프로덕트 분석
[AARRR] 추천(Referral) 지표 : 바이럴 계수
ISLA!
2024. 3. 1. 23:37
추천이란?
- 추천은 오가닉 유입의 하나로, 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것
- 친구 초대가 대표적인 케이스
- 친구 초대에 대한 보상은 ‘고객 획득 비용’에 따라 달라짐
→ 일반적으로 유료 마케팅 채널을 활용한 고객 획득비용의 50~70% 수준에서 결정되는 경우가 많음
- 친구 초대에 대한 보상은 ‘고객 획득 비용’에 따라 달라짐
친구 초대 플로 설계
🧐 동일한 기능이라도 어떤 문구와 톤으로 표현하느냐에 따라 친구 초대 성과가 크게 달라짐
초대 맥락
- 친구 초대의 효과를 극대화하려면 초대하는 맥락을 자연스럽게 잘 구성하거나 친구 초대 자체에 게임화 요소를 추가하는 것을 고려할 수 있음
- (예) 카카오 뱅크 : 처음에는 친구가 초대한 모임통장의 멤버로 가입하게 되지만(카카오 통장 없음), 이 가운데 많은 이들은 카카오 뱅크의 예/적금 통장을 개설하는 진성 고객으로 전환됨
메시지/보상
- 보상은 다양한 형태가 될 수 있음
- (예) 드롭박스 : 친구 초대에 대한 보상을 추가 저장 공간 제공으로 설계 → 당시 폭발적 참여 이끌어냄
- 최근에는 쿠폰, 적립금보다 실제 현금에 가까운 보상을 제공하는 사례가 늘고 있음
→ 토스 : 송금 지원금 “링크를 클릭하고 친구가 보낸 돈을 받으세요”와 같은 형태로 직접적인 혜택 강조
온보딩 프로세스
- 온보딩 프로세스를 세심하게 설계하면 친구 초대의 효과를 크게 높일 수 있음
- (예) 에어비앤비
- 초대받은 친구의 온보딩 프로세스 전환율이 매우 높음
- 초대받은 친구의 온보딩 화면을 주제로 많은 실험을 진행함
→ (일반 유저의 로그인 화면이 아닌) 초대한 친구의 프로필 사진, 이름, 가입 연도 등을 표시하고 할인 혜택에 대한 내용을 상단에 크게 강조
바이럴 계수(Viral Coefficient)
- 추천에서 가장 핵심이 되는 지표는 바이럴 계수로, 이를 통해 추천 엔진이 얼마나 효과적으로 동작하는지 확인
- 공식 : 사용자수 X 초대 비율 X 인당 초대한 친구 수 X 전환율 / 사용자 수
- 구성 요소 : 사용자 수, 초대 비율, 인당 초대한 친구수와 전환율
- 바이럴 계수를 높이기 위해서 충족되어야 할 조건
- 친구 초대와 같은 추천 액션에 참여하는 사용자 비율 높이기
- 한 사람이 평균적으로 초대하는 친구의 수 늘리기
- 초대받은 친구가 가입으로 전환되는 비율 높이기
- 성장하는 서비스는 이론적으로 바이럴 계수가 1을 넘어가면 추천을 통한 신규 사용자가 기하급수적으로 증가 → 복리 특성
▶︎ 바이럴 계수 계산 시 고려할 점
- 바이럴 계수 계산에는 바이럴을 통해 유입 회원이 늘어나는 ‘속도’가 고려되지 않음
- 따라서, 추천 시스템 효과를 분석 시 계수와 함께 ‘초대의 주기가 얼마나 빠른가?’도 꼭 고려해야 함
- 초대의 주기를 빠르게 만들어서 같은 기간에 더 많은 사이클을 돌릴 수 있다면 추천 효과를 극대화할 수 있음
- 목표 시장에서의 포화도(Saturate) 수준을 고려
- 시장의 크기나 서비스가 이미 확보한 사용자 규모 등을 종합적으로 고려해야 함
- 추천 단계를 통해 유입된 사용자의 장기적인 경험 수준은 바이럴 계수에 잘 드러나지 않음
- 가입까지 이어지는 비율은 확인할 수 있지만, 그 이후 우리 서비스의 핵심 가치를 잘 경험하고 만족했는지, 충성 사용자로 전환되는지 등은 체크할 수 없음
- 추천을 통해 유입된 사용자의 전체 활동 주기에 대한 장기적인 관점이 필요함!
🎉 정리
- 잘 동작하는 바이럴 루프(viral loop)를 만드는 것은 굉장히 어려움
- 서비스 카테고리에 따라 추천이 거의 동작하지 않는 경우도 있음
→ (예) 데이팅 서비스 : 내가 특정 서비스를 사용한다는 사실을 알리고 싶지 않을 수 있으니까 - 우선 바이럴이 일어날 수 있을 정도로 좋은 제품을 만들고, 그 다음으로 서비스를 주변에 추천할 수 있는 자연스러운 초대 맥락을 기획해야 함
- 추천과 관련된 사용 플로우는 신규 사용자 경험(NUX)과 연계됨 → 활성화 단계가 잘 구축돼 있어야 함
---
본 포스팅은 도서 <그로스 해킹>을 참고하여 작성했습니다 👍 (도서를 직접 읽어보시는 것을 추천합니다)
728x90