Toss Insight

1.  토스 리더가 말하는 PO가 꼭 알아야할 개념

• Carry Capacity (한계수용능력): # of New Daily Customer / % Customers you Lost Each Day 
  • MAU의 최종 도착지, 서비스가 도달할 최종적인 유저수
    • # of New Daily Customer: 서비스 런칭하자마자 알 수 있는 정보
    • % Customers you Lost Each Day: MAU 대비 비율, 서비스의 성장 한계
    • => 1,2달만에 알 수 있다

1. cc가 75만인 서비스 -> 유입:7500 이탈율: cc의 1% (7500명) => cc 유지
2. if 유입: 7000으로 줄면 -> 500씩 유출 => 새로운 평형점 7000/1% -> 70만명 (cc)
3. if 이탈: 0.1%로 줄면 -> 6,750씩 유입 => 새로운 평형점 7500/0.1% -> 750만명 (cc)

마켓팅으로 일시적인 Inflow Boosting은 가능하지만, 광고를 중단하면 MAU는 다시 주저앉음

 

1. 근본적인 CC 향상을 위해서는 제품 개선을 하여 Inflow와 Retention을 향상시키고 Churn을 감소시켜야 함 (마케팅으로는 불가능)
2. CC 도달 시점을 예측하여, 이 때 완전히 새로운 서비스를 런칭하여 새로운 CC를 얹어서 앱(기업) 전체의 CC 늘리기

 

2. 토스 리더가 말하는 유저를 떠나지 않게 만드는 단 하나의 개념

1. Product Market fit을 찾아라!

=> Retention의 Plateau가 생겼냐

• Retention의 기울기가 완만해지는 지점(거의 최소 지점)
• 스타트업과 스타트업이 아닌 걸 가르는 기준은 '제품/시장/고객에 대한 불확실성의 크기'
  => 불확실성을 낮추려면 아래 2가지를 찾아야 함
  • (제품과 시장으로부터) 제품의 형태를 찾아야 함
  • 고객: 계속 쓰기로 결정한 유저들 (이탈한 유저 X)

Retention Plateau가

• 20% 지점보다 낮다 -> 회사를 만들 수 없다 (retention이 없다고 보면 된다)
• 40% 지점 -> 유니콘
• 70% 지점 -> 세상을 바꿀 수 있다 ex) Facebook, instagram

2. Retention Curve 분석 및 개선

• AARRR을 뒤에서부터 고쳐야 함: retention 개선 (떠나지 못하게) -> Activation -> Acquisition
• Retention Curve 분석
  1. Usability Test: 이탈 요인 조사 (평가 받기) -> 확보해야 하는 미래의 고객 => CC를 늘리기 위한 기준
     • 신규 서비스 런칭 이후로 얹을 새로운 CC에 대한 힌트를 얻을 수 있음 (다음 아이템에 대한 idea)
     • 현재 서비스 구조로는 만족시키지 못했던 유저는 무엇을 쓰는가
     • retention 개선이랑은 무관
  2. Data Analysis: 계속쓰는 이유 분석 (현재 고객)
     • 유저의 페르소나에 대한 이해 필요 (20대 -> 1/N을 많이 함)
     • 어떤 유저는 남고 안남나?
     • Retention이 개선될 부분을 찾을 수 있음

3. Aha Moment 운동

사내 모두가 목표로 해야하는 문장 ex) toss 4일 안에 2번 이상 송금한 순간

• 제품의 핵심 가치를 경험하는 순간
• 서비스를 계속 쓰게 되는 특이점 (Singularity)
• 정량적으로, 이 행동을 한 유저의 95%가 retention이 생기는 행동
• 정성적으로, 상식적인 인과관계가 있는 순간 ex) 간편 송금을 여러 번해서 편리한 걸 체감해야 계속 씀
• 아주 단순한 산수. 무지성으로 추종해야 하는 문장. 복잡하고 정교한 분석 결과(X)
• 연역 추리와 귀납 추리, 모든 과정을 통해 찾는 것이 적절.
• 리텐션 개선을 위한 silver bullet은 아님
  • 리텐션으로 얻을 수 있는 성장은 20 ~ 30% 정도, 나머지는 UT를 통해서 CC를 늘리는 작업으로 해결

 Aha moment의 형태: XX라는 행동을, 가입한지 YY라는 날짜 안에, ZZ번 한다 (Doing XX, ZZ times in YY days)

• (서비스의 PM Fit은 이미 찾음) 서비스의 핵심 가치를 XX번 경험
• 서비스에 대한 경험을 잊어버리기 전, YY일 전에
• 핵심 가치가 훌륭하다면 ZZ는 1번일 수 있지만, 보통 ZZ는 2 ~ 10번

불가능한 Aha moment가 나오면...? ex) 7일 안에 40명의 친구 등록

유저의 95%가 하는 행위가 없다면...?

