지치지 않는 근성의 PD, 한근성입니다
👩🏻💻 CAREER
Jobis&Villains(3.3)
Product Designer
2024-ing
Product Designer
2024-ing
RIDI
Product Designer
2021-2024
Product Designer
2021-2024
Must Fintech
UI/UX Designer
2019-2021
UI/UX Designer
2019-2021
✍🏻 ARTICLE
서비스 분석 및 개선
Dec 18, 2024
서비스 분석 및 개선
Nov 27, 2024
서비스 분석 및 개선
Nov 6, 2024
서비스 분석 및 개선
Oct 27, 2024
서비스 분석 및 개선
Sep 25, 2024
서비스 분석 및 개선
Sep 4, 2024
서비스 분석 및 개선
Aug 21, 2024
서비스 분석 및 개선
Jun 5, 2024
기타
Dec 31, 2023
기타
Dec 31, 2023
기타
Dec 31, 2023
서비스 분석 및 개선
Nov 11, 2023
서비스 분석 및 개선
Oct 11, 2023
서비스 분석 및 개선
Sep 27, 2023
서비스 분석 및 개선
Sep 5, 2023
기타
Jul 14, 2023
서비스 분석 및 개선
Jul 6, 2023
서비스 분석 및 개선
May 26, 2023
공부
Apr 20, 2023
공부
Apr 2, 2023
📃 PROJECTS
<린 분석> 완전 정복 (4)
type
공부
date
Apr 20, 2023
time
12분 소요
데이터 기반 의사 결정의 중요성은 이미 잘 알려진 사실입니다. 하지만 왜 중요한지, 이를 어떻게 실행해야 하는지는 여전히 모호할 경우가 많습니다. <린 분석>은 이러한 모호함을 명확함으로 바꾸기 위해 내용을 4부로 나누고, 다양한 실례를 들어 설명하고 있습니다.
‘린 분석 완전 정복’은 제가 <린 분석>을 읽고 중요하다고 생각한 부분을 정리한 것이며, 책과 같이 4부로 나누어 업로드할 예정입니다. 목차는 다음과 같습니다.
1부 린 스타트업과 기본적인 분석 개념에 대한 이해
2부 린 분석을 스타트업에 적용하는 방법
1.
여섯 개의 대표적인 사업 모델 소개
2.
각 모델에 적합한 제품과 목표 시장을 발견하는 과정 (다섯 단계)
3.
각 모델에서 확인해야 할 지표
3부 사업 모델별 핵심 지표의 기준치
4부 린 분석을 조직에 적용하는 방법
앞선 3편의 글로 우리는 사업 모델과 사업 단계, 그리고 중요하게 다뤄야 할 지표에 대해 알게 되었습니다. 그런데 어떤 지푯값을 얻어낸 뒤에 이것이 적정 수준인지 아닌지를 판단하려면 대략적인 기준이 필요합니다. 예컨대 ‘우리와 비슷한 사업을 전개하는 다른 스타트업에서는 이 지푯값이 어느 정도로 나올까?’ 같은 거죠.
이번 4편에서는 <린 분석>이 각종 스타트업과 분석가를 통해 얻어낸 데이터를 바탕으로 상대적인 기준을 제시해보도록 하겠습니다. 물론 이 또한 상황이나 사업 등에 따라 달라질 수 있으므로 참고 목적으로 알아두는 것이 좋겠습니다.
이번 4편에서는 <린 분석>이 각종 스타트업과 분석가를 통해 얻어낸 데이터를 바탕으로 상대적인 기준을 제시해보도록 하겠습니다. 물론 이 또한 상황이나 사업 등에 따라 달라질 수 있으므로 참고 목적으로 알아두는 것이 좋겠습니다.
현재 상황
이제부터 다루려는 질문은 ‘무엇이 정상적인가’입니다. 우리는 다른 사업과 비교해 우리 것이 터무니없이 다른 모습을 보이고 있지는 않은지 파악해야 할 필요가 있습니다. 다행히 그러한 사실을 알려주는 대부분의 지표는 적정 값을 가지고 있죠.
