리텐션 – Your growth consultant

모바일 배너 디자인을 하는데 PC 에서 작업하고 모바일에서 실제 어떻게 디스플레이 될지 고려하는가? 소비자/유저 관점이 중요하다고 외치지만 정작 우리가 만든 결과물을 실제 소비하는 환경과 최대한 비슷하게 확인하고 있는가?

주요 게재 위치 (Placement) 는 어디인가?

유튜브 피드에서 Native banner (1200×628) 로 노출이 많이 된다면 지금 내 유튜브 피드에서 나오는 광고들을 확인하고 각 광고의 장점을 훔치려고 노력 해 보자.

인스타그램 타겟 해시태그 Top 에 들고 싶은가? 실제 Top 에 있는 컨텐츠가 왜 Top 에 들어갈 수 있었는지, 어떤 스토리로 컨텐츠를 풀어가는지, 어떤 해시태그를 썼는지, 팔로워 대비 인게이지먼트는 얼마나 많은지 조사 해 보자. 이를통해 우리가 공략할 수 있는 해시태그를 결정할 수 있다.

페이스북/인스타그램 광고를 복수의 개제지면에 돌리고 있는데, 인스타그램 지면의 효율과 스케일이 페이스북보다 크다고 가정 해 보자. 인스타그램 지면 (피드와 스토리 각각 따로) 에서 우리의 광고가 어떻게 보여지는지 확인하지 않고 페이스북 뉴스피드에 맞춰 최적화하고 있진 않은가?

블로그 타이틀에 이모지 (Emoji) 를 쓰면 SEO 도움 될까? 라는 Hypothesis 를 테스트한다고 가정 해 보자(🔥 5 Reasons Why You Should Use Emojis in Your SEO & PPC Strategy 😉👌😎 라는 글을 보고 영감을 얻었다) 이모지가 컨텐츠 소비자의 이목을 끌기 때문에 CTR 이 높아지고, 이는 랭킹 상승으로 이어진다가 주요 골자다. 테스트 시 이모지를 타이틀 맨 뒤에 배치 했는데, 타이틀이 너무 길어서 실제 SERP 에서 이모지가 생략 되어 보인다면 이 테스트는 Null hypothesis 가 될 경향이 크고 잘못된 learning 이 쌓이게 된다.

소비자가 마케팅 결과물을 소비하는 시간과 장소는 어디인가?

스카이스캐너 한국 유저들은 잠 자기 전 시간대에 (아마도 침대에서)App session 이 높고 사용시간도 길다는 것을 확인 했다. 이 시간대에 주로 쓰는 기능이 있었는데 이게 꽤 Aha moment 였나보다. 이 분석을 바탕으로 제작 된 마케팅 크리에이티브가 꽤 성과가 좋았었다.

복잡한 출퇴근 시간에 버스나 지하철에서 소비되는 컨텐츠를 제작하고 있다면, 글 길이는 얼마가 적당할까? (scroll depth 나 체류 시간 파악), 얼마나 빠른 시간 안에 소비자가 원하는 정보를 전달해야하나 등을 고민 해 보자.

---

소비자의 눈으로 우리의 마케팅 제작물을 보는 건 생각보다 꽤 간단하다. 위의 두 가지를 습관화했다면, 이제는 실제 소비자에게 의견을 물어보자 (이 부분에 대해선 언젠가 블로그 포스트를 써 보겠습니다)

아직 내가 내 분야에서 최고는 아니지만, 내가 생각하는 “한 분야에서 최고가 되는 법” 은 무척 간단하다. 배워야할 것들을 정리하고 배우고 실천하면 된다.

learning curve * input time 즉 똑똑하게 많은 시간을 투자하여 배우면 된다.

면접에서 당신 밑에서 배우고 싶습니다. 라는 자세로 인터뷰에 임하려면,

워라벨 or 야근은 없는지 물어보는 것보다는 무엇을 배워야할지에 대한 가이드만 주면 최대한 빨리 배우고 배울 게 더 이상 남지 않았을 때까지 개빡세게 배우
(or leave) 겠다. 라는 마인드를 갖는 건 어떨까?

