아하모먼트: 왜 우리 서비스를 계속 써요?

 

XX라는 행동을 YY 기간 안에 ZZ번 하면,
우리 서비스를 계속 활용한다.

 

본 게시글은 PO의 바이블! 토스 PO SESSION에서 개괄적인 방법을,

How to Discover Your App’s ‘Aha Moment’ 게시글에서 조금 더 구체적인 방식과 예시를 참고해서 작성했습니다.

---

아하모먼트가 뭐에요?

어떻게 해야 유저들이 우리 서비스를 지속적으로 사용할까? 

서비스를 제공하는 입장에서는 한 번쯤은 생각해볼만한 문제다.

 

위 질문에 대한 답을 다음과 같이 추상적으로 생각해보았다.

우리 서비스를 자주 찾는 유저들의 계기를 찾고 그 계기를 다른 유저들이 경험하도록 하자!

 

그리고 다음 문장들을 살펴보자.

• 4일 이내에 두 번 이상 송금하기 (토스)
• 10일 이내에 7명의 친구와 연결하기 (페이스북)
• 30명 이상 팔로우하기 (트위터)

위 문장들은 각 회사의 아하모먼트이며

간결하고 직관적이며 구체적이다.

 

아하모먼트란, 유저가 우리 제품의 필요성을 느낀 순간을 의미한다.

즉, 이를 구체적으로 정의하면 제품의 명확한 방향성에 집중할 수 있도록 한다.

 

최상단에 서술한 것처럼, 아하모먼트는 대체로 다음과 같은 형태를 따른다.
'XX라는 행동을 YY 기간 안에 ZZ번 하면, 우리 서비스를 계속 활용한다.'

 

그럼 이제 본격적으로 아하모먼트를 찾는 방법을 살펴보자.

---

우리 서비스를 꾸준히 사용하는 유저 정의하기

시작하기에 앞서, 두 가지를 정의해야한다.

1. 사용한다의 정의

2. 꾸준히의 정의

 

유저가 우리 서비스를 사용한다는 것은 다양하게 정의할 수 있다.

서비스의 핵심 가치(상품을 구매, 게임에 접속)를 경험했는지 유무 혹은 단순 방문 등의 예시가 있을 수 있다.

 

꾸준히를 정의하는 법도 다양하다.

서비스 특성에 따라 10주 연속 사용, 5개월 연속 사용 등이 있다.

 

우리 서비스를 꾸준히 사용하는 유저를 정의했다면, 아하모먼트의 각 항목을 찾아보도록 하자.

---

액션 XX를 찾기

액션을 찾는 방식은 크게 두 가지가 있다.

1. Sharp Value 활용

2. 직관을 통해 가설을 세우고 검정하기

 

참고한 예시 자료에서는 2번 방식으로 세 가지 가설을 뽑아냈다.

• Add friends (친구 추가하기)
• View a message (메시지 보기)
• Send a message (메시지 보내기)

위 가설과 재방문 간의 연관성을 검증하여,
'친구 추가하기' 액션을 아하모먼트의 XX로 지정하였다.

 

아래 그림을 보면,
'전체 유저(All User)' 군집보다 '가입 첫 날 친구를 추가한 유저(Added>=1 friends)'의 재방문 비중이 더 높았다.
(사견을 붙히면, 가입 첫 날  친구를 추가한 유저 vs 친구를 추가하지 않은 유저로 구분하면 더 좋았을 것 같다.)

유저군에 따른 재방문 비율(Retention Curve)

 

어찌되었건, 가입 첫 날 친구를 추가한 유저가 우리 서비스를 조금 더 꾸준히 활용한다는 사실을 확인했다.

그럼 가입 첫 날, 친구를 몇 명이나 추가하도록 유도해야할까?

---

빈도 YY를 찾기① - 목표 설정하기

단순하게 생각해보면,

액션 XX를 찾았으니 가입 첫 날부터 무조건 많이 유도하면 되겠네! 라고 생각할 수 있다.

 

하지만 이를 유도하는 과정에서 불필요한 리소스가 발생한다던지,
친구를 많이 추가했을 때 오히려 재방문이 낮아질 수 있는 변수가 숨어있을 수 있다.