일례로 워드프레스 호스팅 회사인 WP엔진은 주요 지표로 이탈률을 꼽고 있었는데요. 이를 개선하기 위해 고객에게 직접 전화하여 해지 원인을 파악하기도 했습니다. 그런데 이것만으로는 부족하다고 느꼈죠. 이탈하는 고객은 여전히 있었으니까요.
이에 WP엔진의 창업가인 제이슨 코헨은 같은 사업, 즉 호스팅을 다루는 업체 전반을 조사하기로 했습니다. 그리고 업계 최고, 최대의 호스팅 업체라도 매달 고객의 2%가 탈퇴할 것으로 예상할 수 있다는 점을 발견했습니다. 표면적으로 2%는 매우 큰 숫자처럼 보이지만, 호스팅 업체의 고객 이탈률치고는 낮은 수준이었죠.
만약 이를 몰랐다면 WP엔진은 더는 개선하기 어려운 지표를 위해 돈과 시간을 계속 투입했을 것입니다. 이처럼 비교할 수 있는 기준을 알면 특정 지표를 개선하려고 계속 노력해야 할지, 아니면 다른 문제로 넘어가야 할지 결정하기 쉬워집니다.
평균으로는 충분하지 않다
스타트업 핵심 지표를 수집하는 비요른 라세 헤르만은 평균적인 스타트업의 이탈률이 12~19%라고 밝혔는데요. (전자는 간접적, 후자는 직접적으로 수익을 얻는 서비스) 이는 다음 사업 단계로 이동하기에 턱없이 부족한 수치입니다.
게다가 소비자 앱은 CAC : CLV (고객 확보 비용 : 고객 생애 가치 비율)이 거의 1:1 수준입니다. 즉 번 돈을 모두 고객 확보에 쓴다는 뜻인데요. 다른 글에서 매출의 1/3 이하만 고객 확보에 투입해야 사업을 잘 운영할 수 있다고 밝힌 바 있는데, 1:1 정도면 평균으로는 결코 충분하지 않다는 것이 어떤 뜻인지 짐작하시리라 생각합니다.
즉 어떤 지표든 무조건적인 평균값만을 생각하면 안되고, 상황에 따라 적정 수치를 찾는 것이 중요합니다.
1. 전자상거래
닐슨온라인은 온라인 상점들의 최고 전환율을 발표했습니다. (2010.3)
회사 | 구매 전환율 |
슈완(Schwan’s) - 식품 | 40.6% |
우먼위딘(Woman Within) - 의류 | 25.3% |
블레어(Blair.com) - 의류 | 20.4% |
1800petmeds.com - 반려동물 | 17.8% |
비타코스트(vitacost.com) - 건강식품 | 16.4% |
QVC - 홈쇼핑 | 16.0% |
프로플라워즈(ProFlowers) - 꽃 | 15.8% |
오피스디포(Office Depot) - 사무용품 | 15.4% |
아마존, 이베이 같은 대형 전자상거래 사이트의 전환율은 이보다 더 낮았습니다. (각각 9.6%, 11.2%, 11.5%) 하지만 이는 고객 충성도가 매우 높은 수준에 속하며, 대부분의 전자상거래 스타트업은 전환율이 최대 1~3% 수준입니다.
따라서 만약 온라인 상점을 운영하고 있다면 초기 전환율은 2% 정도가 될 것이며, 전환율이 10%라면 사업을 매우 잘 운영하고 있는 것으로 볼 수 있습니다.
따라서 만약 온라인 상점을 운영하고 있다면 초기 전환율은 2% 정도가 될 것이며, 전환율이 10%라면 사업을 매우 잘 운영하고 있는 것으로 볼 수 있습니다.
장바구니 포기율
2012년 한 연구 결과에 따르면 65%가 넘는 구매자들이 장바구니에 물건을 담아 놓았다가 포기하는 것으로 추정했습니다. 포기하는 사람들 중 44%는 배송비가 높아서, 41%는 구매 결정을 아직 하지 못해서, 25%는 가격이 너무 비싸서 포기한다고 합니다.
화장품 회사인 KP엘리먼트는 이 중 ‘배송비’를 가지고 실험을 진행했는데요. 조건을 아래와 같이 1에서 2로 바꿨을 뿐인데 전환율이 5%에서 10%로 증가했다고 합니다. 이것으로 고객이 지불해야 하는 전체 비용은 똑같지만, 무료 배송이 두 배 매력적이었다는 인사이트를 얻을 수 있습니다.