심슨은 아는 게 왜 이렇게 많아? 라고 물어보면 10년 동안 개빡세게 배웠기 때문이라는 말 이 외에는 그닥 할 말이 없다.

주말에 사무실에 혼자 앉아서 product analysis 하고 있다가 쓴 글 (이와 관련 된 생각은 최근 2~3달 동안 하고 있었던듯)

네이버 SEO 는 과학과 노가다 조합의 산물이 만들어내는 ROI

글 주제를 정하면 대략적인 main target keywords 가 나온다. 이 키워드를 각각 네이버 PC & 모바일 (http://m.naver.com 로 검색) 에서 검색하여 자동완성 & 연관 키워드를 엑셀에 담는다. PC 와 모바일에서의 search queries 가 다른 경우가 있기 때문에 두 환경에서 모두 조사하지만 하나의 device 에서만 진행해도 괜찮다.

마멘토라는 곳에서 제공하는 네이버 키워드 조회기는 최대 20개 키워드의 search queries 를 밷어낸다. N-Keyword.com 에서는 연관검색어와 자동완성 키워드의 queries 를 한 번에 볼 수 있다.

위에서 조사한 타겟 키워드를 조합하여 제목을 만들고 해당 타겟 키워드를 컨텐츠 곳곳에 배치한다.

“네이버 검색결과 크롤링” 이라고 구글링하여 파이썬으로 해당 타겟 키워드를 크롤링한다. 해당 키워드가 통합 검색 SERP 의 몇 순위에 노출 되는지, 해당 버켓에서 우리의 컨텐츠가 몇 순위로 노출 되는지 모니터링한다. 중요 타겟 키워드의 순위가 내려갈 경우 다시 블록을 쌓듯이 새로운 컨텐츠를 생산한다.

타겟 키워드의 SERP 에 컨텐츠 영역 노출 유무가 visibility 를 좌지우지하기 때문에 이를 고려하자. 커머셜 키워드의 경우엔 네이버가 paid search 를 monetize 하기 위해 일부러 컨텐츠 영역을 숨기는 것 같기도 하다.

“항공권 저렴하게 사는 법” or “비행기표 싸게 사는 법” 같은 Know how 키워드는 non-commercial keywords 로 분류 되어 paid listing 이 모바일 SERP 하단에 위치하고 있다. 네이버 항공권이 최상단에 오면서 자사 프로덕트를 push 하는 것일 수도 있겠지만, 컨텐츠 영역인 VIEW 가 “비행기표 싸게 사는 법” 최상단에 위치한다. 이런 키워드를 검색한 검색자의 의도를 파악하기 위해서 해당 키워드 상단에 노출 된 컨텐츠 (News 도 좋은 원천이 될 수도 있다) 를 확인하고 어떤 additional value 를 줄 지 고민한 뒤 컨텐츠를 작성한다.

Search, of course, is a powerful tool for both shoppers and marketers. When it comes to search, people are literally typing their needs into a form, which, in turn, generates data that lets marketers tap into insights across media.

We know that searches don’t simply happen at random moments. They’re driven by needs. The search to satisfy these needs is an inherent part of people’s decision-making processes. And it turns out these emotional drivers are largely consistent across categories.|

Think with Google 의 To anticipate intent, start with people’s needs 에서 발췌

스카이스캐너 COO 이셨던 Mark Logan 이 허구헌날 말하던 “to build a successful startup, “You have to be 10 times better than second best.”
(Peter Thiel 의 말을 인용) 가 생각났다.

현존하는 문제 해결책 (e.g. 지구 최강의 질문 대답 기계: 구글) 보다 10배가 좋지 않으면 차별화가 불가능하고, 기존 유저들이 switching cost 대비 효용성을 느끼지 못하기 때문이라고.

