🌟 디테일의 간격 시리즈! [👩‍👩‍👦‍👦 우리 서비스의 유저 세그멘테이션 하기!] (👀간단 요약) 📌 유저 세그멘테이션은 무엇인가 Mixpanel의 블로그에서는 유저 세그멘테이션의 정의와 목적을 다음과 같이 설명하고 있다. 유저 세그멘테이션은 동질성을 가진 속성 (예: 지역, 나이, 기기, 행동) 별로 사용자를 그룹핑하는 작업이다. 세그멘테이션을 통해 보다 정교하게 사용자를 타겟팅 할 수 있으며, 더 용이하게 사용자 중심적인 접근을 취할 수 있도록 해준다 📌 유저 세그멘테이션은 왜 중요한가 서비스의 유저가 10,000명이라고 했을 때, 10,000명이 모두 동일한 속성을 가지고, 동일한 사고방식과 필요를 가지고 있을 확률은 매우 희박하다. 성별, 나이, 직업군, 특정 행동, 감정 등 여러 요인에 따라서 동질적이지 않은 집단이 형성되고, 그런 집단의 집합이 전체 서비스의 사용자층을 구성한다. 세그멘테이션이 중요한 이유는 이러한 세분화된 집단을 식별하고, 그들에게 맞춤화된 전략 수립을 가능하게 해 주기 때문이다. 📌 유저 세그멘테이션은 어떻게 하면 되는가? 1️⃣ Demographic Segmetation - 인구통계학적 세그멘테이션 성별, 나이, 직업, 결혼 여부 등 그 사람의 휴먼 프로필 적인 정보들을 바탕으로 세그멘팅 하는 기준으로 비교적 빠르고 쉽게 할 수 있는 접근이다. (우리 서비스는 20대 여성 중, 미혼 사용자가 많다 등) 개인정보라서 수집되고 있지 않다면, 별도의 설문조사와 개인정보 활용 동의서를 첨부해서 수집하는 것도 가능하다. 다만 인사이트 또는 사업적인 임팩트는 그다지 높지 않기에 우리 사용자 구성비 정도를 파악하고, 다른 기준의 세그멘테이션 결과와 결합해서 분석하는 근거 데이터 정도로 확보해 놓으면 좋다. 2️⃣ Behavioral Segmentation - 행동 기반 세그멘테이션 행동 기반 세그멘테이션이 훨씬 용이하다는 점은 플랫폼 서비스의 큰 강점이다. 이벤트 값이 정확히 심겨 있다는 전제 하에, 플랫폼 서비스 내에서의 사용자의 대부분의 행동은 추적 가능하다. 전체 사용자 중 로그인 후 액션을 기준으로 세그멘테이션을 한다면 ✓ 별다른 액션 없이 이탈하는 사용자 : 이탈 사용자 (65%) ✓ 다양한 상품들을 클릭하지만 구매는 하지 않는 사용자 : 탐색 사용자 (20%) ✓ 다양한 상품들을 클릭한 후 구매까지 하는 사용자 : 쇼핑 사용자 (10%) ✓ 탐색 없이 바로 구매로 이어지는 사용자 : 확신 사용자 (5%) 확신 사용자 (5%)의 비율을 높이고 싶다. 서비스 내에서 그들이 더 세부적으로 어떻게 행동하는지 파악하고, 좀 더 빠른 구매전환을 이끌어 낼 수 있는 디자인 개선이 가능한지 확인해보자. 등으로 이어질 수 있다는 것. 인구통계 세그멘테이션을 통해 어떤 사용자 비중이 가장 높은지, 행동 기반 세그멘테이션을 통해 더 활성화시키고 싶은 확신 사용자의 비율이 어떤지를 함께 확인 할 수 있다. 3️⃣ Attitudinal Segmentation - 성향 기반 세그멘테이션 성향 기반 세그멘테이션과 이후 설명할 감정 기반 세그멘테이션은 조금 더 난이도가 있다. 그 이유는 이 두 종류의 데이터는 별도의 설문조사나 직접적인 사용자와의 접촉이 없으면 수집이 거의 불가능하기 때문이다. ✓ 사용자가 충동구매 성향이 강한지 ✓ 굉장히 꼼꼼히 가격비교를 하며 쇼핑하는 성향인지 ✓ 주변 사람들에게 활발하게 공유하며 Viral을 일으킬 가능성이 있는 사용자인지 ✓ 적극적으로 불만사항을 리뷰에 적어서 자신의 의견을 전파하려는 성향의 사용자인지 이와 같은 인사이트는 자가 응답으로 수집된 설문 조사로만 수집이 가능한 인사이트이다. 