기존 제품 가격 30달러
+ 배송비 5달러
+ 배송비 5달러
제품 가격 35달러
+ 배송비 무료
+ 배송비 무료
2. SaaS
SaaS 회사의 이탈률, 인게이지먼트, 상향 판매 지표는 비슷합니다. 그러나 무료 체험 기간 동안 선불을 요청하면 많은 지푯값이 크게 달라지게 됩니다. 일례로 SaaS 분석 업체인 토탕고는 100개 이상의 데이터를 분석한 후, 회원 가입 과정에서 신용카드 정보를 요청하는 것이 어떤 결과를 불러일으키는지 알게 되었습니다.
신용카드 정보 요청 | 신용카드 정보 미요청 | |
회원가입률 | 2% | 10% |
유료 서비스 가입률 | 50% | 15% |
첫 결제 기간 후 이탈률 | 40% 이상 | 20% 이상 |
최종 유료 서비스 이용률 | 0.6% | 1.2% |
사용자의 기대치가 확실하게 정해지지 않은 경우, 신용카드 정보를 미리 입력한 유료 사용자들은 이탈률이 크게 높아질 수 있습니다. 무료 체험 기간을 가진 뒤 유료로 전환된 서비스의 신용카드 청구서를 확인하고 구독이나 결제를 취소한 경험, 한 번쯤 있으시겠죠?
그러나 이러한 초기 장애물이 극복되고 나면 대부분의 사용자들은 서비스를 계속 이용하는 경향을 보입니다. 2009년 퍼시픽크레스트의 연구에 따르면 선두 SaaS 업체들은 연간 이탈률을 15% 이하로 유지하고 있다고 합니다.
이외에도 전환율을 예상할 수 있는 지표는 있습니다. 활동 및 제품 탐색 시간을 기준으로 가벼운 평가자, 진지한 평가자로 나누는 것입니다. 아래 표를 통해 5,000명의 진지한 평가자가 사이트를 방문했을 때의 두 가지 인게지먼트 및 이탈 퍼널을 보겠습니다.
그러나 이러한 초기 장애물이 극복되고 나면 대부분의 사용자들은 서비스를 계속 이용하는 경향을 보입니다. 2009년 퍼시픽크레스트의 연구에 따르면 선두 SaaS 업체들은 연간 이탈률을 15% 이하로 유지하고 있다고 합니다.
이외에도 전환율을 예상할 수 있는 지표는 있습니다. 활동 및 제품 탐색 시간을 기준으로 가벼운 평가자, 진지한 평가자로 나누는 것입니다. 아래 표를 통해 5,000명의 진지한 평가자가 사이트를 방문했을 때의 두 가지 인게지먼트 및 이탈 퍼널을 보겠습니다.
신용카드 정보 요청 | 신용카드 정보 미요청 |
100명이 무료 체험 사용(2%) | 500명이 무료 체험 사용(10%) |
50명이 유료 서비스 가입(50%) | 75명이 유료 서비스 가입(15%) |
20명이 첫 결제 기간 후 이탈(40%) | 15명이 첫 결제 기간 후 이탈(20%) |
30명이 고객으로 남음(0.6%) | 60명이 고객으로 남음(1.2%) |
표에 따르면 신용카드 정보를 미리 요청하지 않으면 요청했을 때에 비해 두 배의 유료 고객을 확보할 수 있습니다. 즉 유료화 장벽은 진지하지 않은 고객을 돌려보내지만, 또한 경계에 있는 고객도 이탈하게 할 수 있습니다.
토탕고의 데이터를 보면 대부분의 SaaS 업체의 경우 방문자의 20%는 진지한 평가자, 20%는 가벼운 평가자, 나머지 60%는 단순 호기심을 가진 사람이라는 사실을 알 수 있습니다.