 

따라서 적절한 액션의 빈도를 찾아야 한다.

 

자, 중학교 1학년 때 집합을 처음 마주친 순간으로 돌아가보자.

아래 그림은 우리 서비스를 꾸준히 사용한 유저군(Retained)와 친구를 최소 N명 추가한 유저군(Took Action)을

벤다이어그램으로 도식화한 자료다.

 

아하모먼트는 Retained와 Took Action의 교집합으로 표현되어 있다.

즉, 친구를 최소 N명 추가했으며 동시에 우리 서비스를 꾸준히 사용하는 유저로 이해할 수 있다.

 

이제 아래 세 가지를 유념해서 YY를 찾아보자.

1. Retained를 고정시킨채

2. Took Action(N)을 바꿔보며 (친구를 최소 1명 추가, 친구를 최소 2명 추가, ..., 친구를 최소 N명 추가)

3. 목표에 맞는 최적의 N(=YY)를 찾는다.

 

우선 우리의 목표는 다음과 같다.

전체 유저 수(n(Retained U Took Action)) 대비 아하모먼트를 경험한 유저 수(n(Retained ∩ Took Action))를
최대화하는 N 찾기

 

위 목표를 단순화하여,

AHA / Retained의 비중이 가장 높은 N을 찾으면 되는거 아니야?

라고 생각할 수 있다.

 

아래 그림을 보면 실제로 Retained의 대다수는 최소 한 명의 친구를 추가한 유저들이다.

 

하지만 최소 1명의 친구를 추가한 유저 중, 대다수는 Retained되지 않은 유저이다.

따라서 단순 AHA / Retained의 비중을 우리의 목표로 삼아선 안된다.

---

빈도 YY를 찾기② - 최적점 찾기

이제 본격적으로 최적의 N을 찾아보자.

 

열심히 쿼리를 날려서 다음 테이블을 손에 넣었다.

 

위 테이블의 컬럼은 다음과 같다.

• A: Retained되었지만 적어도 N명의 친구를 추가하지 않은 유저 (Retained - Took Action)
• B: Retained되었고 적어도 N명의 친구를 추가한 유저 (Retained ∩ Took Action)
• C: 적어도 N명의 친구를 추가한 유저 (Took Action)
• A + C: (Retained U Took Action)
• B / (A + C): 우리의 목표. 이 값을 최대로 하는 N 찾기!

 

자 그러면 우리가 찾고자하는 YY는 위 테이블에서 손쉽게 찾을 수 있다!

(YY = 3)

 

따라서 최종 아하모먼트를 정의하면 다음과 같다.

가입 첫 날, 최소 3명의 친구를 추가하기!

 

이제 우리는 처음 가입한 유저에게 최소 3명의 친구를 추가시키는 것에만 집중하면 된다!

 

+) 토스 PO 세션에서는 위 방식에 다음과 같은 조건을 추가하여 아하모먼트를 찾는다고 한다.

 B / A >= 0.95 (꾸준히 우리 서비스를 활용한 유저 중 95% 이상은 아하모먼트를 겪은 유저)

---

검증 및 실험

위 아하모먼트를 찾은 것에서 그치지 않고, 아래와 같은 지표를 확인해야한다.

 

가입 당일, 3회 이상 친구를 추가한 유저군은 전체 유저군에 비해 더 높은 재방문을 보여줬다.

 

그 다음 단계로 아하모먼트를 유저에게 유도시킨 후, 

이 아하모먼트가 실제 재방문에 인과관계가 있는지도 확인해야한다.

---

결론 및 생각

아하모먼트를 구하는 과정은 100% 정답이 없다고 생각한다.

 

우리 서비스를 꾸준히 활용하는 유저를 정하는 것, XX를 위한 가설을 찾는 과정 등

정성적이고 모든 변수를 고려하지 않을 가능성이 충분히 존재한다.

 

하지만 인과관계가 검증된 아하모먼트는

구체적인 방향성 제시를 통해 더 빠른 서비스 성장에는 확실히 기여할 수 있는 수단이라고 생각한다.