PMF
1)우리가 생각하는 그 문제가 진짜 있긴 한가?
'헬스케어 시장의 IT 기술 수준이 낙후되어 있다.' => 너무 추상적인 문제 제기가 아닐까? 세숫대야에 전자시계 달아주는 꼴이 아닐까?
'필라테스 강사(헬스케어 코치)들의 레슨/회원 기록/관리를 종이에서 IT 기술로 이전한다.'
문제가 맞는지, 해결책을 내놓으면 기꺼이 그 해결책에 대한 대가를 지불할 만큼의 수요가 있는지 반드시 살펴봐야 한다.
2) 우리가 만든 제품이 그 문제를 해결한게 맞나?
'스마트폰/아이패드/컴퓨터에서 사용 가능한 레슨/회원 기록/관리 어플/서비스를 개발해 강자/코치에게 제공한다.' => 제공하면 해결 될까?, 당장 강사/코치가 피부로 느끼는 혜택은 무엇일까?
제품의 핵심 기능이 명확하고 그 기능이 앞서 언급한 문제를 해결하는 데 집중돼 있어야 한다.
3) 이 제품을 만들면서 세운 가설이 무엇인가? 그 가설이 검증됐는가?
'종이나 메모장에 쓰는 것 보다 강사/코치 용 어플을 사용하는 것이 더 체계적으로 레슨/회원을 기록/관리 할 수 있다.' => 베타 테스터 인터뷰를 통해 가설에 대한 동의를 얻었다. 허나 리텐션이 이어지지 않았다. 그 의미는?
제품은 기능의 조합이 아니라 가설의 조합이 돼야 한다.
제품을 출시한 후에는 이 제품을 통해 검증하려고 했던 가설이 무엇이었는지, 그리고 검증 결과가 어땠는지에 대한 답을 할 수 있어야 한다.
리텐션 (Retention Rate)
제품-시작 적합성을 만족하는 서비스는 초기 일정 기간이 지나면 그래프의 기울기가 완만해지면서 리덴션이 안정적으로 유지되는 펴턴을 보인다. 하지만 그렇지 못한 서비스는 리텐션 그래프의 기울기가 꾸준히 우하향하는 패턴을 보인다.
[리텐션 그래프]
실제로 리텐션에 영향을 미치는 핵심 기간은 서비스를 사용하기 시작한 직후부터 수일 이내다. 서비스에 대한 온보딩(On-boarding) 과정이 매우 중요하다는 점을 알 수 있다.
[안드로이드 앱의 리텐션 그래프]
리텐션이 어느 정도 나와야 제품-시장 적합성을 만족한다고 볼 수 있을까? --- 매일 새로운 콘텐츠를 확인하러 들어오는 뉴스 서비스와 1년에 한두 번 떠나는 해외여행을 준비하기 위해 들어오는 여행 서비스는 리텐션을 판단하는 기준이 다를 수 있기 때문이다. 이처럼 리텐션은 서비스가 속한 카테고리의 영향을 크게 받는다.
[앱 카테고리별 리텐션]
=> 베러코치 서비스의 경우 '건강'에서 시작해, '소셜 네트워크', '커뮤니케이션', '쇼핑', '뉴스(?!)' 카테고리 까지 확장해 나갈 예정이므로, 리텐션 21% 이상을 목표로 삼는다.
전환율 (Conversion Rate)
전환율은 한 단계에서 다음 단계로 넘어가는 사용자의 비율을 의미한다. --- 특히 가입이나 결제 같은 주요 이벤트의 전환율을 살펴보면 해당 서비스가 기본적인 제품-시장 적합성을 만족하는지 판단할 수 있다. 전환율은 사용성(Usability)이나 UI/UX의 영향을 많이 받는 지표이긴 하지만 불편함을 잘 해소하는 제품을 만들었다면 사용자는 어느 정도의 불편함을 감수하더라도 높은 전환율을 보인다.
전환율을 구하려면 목표로 하는 이벤트를 정의하고, 이를 위해 거져야 하는 경로를 먼저 구체화해야 한다. 각 경로에 진입한 사람과 다음 간계로 넘어간 사람의 비율을 계산하면 전환율을 구할 수 있다.
