🤔 우리 제품의 아하 모먼트는 무엇일까 ❇️ '진화된 마케팅 그로스해킹'이라는 책에서 소개된 바 있는 '아하 모먼트(Aha moment)'는 신규 유저가 제품에서 처음으로 가치를 느낀 순간을 의미합니다. 정확히는 떠나는 유저와 남아있을 가능성이 높은 유저들을 구분하는 일련의 행동들이라고 볼 수 있습니다. 아래는 서비스별 아하 모먼트의 예시입니다. 👉페이스북: 10일 내에 7명의 친구와 연결되는 것 👉슬랙: 팀 내에서 2000개의 메시지가 오고 갔을 때 다음과 같은 단계로 아하 모먼트를 찾아내고 적용할 수 있습니다. 1️⃣ 기준(baseline) 리텐션 이해하기 우선 개선할 지표를 설정해야겠죠. 현재의 리텐션 상태를 확인합니다. 유입된 유저를 분류해 코호트(공통적인 특성을 가진 사람들의 집단)를 분석합니다. 30일 간의 리텐션을 그래프로 시각화하고 이 수치를 높이는 것을 목표로 진행합니다. 2️⃣ 가설 세우기 어떤 행동이나 기능이 리텐션에 영향을 줄 수 있을지 가설을 세워봅니다. 첫 단계로 가장 충성도가 높은 유저와 이탈한 유저 간의 로우(raw) 데이터를 비교해보세요. 충성 유저들이 했지만 이탈한 유저들은 하지 않은 행동은 무엇인가요? 신규 유저가 취하는 20-30개의 액션을 모두 리스트업하고 가장 관련성이 높은 2-3개를 뽑는 것도 도움이 될 것입니다. 3️⃣ 가설 검증하기 가설에 따라 우리는 유저들을 특정 행동을 했는지 안했는지에 따라 그룹화하고, 행동 기반 코호트를 통해 이러한 행동들이 실제로 높은 리텐션과 관련이 있는지를 확인할 수 있습니다. 4️⃣ 적정한 액션의 빈도를 찾기 이제 어떤 액션이 리텐션과 관계가 있는지 파악했습니다. 하지만 최적의 리텐션을 위해 해당 액션이 몇 번 이루어져야 하는지는 아직 모르죠. 특정 액션이 '아하 모먼트'가 되기 위해서는 대다수 유저의 전환점(tipping point)를 대표할 수 있어야 합니다. 그렇기 위해 다음과 같은 조건을 충족해야 하는데요. 👉해당 행동을 한 유저들 중 대부분이 남아있는가? 👉대다수의 유지된 유저들이 해당 행동을 했는가? 글에서 소개된 예시를 한편 살펴볼까요. A: 유지되었으나 최소 [X]명의 친구를 추가하지 않은 유저 B: 유지되었고, 최소 [X]명의 친구를 추가한 유저 C: 최소 [X]명의 친구를 추가한 유저 사례에서는 A+C를 더한 후 B로 겹치는 비율을 비교해 가장 높은 수치를 확인하여 친구를 3명 이상 추가하는 행동를 아하 모먼트로 설정할 수 있었다고 합니다. 5️⃣ 그래프로 점검하기 결과 점검을 위해 행동분석을 위한 코호트를 만들어 리텐션 차트로 시각화합니다. 6️⃣ 인과관계 파악하기 (AB테스트) 지금까지의 리서치는 상관관계만을 분석한 것입니다. 인과관계를 파악하기 위해서는 제품의 변화가 실제로 리텐션에 어떤 영향을 주는지 A/B 테스트를 실행해보아야 합니다. 유저에게 3명의 친구를 추가하게 만들기 위해 다음과 같은 개선 사항을 생각해볼 수 있습니다. 👉가입 초기에 친구를 추가하도록 제안하기 👉가입 후의 친구 추천을 더 눈에 띄도록 하기 👉초기에 친구 추가를 유도하는 툴팁(tooltip)을 추가하기