스카이스캐너는 한국 여행객들에게 10배 이상 더 빠르게 최저가 항공권을 찾을 수 있는 해결책을 제공함으로써 3~4년 사이에 20배 이상의 성장을 할 수 있었던 것 같다.

출처: thenextweb

프리젠테이션에 가장 많이 등장하는 슬라이드 중 하나 아닐까 싶은 이미지.

아주 큰 e-commerce 의 대표가 홀스 캔디 10개 들이를 자사에서 주문했는데, owned channel 리마케팅으로 20개 들이를 보여준 경험에 대해 불 같이 화 냈다는 일화를 들었다. “왜 별 것도 아닌 걸 갖고 ㅈㄹ 인가?” 라고 생각하면 절대 안 된다. 이 빙산의 일각 같은 힌트를 갖고 root cause 를 뽑을 때까지 drill down 해서 개선해야한다.

스카이스캐너 재직 시절 일화: 유저들이 여행지 검색 시 오타를 많이 내고 오타의 검색 결과는 “0”. 자신이 오타를 낸지 인식하지 못 한 유저들도 있음. 이를 개선하기 위해 typing 을 마친 유저에게 검색 결과를 “0” 을 뱉어내는 키워드를 저장하고 이를 수동으로 mapping 해 줬더니 search completion rate 이 올라갔다.

문제를 발견하고, 가설과 트래킹 플랜을 세우고, 액션을 취하고, iteration 하는 과정이 growth 의 핵심 아닐까 생각한다.

*빙산의 일각을 자주 무시하고 지나치진 않았는지 질문 해 보기

스카이스캐너가 씨트립에 인수된 이 후 많은 직원들이 자신의 다음 꿈을 찾기 위해 퇴사했다. 지속적으로 성장하는 회사였기에 퇴사자 Replacement 또한 매 주 들어왔다. 스카이스캐너의 문화 중에 하나였던 Welcome & goodbye 메일 (입사 & 퇴사자는 to all로 메일을 보낼 수 있음) 을 하루에도 서너통은 받던 나날이 계속 되었고 CEO 가 “앞으로 이런 메일은 모아서 한 번에 보내게 변경하겠다” 라고 선포했다. 어떤 한 엔지니어는 이에 조목조목 따지면서 이런 변화는 우리의 문화를 헤친다고 했고 해당 댓글이 CEO의 원글보다 더 많은 지지를 받았다. 결국 반대자들의 의견을 받아들인 절충안이 채택 되었다.

내가 다니는 회사는 직급에 상관 없이 투명하게 의견을 개진할 수 있고 이런 행위를 어떻게 장려하는가? 화살을 맞을까봐 두려워 뒤에서만 불평을 하진 않을까?

신념 있는 반대 의견을 낼 수 있는 회사, 브릿지워터와 창업자 레이 달리오의 이야기인 원칙이라는 책을 읽다가 떠오른 일화

data as a marketing 이라는 용어는 무척 생소할 것이다. (내가 방금 지어냈기 때문) 500 startup 의 marketing hell week 강의 중 하나인 How To Get Your First 1337 Customers (Part 2) w/ Bernard Huang 에서 나온 개념인 engineering as a marketing 에서 착안했다. 스카이스캐너에서도 best time to book (항공권 예약 최적의 시점) 이라는 데이터를 매년 초에 PR 에 활용하는데, 9시 뉴스에서도 다룰 정도로 임펙트 있는 data driven PR 꼭지(?) 중에 하나로 활용된다.