가장 좋은 접근 방식은 사용자 활동에 따라 마케팅을 특화하는 것입니다. 이 제안에 따라 세 번째 퍼널을 추가한다면 활동적인 진지한 평가자군을 대상으로 마케팅 활동을 펼치고, 가벼운 관심을 보이는 평가자군은 진지한 관심을 가지도록 이끌고, 단지 호기심에 들른 평가자들에게는 시간을 낭비하지 않을 수 있습니다.
미리 신용카드 정보 요청 | 신용카드 정보 미요청 | 신용카드 정보 미요청 + 진지한 평가자에 초점을 맞춘 경우 |
100명이 무료 체험 사용(2%) | 500명이 무료 체험 사용(10%) | 500명이 무료 체험 사용(10%) |
50명이 유료 서비스 가입(50%) | 75명이 유료 서비스 가입(15%) | 125명이 유료 서비스 가입(25%) |
20명이 첫 결제 기간 후 이탈(40%) | 15명이 첫 결제 기간 후 이탈(20%) | 25명이 첫 결제 기간 후 이탈(20%) |
30명이 고객으로 남음(0.6%) | 60명이 고객으로 남음(1.2%) | 100명이 고객으로 남음(2%) |
상향 판매와 매출 성장
동종 업계 최고의 SaaS 업체는 매년 고객당 매출이 20% 증가합니다. 상향 판매에서 발생하는 매출 증가분은 월 2%의 고객 이탈에서 발생하는 매출 감소분을 거의 상쇄합니다.
이탈률
최고의 SaaS 사이트나 앱은 일반적으로 이탈률이 매달 1.5~3% 수준입니다. 리얼벤처스의 파트너인 마크 맥러드는 월 이탈률이 5% 이하로 유지되면 사업을 확장해도 된다고 말합니다.
이탈률에 대한 재미있는 사례를 들어보겠습니다. 소셜 사이트에서 이탈률을 낮추기 위해 모종의 방법을 실험한 것인데요. 사용자가 서비스를 떠나려고 할 때 페이스북은 사용자의 친구들이 그를 그리워할 것이고, 앞으로 친구들의 사진을 볼 수 없게 된다는 점을 상기시켰습니다.
이렇듯 사용자에게 미안함을 가지게 하자 페이스북의 이탈률은 7% 감소했고, 이는 당시 기준으로 수백만 명이 페이스북을 계속 사용하기로 마음을 바꾸었다는 의미가 됩니다.
3. 무료 모바일 앱
모바일 앱에는 인기의 ‘롱테일 효과’가 적용됩니다. 즉 소수의 앱이 큰 성공을 거두는 반면 대부분은 고전을 면치 못한다는 것이죠. 무료 모바일 앱 사업을 택했다면 언제든지 사업이 판촉, 마케팅, 앱 마켓 환경의 영향을 받는다는 것을 예상하고 있어야 합니다.
모바일 앱의 크기
게임 개발 업체를 지원하는 익스큐션랩스의 알렉산더는 ‘누구나 어디서든 앱을 쉽게 다운로드할 수 있게 하려면 포털에 올려진 앱의 크기가 50MB 이하여야 한다’고 말합니다.
애플 모바일 기기에서 50MB보다 큰 앱을 다운로드하려면 와이파이에 접속해야 하는데, 사용자가 나중에 다시 다운로드를 시도할 확률은 매우 낮기 때문입니다. 또한 안드로이드는 다운로드 과정에서 구글플레이의 경고 메시지에 영향을 많이 받습니다.
알렉산더는 어떤 개발자들은 크기 제한을 해결하기 위해 구글, 애플 포털에 용량이 작은 앱을 올리고 사용자가 앱을 이용하는 동안 자동으로 개발 업체의 서버로부터 파일을 추가로 내려받게 하기도 한다고 말했습니다.
활동 모바일 사용자 비율
모바일 분석 업체 플러리의 연구 결과에 따르면, 20만 개 이상의 모바일 앱을 대상으로 조사한 결과 앱을 다운로드한 사용자의 54%만이 한 달 후에도 여전히 앱을 사용하고 있었다고 합니다. 이 수치는 두 달이 지나면 43%, 세 달이 지나면 35%로 떨어집니다.
또한 플러리는 기기의 종류도 참여율에 영향을 준다고 밝혔습니다. 스마트폰 사용자들은 주당 12.9회 앱을 사용하고, 회당 사용시간은 4.1분이었습니다. 그러나 태블릿 사용자들은 주당 9.5회 앱을 사용하고, 회당 사용시간은 8.2분이었습니다.
