[그로스해킹] 그로스 해킹 팀 구축과 '머스트해브'란?

그로스해킹을 하기 위해서는 그로스 해킹을 하기 위한 전문적인 팀이 존재해야 한다. 또한 그로스 해킹은 팀 단위로 움직이며 활동해야 한다. 그래서 그로스 해킹 팀은 기본적으로 다기능 팀이다. 다기능 팀이란, 제품, 엔지니어링, 데이터, 마케팅 그룹 사이에서 협력을 하는 팀이다.

 

그로스 해킹 팀을 이루는 인원

• 전략과 비즈니스 목표에 대해 꿰뚫고 있는 직원
• 데이터 분석을 실행하는 데이터 분석가
• 디자인, 기능, 제품 마케팅에 변화를 주고 이에 대한 실험을 가능케 하는 엔지니어

크게 3가지 인원으로 구성되어 있지만 이외 추가적으로 UX/UI 디자이너, 퍼포먼스 마케터와 같이 추가 인원이 구성될 수 있다. 각 롤(Roe)에 대한 역할과 설명은 책에 나와 있으므로 나는 내가 하고자 하는 데이터분석가에 대한 정의와 역할에 대해 설명해보려 한다. 

 

- 데이터 분석가의 정의

그로스 해킹 팀 내 데이터 분석가는 고객 데이터를 수집하고 구조화하여 면밀하게 분석해 실험 아이디어로 이어지는 식견을 얻어내는 사람을 말한다.

 

<데이터분석가의 역할>

 

• 통계적으로 타당하고 빈틈없이 실험을 디자인
• 고객과 비즈니스 데이터 정보원에 접근하는 법(데이터 추출)
• 데이터를 서로 연결해 사용자 행동에 대한 식견을 끌어냄
• 실험의 결과를 집계하여 그에 대한 식견을 제시

이렇게 총 4가지로 분류할 수 있겠다.

 

그로스 해킹 추진 방법의 순환(Circulation)

위와 같이 팀을 구성했다면 이제 그들이 하는 일은 정확히 무엇일까? 그로스 해킹에 대한 프로세스는 다음과 같다.

우선 데이터분석과 식견 정리, 아이디어 도출, 실험의 우선순위 결정, 실험의 진행 이렇게 총 4가지 단계를 진행하고 한 바퀴를 돌음으로써 끝나는 것이 아닌 계속 순환하는 프로세스이다. 

 

그로스해킹 프로세스

그런데 그로스 해킹 팀에서 하는 일 자체가 '실험'이란 걸 지속적으로 하는 것이다. 하지만 이 실험이 100% 무조건 성공할 수가 없다. 어떤 식으로든 실패와 같은 참담한 결과가 나올 수도 있다. 그래서 이러한 부정적인 결과를 초래했을 때 그로스 해킹 팀이 해체되는 것을 막기 위해 경영진의 일부의 지지가 필요하다. 그래서 그로스 해킹 팀은 하나의 실험을 시행하고 이에 대한 결과를 특정한 경영진에게 보고하는 체계가 필요하다. 이 체계는 '제품중심모델' 그리고 '독립형 모델' 두 가지로 분류된다. 자세히는 설명하지 않고 책을 참고하는 것이 좋지만 두 모델의 차이점은 그로스 해킹 팀이 제품 담당 부사장의 직속인지 아닌지(독립)의 차이다.

 

'머스트 해브'란 무엇인가?

그야말로 'Must Have'이다 한국어로 직역하면 '~을 가져야 한다' 이다. 이를 그로스 해킹에 적용하면 제품이 '머스트 해브' 인지 만약 맞다면 그 이유는 무엇이고 누구에게 '머스트 해브'인지 즉, 핵심 가치가 무엇이고 고객이 누구이고 이유가 무엇인지이다. 그런데 그로스 해킹은 이러한 '머스트 해브' 다시말해, 제품의 핵심 가치가 무엇인지 알기 전에 진행하면안된다는 것이다. 따라서 그로스 해킹 전략을 시도하기 전에 반드시 제품의 핵심 가치를 만들고 확인해야 한다.

 

우리는 정말 유용하고 쓸모있는 제품에 '애정' 이라는 것이 생긴다. 그렇다면 제품에 '애정'이 있기 위해서는 제품을 사용할 때 '아하' 라는 말이 튀어나올 정도로 느끼는 순간이 있어야 한다. 다시 말해서 '아하'의 순간은 제품의 유용성이 사용자에게 제대로 받아들여지는 찰나를 말한다. 

 

그렇다면 '아하' 라는 제품의 유용성을 가지고 있는지 아닌지 잠재력을 판단하는 건 어떻게 할까? 바로 사용자 데이터와 피드백을 통해서 확인하는 방법이다. 

 

우리의 제품이 절대적인 필요 요건을 충족시키는지를 확인하는 방법은 두 가지가 있다.

첫 번째는 '머스트 해브 설문조사' 이다. 고객이 제품에 대한 애정을 갖는지에 대한 판단 척도이다. 자세한 방법은 책 속을 참고하자. 

 

두 번째는 유지율 측정하기 이다. 유지율이란, 일정 시간 동안 제품을 계속 사용한 사람들의 수를 뜻한다. 이 유지율이 안정적인지 평가하려면 이탈하는 고객의 수를 주간 또는 월간 단위로 자주 추적해야 한다. 엄청 자주 사용하는 모바일 앱같은 경우에는 하루 단위로 추적을 하기도 한다. 유지율은 한 번 안정됬다고 해서 끝나는 것이 아닌 지속적으로 계속 안정화 작업을 해주어야 한다. 

 

이렇게 두 가지 방법을 이용해 우리의 제품이 사용자들에게 애정이 있음을 확인한다면 이제 성장을 위한 실험 단계로 진행되야 한다. 보통 우리는 성장의 정체가 발생하면 기존 제품에 기능을 추가하는 일이 흔하다. 하지만 이 책에서는 개선은 더하는 일이 아닌 빼는 일에서 비롯된다고 주장한다. 

 

그런데 만약에 자신들의 제품이 애정이 없음, 즉 '아하'의 순간을 발견하지 못했다면 다음과 같은 3가지 방법을 함께 사용하길 권장한다.

 

• 사무실 밖으로 나와 직접 인터뷰를 하거나 시장에 나가 고객들 대상으로 설문조사
• 제품 변화와 메세지 전달에 대한 효율적 실험
• 사용자 데이터에 대한 면밀한 분석

이렇게 총 3가지이다. 책에서는 만약 제품에 사용자들의 애정이 깃들지 않아 있다면 반드시 위의 3가지 방법을 모두 함께 사용하라고 강력히 주장한다.

 

데이터분석가는 데이터 레이크 혹은 데이터웨어하우스라고 불리는 모든 고객 정보가 저장된 단일 장소를 갖고 분석하게 된다. 이 속에서 우리는 다양한 식견을 얻을 수가 있다. 개개인 사용자의 수준에서 제품이 어떻게 사용되는지 알 수 있다.

데이터분석가는 데이터를 수집해서 식견을 얻는 첫 번째 단계는 사용자나 고객의 핵심적인 활동을 추적하는 일이다. 즉, 방문자가 새로운 고객이 되고 새로운 고객이 단골손님이 되어가는 동안 고객 경험의 전 방면에 걸쳐서 고객들이 참여하는 활동을 추적해야 한다.