[전환 퍼널]
2020년 어도비 디지털 인덱스에서 발표한 자료에 의하면 이커머스 서비스의 평균적인 구매 전환율은 3% 수준이다. 하지만 같은 이커머스 서비스 내에서도 상품이 속한 카테고리에 따라 전환율이 2~3배 이상 차이가 나기도 한다.
[이커머스 제품별 구매전환율 (참고 www.compass.com)]
똑같은 상품에 대한 전환이라도 친구 초대를 통해 들어온 사람과 디스플레이 광고를 통해 들어온 사람은 전환율에 차이가 난다.
[유입 경로별 구매전환율 (참고 www.compass.com)]
순수 추천 지수 (Net Promoter Score, NPS)
NPS(Net Promoter Score)라는 용어로 알려진 순수 추천 지수는 비교적 간단한 방법을 통해 효과적으로 서비스의 성공 여부를 예측할 수 있는 지표다.
"이 서비스를 주변 지인이나 친구에게 얼마나 추천하고 싶으신가요?"
이 질문의 답을 0점에서 10점까지의 선택지가 있는 11점 리커트(Likert) 척도로 받는다. 답변 점수에 따라 고객을 3개 그룹으로 나누는데, -- 적극적 추천 그룹(Promoters), -- 소극적 추천 그룹(Passives), - 비추천 그룹(Detractors)으로 분류한다.(같은 간격으로 3등분하는 게 아니라는 점에 주의하자.)
[NPS 응답 점수별 그룹 구분(출처: netigate)]
적극적 추천그룹은 -- 우리 서비스나 제품을 좋아하는 충성 사용자 그룹이라고 볼 수 있다. 이그룹의 사용자는 제품의 핵심 기능ㄹ을 적극적으로 사용하고, 입소문 등의 추천(viral) 채널을 이용해 주변에 홍보하거나 추천하는 적극적인 팬으로 분류 가능하다.
소극적 추천그룹은 -- 경쟁 제품이 나오면 쉽게 이탈할 수 있는 사용자라고 볼 수 있다.
비추천 그룹은 -- 대부분 한두 번 서비스를 쓴 이후에 이탈할 가능성이 높다.
이처럼 3개의 그룹으로 고객을 나눈 후 적극적 추천 그룹에서 비추천 그룹을 뺀 숫자를 전체 응답자 수로 나누면 NPS를 구할 수 있다. 소극적 추천 그룹은 전체 응답자 수에는 포함되지만 아래 식에서 분자를 계산한 때 제외된다는 점에 유의한다.
[NPS 계산 공식]
위 [NPS 응답 점수별 그룹 구분] 그림의 NPS는 48% - 24% = 14% 이다.
순수 추천 지수가 어느 정도 나와야 만족스럽다고 할 수 있을까? --- 적당히 만족하는 사람을 보으는 것과 열성적인 팬을 모으는 것은 난이도가 전혀 다르기 때문이다. 일반적으로는 순수 추천 지수가 양수라면 전반적으로 NPS 점수가 양호한 것으로 판단한다.
[좋은 NPS의 기준]
--- 결국 순수 추천 지수는 '팬(fan)'에 대한 지표다. --- 실제로 스타트업에서 새로운 서비스를 출시했을 때 성공을 가늠할 수 있는 좋은 방법은 충성 사용자를 살펴보는 것이다.
서비스를 적당히 좋아하는 1000명의 사용자보다는 서비스를 열렬히 사랑하는 100명의 충성 사용자를 확보했을 때 그 서비스가 성공할 확률이 크게 높아진다.
-- 요약하면 리텐션, 전환율, 순수 추천 지수 등을 참고해서 우리 제품의 제품-시장 적합성을 확인할 수 있고, 이를 통해 그로스 실험을 진행해도 좋을지 판단할 수 있다. 제훔-시장 적합성이 충분하지 않다고 판단되면 이어지는 그로스 실험을 급하게 진행하기보다는 제품 자체가 의미 있는 문제에서 출발하는지, 그리고 그 문제를 잘 해결하는 제품을 만들었는 지를 다시 점검해볼 필요가 있다.