=> 핵심 가치 XX를 더 키우거나 새로 만들어야 함

 

<Aha Moment 찾기>

1. 액션 XX 후보군 찾기

• 직관, 노가다를 통해 선정
• Shap Value 같은 도구를 이용해서 리텐션에 영향도가 높은 후보군
  • RPV(Retain Probability Value) 또는 교차값을 구해서 충분한 조건을 만족하는지 확인 (검증!)
    • RPV: Retained 유저 중 특정 액션 XX를 한 비율
    • 교차값: Retained or 특정 액션 XX를 한 유저 중 Retained and 특정 액션 XX를 한 유저

2. RPV는 95% 이상, 교차값은 최대인 ZZ값 찾기

• (retain과 특정 액션 XX를 한 유저들의) 겹치는 부분을 최대로 하면서 (현실적 목표는 95%),
• 차집합 부분을 최소로 해야함

 

4. Activation 과정 개선

고객이 겪는 (핵심 가치를 경험하게 하기 위한) 첫 번째 액션 XX까지의 여정(회원가입 과정, 퍼널 아님)

클릭율, 전환율을 높이는 퍼널 개선 (X)

더 많은 유저가 더 빨리 더 쉽게 액션 XX를 하도록 퍼널 개선 ex) 무료 송금 횟수 증가

1. 전환율 (conversion)에서는 기간을 같이 봐야한다.
   • 목표는 퍼널이 아닌, aha moment
   • 단기간 안에 많은 전환율 중요
2. 부활 (복귀) 유저: 액티브 유저로의 전환
   • CC에 도달하면, 대부분의 유저가 부활 유저
   • 부활 유저는 액티베이션 퍼널을 다시 겪음
   • 액티베이션 퍼널의 통과율이 30% -> 60% => inflow가 2배, cc가 2배
3. Viral Growth 설계에서도 중요
   • 매번 액티베이션 퍼널을 무조건 거침
   • 액티베이션 퍼널의 통과율에 따라 상승함
     • 유튜브-영상 시청, 네이버-검색, 카카오-전화번호 sms 인증 -> 매우 간단할수록 MAU가 큼
4. 그래프 기준을 액티베이션 퍼널 분석
   • 각 전환율의 차이를 좁히면서 세세하게 분석해야 함 (화면 단위 -> 버튼 단위)
   • 어디서 유독 크게 전환율이 떨어지느냐 -> 개선해야할 부분
5. 누가/왜 전환이 되고 안됐을까?
   • 전환율이 유독 떨어지는 부분에서 집중 분석

 

3. 토스 리더가 말하는 바이럴 성장이란 무엇인가

• Inflow: New, Reseurrection / Skeptics, Paid, Viral (Bold is Organic)
• Churn

1. Inflow

Organic은 CC에 영향을 줌

1. New (신규 유저)
   • 어떤 방식으로든 유입한 유저들 ex) Words of Mouth (입소문)
   • 유입하게 되는 퍼널 중 가장 큰 길은 이미 사용중인 유저들
2. Resurrection (복귀 유저)
   • 모든 이탈 유저는 부활할 수 있음
   • 다시 시도(접속)하게 되는 순간들이 있음
3. Viral: Referral ex) 추천코드
   • Trackable (측정 가능) -> 설계 & 강화 가능
     • 입소문은 측정 불가능
   • 강화: Viral Growth -> MAU와 Inflow가 비례 => CC의 무한 성장 가능
   • Viral K
     • K가 0.5면, 두 명의 유저가 1명을 데려온 것
     • 시간이 지날수록 줄어듦
       • 1이 될 수 없다 (0.2 good, 0.4 great, 0.7 outstanding)
     • AF (Amplification Factor)
       • 1 / (1 - Viral K)
       • ViralK가 0.4 -> 1명이 데려왔을 때 1.67명이 늘어나는 효과

비Organic은 CC에 영향을 주지 못함

1. Paid Marketing (CC에 영향 X)에서 채널을 고를 때 고려할 것 3가지
   • Volume
   • Conv%
   • Budget (Cost)

2. Churn

Network Effect

• 유저 수와 서비스 가치가 비례: 서비스를 사용하는 유저가 증가하면 유저에게 서비스의 가치가 상승한다 ex) kakaotalk
• 서비스에 소셜미디어, 커뮤니티, SNS적 기능이 있어야 하는 이유 ex) 당근, 오늘의 집

 

- Viral Growth: 신규 유저가 자연 성장한다 (Inflow)

- Network Effect: 한번 들어온 유저는 절대로 벗어나지 못한다 (Churn 방지)

 

둘 다 중요.