명씩 다운로드하는 사람들이 생겨요. 왜 그럴까요? 쉽게 말해서 그거는 어떻게 보면 세상으로부터 발견되는 그런 과정입니다. 길거리를 지나가다가 카페에서 듣는 소리일 수도 있고 친구한테 소개받는 것일 수도 있고 아니면 내가 인터넷에 올려놓은 블로그 글에 남겨져 있는 거나 내 SNS에 '저 요새 이런 거 해요'라고 올려놓은 그런 것들이 발견되는 걸 수도 있고요.

 

그런 것들을 이제 Words of Mouth, SEO, 미디어를 통해서 노출되는 것 혹은 진짜 우연히 발견되는 그런 것들일 텐데요. 이것들이 결국 대부분의 여러분들의 그로쓰를 좌우하는 Carrying Capacity에 영향을 미치는 것입니다. 그래서 더 많은 사람들이 상시적으로 여러분들을 발견 여러분의 서비스를 발견하게 만드는 게 굉장히 중요합니다. 그런데 대부분 이 우주에서 그 앱이나 그 서비스로 향하는 퍼널의 가장 큰길은 사용자들이죠. 그 서비스를 사용하는 유저들이 보통 얘기를 하고 다니고 열광적으로 얘기하고 다니고 할수록 이 Organic Growth가 자연스럽게 생깁니다.

 

그래서 이거를 얼마나 잘 만드느냐가 사실은 이제 Carrying Capacity에 영향을 주는 거죠. 그 이후에 Resurrection도 있는데요. 저번에 제가 방송 보니까 제가 Resurrection 타이핑을 잘못 썼더라고요. 판서할 때. 솔직히 굉장히 쪽팔렸는데 어떻게 할 수가 없겠죠? 뭐 고칠 수는 없잖아요?

 

Resurrection은 당연히 Churn 된 유저가 부활하는 순간입니다. 다시 시도하게 되는 순간들이 있습니다. 예를 들면 '이 서비스 별로인 것 같아'하고 안 쓰고 있다가 예를 들면 뭐 '요새 이게 되게 좋아. 한번 써봐'라든지 아니면 그것을 써야만 하는 상황이 생겼다던지 아니면 정말 심심해서 내가 우주에서 정말 아무것도 할 일이 없어졌는데 '너무 심심해 뭐 하지?' 했는데 그냥 그 서비스가 생각나서 라던지 그런 시도하는 순간들이 다시 생기는데요.

 

그것도 이 New처럼 그 서비스를 향하는 그 서비스를 발견하게 되는 여러 상황들 Occasion들이 Resurrect를 시키는 거죠. 주로 기존유저들이 일으키는 것일 거고요. 이 두 가지가 Organic에 영향을 준다는 점 말씀드리고 싶고요.이 두 가지는 CC에 영향을 줍니다.

 

또 CC에 (영향을) 주는 게 제가 여기 표현을 다르게 써놓긴 했는데 Referral= Viral Growth와 같은 거겠죠. 이것도 CC에 영향을 줍니다. 근데 Referral이라는 것은 뭐냐면 사용하고 있는 유저가 새로운 유저를 초대하는 그런 현상을 말합니다.

 

Viral Growth 여러분들 뭐 아시는 분들은 너무 이론이 많은 것 잘 아실 텐데요. 몇 가지 기본적인 것만 짚어보면 그러면 Referral. 회원이 회원을 추천하는 이것과 앞에서 얘기한 Words of Mouth 입소문을 타고 빠르게 퍼져나가는 것 그 차이가 뭘까요?

 

차이는 Trackable 하냐 안 하냐 이겁니다. Trackable 하냐. 내가 측정할 수 있는 초대와 초대에 응함이냐 아니냐입니다. 측정할 수 있으면 다 바이럴 혹은 Referral이라고 보고요. 측정할 수 없으면 Referral이 아닙니다. Referral은 측정할 수 있기 때문에 퍼포먼스마케팅과 같이 설계해 낼 수 있습니다. 그걸 강화할 수도 있습니다. 그게 바로 Viral Growth죠.