-- 설치 수(insatll), 가입자 수(sign-up) 등의 지표 -- 이러한 지표는 일반적으로 제품-시장 적합성을 확인하기에 적절하지 않다. -- 또한 많은 서비스에서 활동 회원 수(active user)를 굉장히 중요하게 생각하지만 단순히 활동 회원 수 자체는 제품-시장 적합성을 설명해주지 못한다. -- 제품-시장 적합성이 충분하지 않은 상황이라면 아무리 마케팅 예산을 쏟아붓더라도 결국 밑 빠진 독에 물 붓기가 될 것이다.
[만약 우리 서비스가 제품-시장 적합성을 충분히 만족하지 못하는 건처럼 보인다면--?]
해서는 안 되는 것
- 브레인스토밍
- 새로운 기능을 추가하는 것
- 잔존율이나 전환율을 개선하기 위한 실험
-- 브레인스토밍은-- 상상 속에서 만든 제품이 실제 시장의 요구사항을 담아내지 못했는데 여기에 또 다른 상상을 덧붙여 봐야 상황이 개선될 리 없기 때문이다. -- 새로운 기능을 추가하는 것은 이 시점에서 할 수 있는 가장 나쁜 선택이라는 점도 꼭 기억하자. 사실 이 시기에 머물러야 하는 곳은 책상 앞이나 회의실이 아니라 제품을 사용하는 고객의 옆이어야 한다.
이 단계에서의 목적은 제품-시장 적합성을 찾는 것이고, 리텐션과 전환율은 이를 확인하기 위한 수단으로 활용해야 한다. -- 리텐션과 전환율은 제품-시장 적합성을 찾고 난 이후의 '결과'로 나타나는 지표이고, 이 지표 자체를 개선하는 것이 목적이 돼서는 안 된다는 점을 꼭 기억하자
해야 하는 것
- 사용자를 직접 만나서 이야기를 듣기
- 사용자 행동 데이터 분석
이 시기에 해야 하는 가장 중요한 일은 사용자에 대해 더 많이 연구하고, 사용자를 이해하려고 노력하는 것이다. 특히 사용자를 이해하려면 직접 만나서 이야기를 듣는 과정이 꼭 필요하다(물론 사용자 인터뷰는 이 시기뿐 아니라 서비스를 만들고 개선해 나가는 전 과정에서 꼭 필요한 일이다).
이 시기에 필요한 것은 1:1 사용자 인터뷰와 행동 관찰이다. -- 깊이 있는 인사이트를 찾기 위해서는 1:1로 진행하는 사용자 인터뷰(In-Depth Interview)가 더 효과적이다.
[다음 내용을 참고해서 인터뷰를 진행]
- 미래가 아닌, 과거와 현재에 초점을 맞춘 질문을 할 것
- 가정이 아닌, 경험을 물어볼 것
- 결과가 아닌, 과정을 깊이 살펴볼 것
- 기억이 아닌, 습관을 통해 드러난 구체적인 경험을 확인할 것
- 일반화된 진술이 아닌, 개인의 경험이 드러날 수 있도록 집문/답변할 것
- 편향된 믿음을 확인하는 과정이 아닌, 순수한 호기심으로 접근할 것
사용자 인터뷰는 내가 생각한 가설을 확인하는 과정이 아니고 사용자의 목소리와 의견을 통해 제품에 대한 사용 경험과 맥락을 깊이 있게 이해하는 과정이다. -- 사용자가 이야기해주는 것은 '정답'이 아닌 '맥락'이라는 점에 유의하자.
-- 정량적인 데이터를 활용할 수도 있다. 제품을 사용하는 과정에 대한 사용자 행동 로그를 잘 기록하고 있다면 사용자들이 어떤 시나리오에서 어떻게 행동하는지를 이해하는 데 큰 도움이 된다. -- 제품의 사용 맥락을 이해하기 위해 사용자 행동 데이터를 수집하는 것은 선택이 아니라 필수이다.