4. 미디어 사이트
온라인 광고 대행 업체인 CPC 스트래티지는 2012년 연구에서 상위 10개 가격 비교 사이트의 클릭률과 CPC 광고 단가를 발표했습니다.
가격 비교 사이트 | 클릭률 | CPC 단가 |
Google | 2.78% | (당시) 광고 상품 수정 중 |
Nextag | 2.06% | $0.43 |
Pronto | 1.97% | $0.45 |
PriceGrabber | 1.75% | $0.27 |
Shopping.com | 1.71% | $0.34 |
Amazon | 1.60% | $0.35 |
Become | 1.57% | $0.45 |
Shopzilla | 1.43% | $0.35 |
대부분의 웹페이지 광고 클릭률은 0.5~2%이며, 클릭률이 0.08% 이하면 심각한 문제가 있습니다.
사용 시간
방문 횟수나 페이지뷰를 측정하면 트래픽이 얼마나 발생했는지 알 수 있지만, 방문자들이 실제로 콘텐츠를 보면서 얼마나 시간을 보냈는지는 알 수 없습니다. 그러나 브라우저의 페이지 스크립트를 이용하면 데이터 입수가 가능합니다.
차트비트에서 이 지표를 사이트 유형별로 분류했는데요. 아래 그래프를 보면 미디어 사이트의 경우 랜딩 페이지에서의 평균 체류시간이 47초밖에 되지 않는다는 점을 알 수 있습니다. (사업 모델에 따라 사용 패턴이 다르므로 사용 시간 또한 매우 다를 수 있습니다.)
많은 관심과 방문도 중요하지만, 만약 방문자들이 들어오자마자 사이트를 떠나버리면 사업에 도움이 되지 않습니다. 따라서 지표로서 사용 시간은 미디어 사이트의 콘텐츠 품질이 어떤지 알려주기도 합니다. 사용자의 사용 시간을 90초 이상 유지하는 것을 목표로 해봅시다.
5. 사용자 제작 콘텐츠
우리 웹사이트의 핵심이 되는 어떤 사용자 행동이 있다면, 그 행동을 추적하고 최적화할 수 있는 퍼널 또한 언제나 존재합니다. 예컨대 페이스북에서는 사진 공유가 가장 흔하고 중요한 사용자 행동이라고 할 수 있는데요. 2010년 페이스북의 애덤 모세리는 사진 업로드 퍼널에 대한 데이터를 일부 공개했습니다.
전체 사용자의 57%는 ‘사진/동영상 추가’ 버튼을 클릭해 사진 파일을 찾고 선택할 수 있음
전체 사용자의 52%는 ‘사진/동영상 업로드’ 버튼을 찾을 수 있음
전체 사용자의 42%만이 성공적으로 사진을 업로드함
분명한 수치는 없지만, 만약 콘텐츠 생성 기능(가령 사진 업로드)이 핵심 사용자 행동에 영향을 준다면 모든 사용자가 그 기능을 수행할 수 있을 때까지 최적화하고, 문제가 생기는 원인을 꼼꼼히 파악해야 합니다.
사용 시간
다수의 소셜 네트워크 및 UGC 사이트의 웹사이트 사용 시간은 일평균 17분이었다고 합니다. 한 연구 결과를 보면 핀터레스트는 14분, 레딧은 17분, 텀블러는 21분, 페이스북은 1시간으로 조사되었습니다. 즉 우리 사이트를 방문한 사람들이 17분간 서비스를 사용한다면 제품 흡인력이 매우 좋다는 의미로 볼 수 있습니다.
인게이지먼트 퍼널의 변화
웹 사용성 전문 컨설턴트인 제이콥 닐슨은 온라인 사용자 집단에서 90%는 콘텐츠를 소비하기만 하고, 9%는 가끔씩 활동하며, 오직 1%만이 활발하게 활동한다는 사실을 발견했습니다. 이 수치를 보면 사용자 참여 퍼널에 거듭제곱 법칙이 작용한다는 사실을 알 수 있습니다.