[트레바리] 요즘 마케팅 - 1회 차 후기

 

 

 

트레바리에 가입하고 구경만 한지 몇 년이 흘렀다.
언제나 ’이 정도의 값을 지불할 가치가 있을까?‘하는 의문이 들어 결제를 망설였었는데,

처음으로 소개글과 책 리스트 모두 흥미로운 클럽을 발견해서 결제하게 됐다.

특히 아래 문장이 인상 깊었다.

데이터로 대변되는 요즘 마케팅과,
그럼에도 불구하고 변하지 않는 마케팅의 본질에 대한 얘기들을 같이 하고 싶습니다.
마케팅과 데이터에 진심인 분들을 환영합니다!

 

 

겨우 한 번 모임을 가졌을 뿐이지만, 낯설지만 즐거웠던, 유익한 시간을 보냈다.

퇴근 시간부터 아주 늦은 밤까지 진행되는 클럽이라 지루하지는 않을까 걱정했는데, 고민하고 이야기하고 경청하다 보니 생각보다 시간이 빠르게 흘러갔다. 평소였다면 집에 가서 저녁을 먹고 릴스나 숏츠를 보며 시간을 보냈을 텐데, 10명이 넘는 사람과 마주 앉아 대화를 이어나가다 보니 낯설지만 즐거웠다.

 

내가 이 클럽을 선택하면서 기대했던 것들은 아래와 같다.

1. 읽어야 하지만 자발적으로 읽기 어려운 책을 완독 하고 싶다.
2. 어렵게 읽은 책인 만큼 책의 내용을 오래 기억하고 싶다.
3. 데이터 분석과 그로스 해킹에 대해 더 알고 싶다.
4. 낯선 사람들과 마케팅에 대해 진지한 대화를 나눠보고 싶다. 

모임을 끝내고 집에 돌아가는 길에 기대했던 것들을 다시 떠올려보니 대부분 충족됨을 느꼈다.

 

책을 읽으면서 이해하기 어렵다고 느낀 파트들이 있었는데, 클럽장님의 설명과 대화를 통해 확실하게 짚고 넘어갈 수 있는 점이 좋았고, 생각지 못했던 인사이트들을 얻을 수 있어서 유익했다. 새롭게 배운 내용이나 인사이트들을 잊지 않기 위해 앞으로 매월 기록해 두려고 한다.

 

 

---

 

 

[인사이트]

• 그로스 해킹은 삶에 적용할 수도 있다.
• 데이터 분석을 할 때 가장 중요한 건 집요하게 파고드는 마인드셋이다.
• 매출에 기여를 한 피처가 무엇인지 궁금할 때 
  → 해당 피처를 사용한 유니크 유저들이 매출을 발생했는지 확인한다.
  → 과정에서 할 수 있는 것 중 하나는 인과 추론 (매우 어려움...)
  → 간단한 인과 추론 방법으로는 '전후 비교'가 있는데, 시즈널 한 패턴을 감안해야 한다.
• 아하 모먼트를 찾기 위해서는 아하한 고객과 그렇지 않은 고객들의 구분점을 찾아야 한다. (기간과 횟수와 깊이로)
• 아하 모먼트는 구체화해야 한다. 
  → 트레바리의 아하 모먼트는 ‘사람’이다. (X)
  → 트레바리의 아하 모먼트는 ‘모임에 참여했을 때 2번 이상 의견을 말한다’이다. (O)
• 전환율을 볼 수 없을 때는 체류 시간을 본다.
  → 저관여 상품은 전환이 빠르게 일어나서 판단하기 쉽지만, 고관여 상품은 전환이 빠르게 일어나지 않기 때문이다.
  → 다만, 체류 시간에 포커스 해서 서비스를 개선하는 것과 매출을 올리는 건 다르다.
• 처음에 엄청나게 쉬운 언어로 마케팅을 진행했을 때 전환이 발생하지 않은 사례가 있다.
  → 이후에 보다 어려운 언어로 구체적인 액션을 유도했을 때, 전환 발생 - 타깃에 적합한 언어 사용
• 과도한 개인화는 거부감을 불러일으킬 수 있다.
  → 나에게는 사소하지만 유저 입장에서는 사소하지 않을 수 있다.
• 신규 유저가 활성화 유저가 되는 과정에 아하 모먼트가 있다.
  → 아하 모먼트 검증은 리텐션으로 진행 - 해당 행동을 유도한 실험군이 전환율이 더 높은지 확인
• 테스트를 할 때 전환율의 차이가 있다 없다를 p-value로 확인
  → 엑셀에서 함수로 만들어서 신뢰 수준이 있는지 없는지 판단할 수 있다.
• CAC 기준을 잡을 땐 LTV를 고민해야 한다.
  → 건전한 기준은 LTV/CAC 3~4의 수치
  → 투자 회수 기간도 고려 필요 - 서비스를 유지할 수 있는 체력 - 오래 버틸 수 있으면 CAC 기준이 높아진다!
• LTV는 기간이 없기 때문에 일반적인 스타트업이나 서비스에서는 의미가 없다.
  → 대부분 ARPU 또는 ARPPU를 사용한다.
  → ARPU는 투자회수기간에 맞춰서 넣거나 재구매 주기로 넣으면 된다. (계산하기 어려우면 2~3개월)
• 리텐션은 주요 이벤트의 리텐션을 봐야 한다.
  → 에어비앤비는 숙박 예약, 넷플릭스는 구독, 게임은 매일!
  → 제품 사용 간격과 주요 이벤트를 찾는 것이 중요하다.

 

[추가적으로 알아볼 내용]

• EDA (탐색적 데이터 분석) : 내가 더 이상 찾을 수 없을 때까지 깊게 파고드는 분석 방법
• 토스 이승건 대표의 C.C 공식 (Carrying Capacity)
• Metric Hierarchy : 지표의 위계 구조로 여기서 더 쪼갤 수 없는 지표가 액션이 된다.
• LMF(Language Market fit)와 PMF(Product Market fit)
• XaY 공식 : a 핵심 행동 / X 유저의 행동 빈도 / Y 기간
• 실험의 기간이 얼마나 필요한지 궁금할 때는 '실험 계산기' 활용 - A/B TEST 계산기, 유명한 계산기는 '샘플 사이즈'
  → 계산기를 엑셀로 만들 수도 있다.
  → 시작일, 종료일, 실험기간, 실험제목, 실험차수, 카테고리 메트릭, 실험 모수, 실험 비중, 기대 상승률...
• 리텐션에는 종류가 있다. 클래식.. 롤링.. 언바운디드..
  → 기준에 따라 리텐션에 엄청난 차이가 있기 때문에 내 서비스에 맞춰 기준을 잘 선택해야 한다.