 

그래서 Viral Growth는 여기 오른쪽에 쓰여 있는 것처럼 어떤 유저가 서비스를 다운로드하고 가입을 하고 그 서비스의 핵심가치를 경험해 보고 그다음에 너무 좋아서 다른 친구를 초대하고 그 초대를 열 명을 했는데 그중에 몇 명이 초대에 응하고 그럼 그 두 번째 멤버가 다시 다운로드하고 그런데 그게 점점 인원수가 늘어서 이렇게 J커브를 그려나가요. 모든 스타트업의 꿈. Viral Growth. 이런 게 이제 Viral Growth인데요.

 

이 오른쪽에 보시는 이 전체 바이럴 루프를 보시면 아시겠지만 이 새롭게 만들어지는 Viral Growth는 기존의 Inflow에서 유래합니다. 기존의 유저가 기존의 유저, MAU 월 활성 사용자라고 할 수 있는 기존 유저가 새로운 유저를 데리고 오고 그게 점점 커지는 이런 형태입니다. 그렇기 때문에 Viral Growth의 구조가 장착되어 있는 서비스는 MAU가 커질수록 Inflow가 늘어납니다. MAU가 많아지면 더 많은 사람이 초대하고 더 많은 사람이 초대에 응해서 들어오게 되니까요.

 

Inflow가 늘어납니다. Inflow가 늘어나면 MAU가 늘고 MAU가 늘면 Inflow 가 늘고 그럼 CC가 계속 늘어나는 거죠. CC는 여러분들, Inflow/Churn라고 말씀드렸잖아요. Inflow가 MAU에 따라서 계속 비례해서 커지기 때문에 이 Viral Growth는 CC를 무한 성장하게 만듭니다. CC라고 하는 것을 생각하다 보면 '여기에 꼼짝달싹 못하게 갇혀서 어떻게 숫자를 바꿀 수 있지?'라고 하는 되게 답답한 생각이 드는데요.

 

CC를 무력화시킬 수 있는 굉장히 위대하고 유용한 툴이 Viral Growth죠. 그래서 이것을 설계하는 데에는 Referral에서 이제 보통 보고, 이건 CC에 영향을 줍니다. 그래서 이게 viral K가 1 이상이면 무한대로 성장할 수 있는 거죠. 이론적으로는. 그다음이 Paid 마케팅입니다. 페이드 마케팅은 CC에 영향을 주지 않는데 보통 페이드 마케팅을 고려할 때는 Volume, Conv%, Budget 혹은 Cost 이 세 가지 요소만 고려하면 됩니다.

 

이거와 관련돼서도 아예 하나의 세션을 할 정도로 많은 얘기가 가능할 텐데요. 어떤 페이드 마케팅에서 어떤 채널에서 어떤 예산을 가지고 집행할지 고려할 때 내가 이걸 이 채널에서 가지고 있을 볼륨이 얼마나 되는지 그리고 그 광고를 보통 나열했을 때 클릭율에 얼마나 되는지. 클릭돼서 유저로 전환되는 비율. 그 다음에 보통 그 광고를 시작할 때 어느 정도의 돈이 되는지 이 세 가지 요소를 가지고 평가를 해 가지고 보통 채널을 결정하면 됩니다.

 

어쨌든 이렇게 네 가지 효과가 있는데요. 제가 잠깐 곁다리로 네트워크 이펙트도 좀 얘기하고 가보겠습니다. 네트워크 이펙트는 뭘까요? 네트워크 이펙트는 사용자 간에 뭔가 네트워크가 결성되는 효과 뭐 이런 걸 것 같잖아요? 사실 그게 맞는 말이기는 한데 좀 더 엄밀한 네트워크 이펙트의 정의는 서비스를 사용하는 유저수의 증가가 서비스 가치의 증가를 불러일으키는 경우를 말합니다.

