[챌린지B] 토스 인사이트 | PO SESSION 1~4편

데이터 그로쓰 모델링

• Total Customer는 New Customer Today와 Lost Customers Today 단 두 가지 요소만 영향을 미침
• Customer에 대한 정의
  • Active 유저에 대한 정의가 중요

Carrying Capacity = Of New Daily Customers / Customers You Lost Each Day %

• C.C = 유입되는 유저 수/유출되는 유저 %
• 유입되는 유저의 수 Time Frame은 적절하게 설정, 토스는 보통 Weekly
• 마케팅과 광고를 통해 MAU가 증가해도 최종적으로 C.C 값이 MAU가 됨

 

이탈 그룹에 대한 Usability Test

• 채우지 못하는 Usecase가 무엇인지 알 수 있음
• 장기적으로 C.C를 높이기 위해 어떤 기능과 솔루션이 도입되어야 하는지 알 수 있음
• "왜 우리의 서비스를 사용하지 않는가?" ❌
• "유저가 OO 목적을 달성하기 위해 무엇을 사용하나?"  ⭕
• UT는 당장의 리텐션 개선보다 장기적인 관점에서 앞으로 커버해야하는 Usecase를 발견하기 위함

유지 그룹에 대한 Data Analysis

• Retention Curve
• Basic segments
  • Key Demographics (Sex, Age, Location, Industry, Company Size, etc)
  • Time
  • User source
• 리텐션의 높이가 기업의 Valuation 결정

Aha Moment

• 제품의 핵심가치를 경험하는 순간
• 서비스를 계속 쓰게되는 특이점(Singularity)
• 이 행동을 한 유저의 95%가 리텐션이 생기는 행동
• 정량적으로 정의되는, 유저가 서비스에 남게 되는 결정적인 순간
• 정성적으로도 상식적인 인과관계가 있는 순가
• 연역 추리와 귀납 추리 모든 과정을 통해 찾는 것이 적절함
• 리텐션 개선을 위한 Silver bullet이 아님
• "XX라는 행동을 가입한지 YY라는 날짜 안에 ZZ번 한다." 라는 구조로 Aha Moment 구성
  1. 액션 XX 후보군 찾기
     - 어떤 액션을 특정 기간내에 Z번한 것
     - 노가다를 통해 선정해 볼 수 있고,
     - Shap Value 같은 도구를 이용해 리텐션에 영향도가 높은 액션의 후보군을 뽑아볼 수도 있음
     - Shap Value에서 리텐션에 영향도와 임계점이 명확이 보여도 RPV/교차 값을 구해서 충분한 조건을 만족하는지 확인
  2. 액션 횟수에 따른 RPV(Retain Proability Value)와 교차값 만들기
     - RPV : Retain된 유저가 이 액션을 할 확률
     - 교차 : '액션을 했거나 or 리테인된 유저' 중 '액션 and 리테인 유저' 비율
  3. RPV와 교차값 구하는 과정
     - A : 액션X ⭕ Retain ⭕ 유저
     - B : 액션X ❌ Retain ⭕ 유저
     - C : 액션X ⭕ Retain ❌ 유저
     - D : 액션X ❌ Retain ❌ 유저
  4. RPV 95% 이상, 교차는 최대인 ZZ값 찾기
     - 교차 영역이 최대가 되는 ZZ값의 RPV가 95% 이상이 아니라면 다른 액션을 찾아서 반복
     - 위 두 조건을 만족해도 Sample Size가 충분히 크지 않으면 다른 액션을 찾아봐야 함

 

Activation 핵심 내용

1. 컨버전이 아닌, 기간이 중요
2. 목표는 퍼널이 아닌, Aha Moment를 경험하게 만드는 것
3. 액티베이션 퍼널은 모든 Growth Dyamics에 영향을 줌
4. 퍼널 그래프의 차이가 크면 안됨 (화면 단위의 그래프 차이가 크다면 버튼 단위로 그래프 그려보기)
5. 연관 분석 (Whom/Why They are Converting vs Not Converting)

 

사용자 유입 (Inflow)

• Referral (CC에 영향 ⭕)
  - 'Trackable' Invitation
  - Viral Growth ➡️ MAU와 Inflow의 비례
• Paid Marketing (CC에 영향 ❌)
  - Volume
  - Conv% (클릭 전환)
  - Budget (cost)

---

TOSS INSIGHT | 토스 인사이트