이러한 조건들 때문에 아직 유저 층이 탄탄하지 않은 초기 스타트업일수록 수집 난이도가 더 높은 편이다. 성향 기반으로 세그멘테이션이 되어 있다면 보다 정교한 맞춤화 타겟팅 전략을 고려하는 것이 가능해진다. 4️⃣ Sentimental Segmentation - 감정 기반 세그멘테이션 감정 기반 세그멘테이션이 특히 유용한 이유는 우리 서비스의 충성 고객이 누구인지 알 수 있게 해 주고, 서비스의 건강도를 가늠할 수 있게 해주는 지표이기 때문이다. ✓ 서비스 의존도 지표 (PMF) PMF 지표는 "우리 서비스를 더 이상 사용하지 못하게 될 경우 얼마나 아쉬운가요?"라는 매우 단순한 질문 하나로 측정이 가능하다. 서비스를 사용할 수 없게 되면 매우 아쉬워할 사용자일수록 서비스의 애착도나 의존도가 높기 때문에 훨씬 더 우리 서비스에 충성도가 높은 사용자라고 볼 수가 있다. ✓ 추천 의향 지표 (NPS) Net Promoter Score라고 하는 NPS 지표는 얼마나 우리 서비스를 주변에 추천할 의향이 있는지를 판단하는 지표이다. 어떤 방법을 사용하던, 우리 서비스의 사용자를 세분화하여 이해하는 것이 중요하다는 사실에는 이견을 제시할 사람은 없을 것이다. 그렇기에, 최소한 이 정도의 분석만 구축해 놓아도 훨씬 더 정교하게 맞춤화 된 서비스 기획, 마케팅 전략 수립이 가능해진다. 이 정도 수준의 결과를 도출하는 것만으로도 충분히 유익하게 활용할 수 있는 팀원들이 있을 것이다. 하지만 유저 리서쳐의 역할은 여기서 끝나지 않는다. What이 파악 됐으면, Why를 이해하기 위한 VOC 수집이 그다음 단계이다. (👋중요한 이유가 뭔가요?) 연애 할 때를 생각해볼까요? 아니면 좋아하는 사람이 있을때. 우리는 상대방이 어떤 음식을 좋아하는지, 취향은 어떤지, 나와 얼마나 잘 맞는지 등을 다각도로 살펴보게 되는데요. 나름의 정보를 하나씩 얻어 대조하는 과정을 거친다는 것. (대조, 살펴본다는 표현은 좀 어색하지만) 이와 같은 노력을 서비스에 대입해본다면, 그 대상은 훨씬 많아지지만 사용자 개개인에 대한 정보를 알고 있어야 좁게 또는 넓은 범위 내 공통 그룹을 생성 할 수 있어요. 내가 좋아하는 사람에게, 어울리지 않는 선물을 하거나 이야기를 했을 때 반응이 좋지 않은 것처럼 사용자 입장에서는 서비스와의 관계에서 본인의 취향에 맞는 무언가가 계속 연결되어야 그 서비스를 계속 써야 할 이유가 되기 때문입니다. 서비스 초기에는 어떤 사용자들이 우리 서비스를 좋아하고, 어떻게 활용하는지가 더 많은 사용자들을 불러 올 수 있게 만드는 힌트가 될 수 있고, 활성화 단계라면 기존 사용자들이 떠나가지 않게 붙잡을 수 있는 근거가 되기도 하는 것. 때문에 초기부터 세그먼트를 명확하게 설정, 데이터를 수집하지 않으면 시간이 흐를수록 더 복잡해지고 어렵게 느껴지기도 합니다. (저도 그런 경험이...) 본문에 1-4가지 세그먼트 구분 방법이 있지만, 일단 가장 쉬운 것부터 시작해보세요. 로그 분석 툴을 활용하면 기본적인 인구통계학적 구분은 어렵지 않게 수집, 정리가 가능합니다. 데이터를 수집해야 될 대상과 구분 그리고 기준이 명확하지 않으면 아무리 좋은 툴을 활용한다 하더라도 그저 쌓이기만 할 뿐! (💌함께 읽어보세요!) 👋단계별 사용자 경험 조사 방법론 파악하기! : https://news.publy.co/comments/6027 📊데이터 분석, 툴 보다는 문제 해결 능력! https://news.publy.co/comments/5518