 

예를 들면 제가 카카오톡 예를 들어보면 카카오톡 되게 훌륭한 서비스인데 카카오톡에 내 친구가 10명이 있을 때랑 100명이 있을 때의 카카오톡이 나한테 가지는 가치를 한번 생각해 보세요. 열 명이 있어서 열 명과 커뮤니케이션할 때는 좋은데 90명은 여전히 문자메시지를 써야 된다. 그럼 카카오톡의 가치는 한 10밖에 안 되는 거죠. 근데 그 친구가 100명이 다 들어가 있으면 그냥 카톡만 쓰면 되니까 카톡이 제공하는 서비스의 본질적인 가치. 뭐 메시지를 보낸다던지 사진을 주고받는다던지 본질적인 가치는 전혀 바뀐 게 없는데 나한테 가지는 의미는 10배가 됐죠. 그래서 네트워크 이펙트는 그런 겁니다. 그 서비스를 사용하는 유저수가 증가하면 그 서비스가 나한테 제공하는 서비스의 가치가 증가하는 효과를 네트워크 이펙트라고 얘기를 합니다.

 

그렇기 때문에 네트워크 이펙트가 근본적으로 있는 서비스는 MAU가 증가할수록 다시 사용할 이유 즉 리텐션이 올라갑니다. MAU가 증가할수록 이 서비스를 계속 쓸 이유가 늘어나요. 그 얘기는 서비스를 안 쓸 이유인 Churn이 줄어든다는 얘기입니다. 즉 네트워크 이펙트가 잘 다져져 있는 서비스는 MAU가 늘면 Churn이 내려갑니다. 그렇기 때문에 이 네트워크 이펙트도 역시 CC를 무한 성장할 수 있게 해 줍니다.

시간이 갈수록 Churn을 봤을 때 만약에 X축이 유저수, Y축이 Churn이라고 할 때 유저 수가 늘어나면 이 Churn이 급격하게 이렇게 떨어지는 거죠. 그렇기 때문에 사실 모든 서비스가 이렇게 Social 해야 하고 Viral 해야 됩니다. 그래서 소셜 미디어와 커뮤니티 SNS적인 기능이 있으면 Churn Rate가 내려가고 CC가 늘어나는 효과를 가지게 되는 거죠.

 

의도하신 지는 모르겠지만 실제로 이런 효과를 굉장히 잘 이용하는 최근의 핫한 서비스가 오늘의 집이나 당근마켓이라고 생각해요. 당근마켓은 이미 하이퍼 로컬이라고 해가지고 단순한 어떤 중고거래 서비스를 많이 벗어났다고 생각하지만 초창기 당근마켓은 중고거래 서비스였잖아요.

 

근데 중고거래 서비스를 뭐 얼마나 자주 하나요. 매달 하나요? 그렇지 않죠. 근데 이제 당근마켓에 엄청난 커뮤니티 기능., 그리고 대화할 수 있는 그런 기능이 있기 때문에 네트워크 이펙트가 생겼고 그래서 유저가 늘수록 안 쓸 이유가 점점 줄어서 지금의 거의 2천만에 달하는 MAU까지 도달할 수 있었던 게 아닌가 추측하고 있고요.

 

오늘의 집도 마찬가지입니다. 인테리어 가구를 살 수 있는 이커머스이지만 사실 이커머스 구매를 안 하더라도 그냥 인테리어 보고 들어가서 구경하고 이런 어떤 커뮤니티 기능이 있음으로써 네트워크 이펙트가 커졌죠. 그래서 이러한 효과를 이용해서 서비스의 CC를 늘리는 것도 역시 가능합니다. 결국 그럼 바이럴 그로쓰와 네트워크 이펙트 둘 다 CC에 되게 긍정적인 영향을 주는 건데요.