현재 내가 CMO 로 재직 중인 올스테이는 숙소 최저가 비교 서비스이다. 우리는 travel tech 라기보다는 data company 인데 happen to be in travel industry 라고 생각하길 좋아한다. (이것 또한 전 직장인 Skyscanner 의 founder 가 맨날 했던 말을 차용. 도무지 내 originality 는 어디에?) 우리의 서비스 내에 고객이 원하는 다양한 데이터를 보여주면 컨버전이 올라갈까? 라는 가설이 항상 내 머리에 있었는데, 이 가설을 실제 프로덕트에 적용하기엔 아주 많은 난관들이 있다. 가설을 검증하기 위한 MVP 로서 best time to book hotels 라는 standalone data product 를 tableau public 으로 뚝딱 만들었다. (best time to book 이라는 컨셉은 스카이스캐너에서 훔쳐왔다) embeding 방식이기 때문에 아래의 테이블에서도 조작이 가능하지만 좌우가 넓지 않은 관계로 여기를 클릭하여 태블로 퍼블릭에서 직접 PC 로 조작을 추천한다.

첫 워크시트에서는 원하는 도시의 인기 숙소 리스트를 볼 수 있다. Child 를 클릭하여 sorting 시 유아 동반 여행자에게 인기 있는 순서대로 볼 수도 있다. (기본 sorting 은 Number of Record) Percentile (10) of ADR (Average daily rate) 은 가장 저렴한 10% 측에 속하는 해당 호텔의 1박 가격을 보여주고 (90)은 가장 비싼 10% 가격을 보여준다. 숙소는 수요와 공급에 따라 가격 변동 폭이 무척 많기 때문에 이 숫자들은 무척 유용하게 쓰일 수 있다. (e.g. 초성수기에 급하게 이 호텔을 비싸게 예약해야하는데, 얼마까지 비싸게 살 것인가. 반대로 이 호텔을 얼마에 예약해야지 싸게 예약했다고 자랑할 수 있는가?)

두 번째 워크시트에서는 최근 30일 내에 가장 많이 검색한 도시 순위를 보여준다. 유아 동반 sorting 또한 제공된다. Median Booking Window 란 해당 도시를 체크인 기준 얼마나 일찍 검색해보는가에 대한 중간값이다. 이를 통해 얼마나 일찍 해당 도시의 숙소를 검색 해 봐야할지에 대한 감을 잡을 수 있다.

bttb (best time to book 의 약자) -city 탭은 두 개로 나누었다. 각 도시별 booking window 별 검색한 숙소의 중간값과 검색수를 보여주고 있다. 물론 booking window 별로 검색하는 숙소의 성급이나 퀄리티가 달라질 수 있어 아주 정확한 데이터는 아니지만 대략 얼마나 일찍 숙소를 예약해야할지 알 수 있다. week 와 day 로 시트가 구분 되는데 국내는 day 만 봐도 될 거 같고, 해외는 week 를 먼저 보고 day 를 보면 좋다.

각 숙소를 클릭하면 PC 에서는 해당 숙소의 웹사이트 페이지로 연결되며 Google Analytics 의 UTM 이 자동으로 붙도록 설정 돼 있다. 모바일에서 클릭 시에는 앱스플라이어의 Onelink 를 통해 앱스토어로 이동되며 first open 시 해당 호텔로 딥링크 된다.

여행 관련 기자님이나 호텔 투숙을 즐기는 분들에게 유용한 정보를 제공함으로써 이 프로덕트가 user acquisition 에 도움이 될 수 있길 희망한다.

개인적으로 컨퍼런스나 세미나에 가면 맨 앞자리에 앉는걸 좋아한다. AWS 서울 2019 서밋에서도 맨 앞자리 명당에 앉았다. 테이블 위에는 AWS 라는 표식이 붙여져 있었다.

딱 봐도 VP 쯤 되 보이는 외국인과 한국인 직원이 내 앞에 오더니

한국인 직원이 “AWS 직원이세요? 이 자리는 AWS 직원 자리에요.”

나 “네, 바로 비킬게요”

VP처럼 보이는 사람이 자신을 소개하며 “You are an AWS customer, you deserve this seat.”

아…이게 진짜 고객 중심의 회사구나. 선언문을 걸어놓기만 하는 게 아니라 진짜 실천하는 Amazon. 그 날 나는 아마존 주식 한 주를 더 샀다.