 

바이럴 그로쓰는 신규 유저가 계속 늘어나는 효과를 만들고 네트워크 이펙트는 들어온 유저가 절대로 나가지 않게 만드는 효과를 각각 준다고 볼 수 있어요. 그럼 이 둘 중에서 뭐가 더 좋은 걸까요? 네. 두 분 다. 아 쌤쌤이다 라는 분과 두 번째가 더 좋은 것 같다라고 하셨는데 장단점이 있습니다.바이럴 그로쓰만 있으면 바이럴 그로쓰가 되고 있는데 리텐션이 없으면 CC가 보통 주저 앉을 수 있습니다. 그래서 바이럴 그로쓰 만으로는 사실은 MAU를 늘리기는 어려울 수도 있어요. 네트워크 이펙트만 있으면 성장하는 속도가 굉장히 느릴 수 있습니다. 네트워크 이펙트가 있어서 한 번 들어온 유저는 절대 안 나가는데 매달 가입하는 유저수가 너무 작아 그러면 CC까지 도달하는데 한 100년 걸려 이런 일도 실제로 생겨요. 그래서 둘 다 있는 게 제일 좋습니다.

 

그래서 바이럴 그로쓰에 대해서 조금 더 얘기를 들어보고 싶은데요. 여러분들 바이럴 그로쓰 잘 아시죠. 바이럴 그로쓰는 신규 유저가 새로운 유저를 가지고 오는 현상을 말하고 그게 어느 정도 되는지를 평가하기 위해서 바이럴 K라고 하는 지표를 통해서 Viral Factor, 혹은 Viral K라고 해서 신규 유저가 새로운 유저를 몇 명이나 데려오냐 이겁니다. 그래서 신규 유저 한 명이 새로 데리고 오는 유저가 한 명이면 바이럴 K가 1 인 거고요. 신규 유저 한 명이 새로 데려오는 유저가 두 명이면 바이럴 K가 2이고 뭐 이런 거죠.

 

그래서 이 바이럴 K라고 하는 숫자의 특징이 몇 가지가 있는데 1번. Sequential 하다는 거죠. 바이럴 K가 1이다라고 하면  한 명이 다른 한 명을 새로 데려오는 거라고 했잖아요. 그러면 그 새로 데려온 한 명이 또 한 명을 또 데려오겠죠. 그럼 뒤에 한 명이 또 한 명을 또 데려올 거고요. 그래서 바이럴 K가 1이면 그 서비스도 영원히 성장합니다. 혹은 만약 바이럴 K가 0.5라면 한 명이 0.5명을 데리고 오는 건데요.

 

물론 친구를 이렇게 톱으로 썰어가지고 반만 데려오고 이런 건 아니겠죠. 정확히는 두 명이 한 명을 데려오는 그 정도의 비율이다 이런 걸

텐데요. 두 명이 한 명을 데리고 오면 그 한 명은 또 0.5명을 데리고 오고 그 0.5명은 0.5 곱하기 0.5인 0.025 아 0.25를 데려오는 이렇게 어떻게 보면 낙수효과처럼 폭포수 같은 효과로 Sequential 하다는 거고 보통 이것을 고정된 숫자로 표현이 가능하다. 상수라는 거죠.

미분방정식을 쓸 수 있다는 건데 이건 뭐 중요한 얘기는 아닌 것 같습니다. 그리고 Time Decayed 경향이 있습니다. 즉 그 어떤 유저를 데리고 온 다음에 그 유저의 바이럴 계수 가 처음에 보통 극댓값을 찍고요. 시간이 지나면 로그함수나 n차 방정식처럼 이렇게 감소합니다. 시간이 지날수록 보통 감소한 이런 커브의 경향이 있습니다.

 

그래서 거의 사실은 가입 한 지 얼마 안 된 유저가 바이럴 대부분을 만들죠. 바이럴 K는 대부분의 경우 1이 되지 않아요. 여러분들께서 바이럴 K가 1이 넘는 위대한 꿈을 꾸실 수 있겠지만 실제로 현실에서는 그런 일이 일어나지 않습니다. 바이럴 K를 측정했을 때 0.2 정도가 나왔다. 한 명이 0.2명 을 데리고 온다. 엄청 잘하는 거예요.

 

꽤 괜찮은 거예요. 바이럴 그로쓰 모델을 만들었는데 제품을 만들었는데 그게 0.4다. 진짜 잘하는 겁니다. 그건 진짜 어디 가서 발표해도 됩니다. 그런데 바이럴 K가 영점 7이다 그러면 여러분들 저한테 전화하시면 돼요. 제가 투자할 거니까요. 엄청난 겁니다. 아웃스탠딩한 숫자인 거고 1이 넘는 경우는 실제로 전 세계에서 역사를 다 통틀어봐도 거의 없었어요. 그렇기 때문에 사실 바이럴 K라고 하는 값은 저희한테 별로 중요한 값이 아니에요.

 

어차피 1을 넘길 수가 없는 경우가 현실적으로 많기 때문에. 그러면 뭐가 중요하냐? 저희한테 중요한 건 Amplification Factor라는 숫자가 중요합니다. Amplification Factor는 1 / 1-Viral K로 계산이 되는데요. 산출되는 구조는 복잡한 얘기니까 설명 안 드리겠는데 이게 결국 뭐냐면 내가 광고로 한 명을 데리고 왔을 때 그 광고로 데리고 온 유저 한 명이 바이럴 K를 이용해서 또 누군가를 데리고 올 텐데 그러면 내가 페이드로 한 명을 데리고 결과적으로 몇 명을 데리고 온 효과가 되는 거지? 를 계산하게 하는 겁니다.

그래서 예를 들면 여기 제가 써놨는데요. 이럴 K가 이렇게 0.1에서부터 1까지 늘어날 때 Amplification Factor의 값이 어떻게 변하는지를 말씀드렸는데요. 바이럴 이펙트가 없을 때에는 0이니까 바이럴 K가. 1분의 1 그래서 1이죠. 그래서 그냥 바이럴 K가 없을 때 한 명을 광고로 데리고 오면 그냥 한 명 데리고 온 효과인 건데요. 만약에 바이럴 K가 0.4다 그러면 한 명을 광고로 데리고 오면 1.67 명이 데리고 와지는 효과가 있습니다.

 

왜냐하면 그 페이드로 들어온 한 명이 바이럴 K를 이용해서 또 한 명을 데리고 오고 그 뒤에 낙수효과로 한 명 또 Sequential 하게 데리고 오기 때문이죠. 그래서 바이럴 K는 실제로 보통의 경우는 0.2에서 0.4 사이에 위치하기 때문에 Amplification Factor라고 보통 표현하는데 Amplification Factor의 값이 훨씬 중요합니다.

 

왜냐하면 이렇게 하면 바이럴이 아주 완벽하게 일어나지는 않지만 광고를 때렸을 때 그것이 일으키는 유저의 들어오는 수가 훨씬 더 효율적으로 작동하고 그러면 저희가 인당 광고비를 훨씬 더 과감하게 공격적으로 책정해도 실제로는 두 명의 유저를 데리고 올 수도 있기 때문에 달라지기 때문이죠.

 

그래서 바이럴 K가 0.5만 돼도 두 명을 데리고 오는 그런 효과를 가지고 올 수 있습니다. 그래서 이 Amplification Factor가 사실은 우리한테 훨씬 더 중요하다 이것도 한번 찍고 넘어가고 싶고요.

 

다음번에는 CC의 팁이 될 만한 여러 가지 중요한 개념들과 바이럴 그로쓰를 그럼 어떻게 저희는 설계해 왔는지에 대해서 팁을 나누겠습니다.

---

[핀테크기업/강의추천]토스 리더가 말하는 바이럴 성장이란 무엇인가 | PO SESSION