가설을 세우고..

프로덕트 디자이너의 업무 일기 (2)

지난번에 문제를 이렇게 정의했다.

3월 신규 유저 중 50%는 가입 후 14일 안에 앱을 떠난다. 이들 대부분은 당장 정비 니즈가 없어 앱 진입 후 첫 행동을 찾지 못하고 이탈하는 상태다.

가설도 마찬가지로 프레임워크가 있다.

~유저에게 ~해결 방법하면 ~가 해결되어 ~가 좋아질 것이다.

이제 정비 니즈가 없는 유저들의 첫 행동을 이끌 수 있는 가장 효과가 좋은 해결 방법을 찾는 것이다. 나는 이제 여기서부터 프로덕트 디자이너의 놀이터가 펼쳐진다고 생각한다. 특히 이 프로젝트를 진행할 때는 AI를 업무에 적극적으로 활용해서 경험의 퀄리티를 높이는데 큰 도움이 되었다. 이 이야기는 다음 편에 다뤄보겠다.

해결 방법을 만들 단서 찾기

이 문제를 해결할 때 현실과 부딪혔다. 가장 효과적인 지점인 홈의 ATF 영역을 활용할 수 없다는 것이었다. 당시 홈은 정보 과부하 상태가 극심했고 비즈니스적으로 최우선순위인 정비 예약이 당장 필요한 유저를 전환시키는 실험을 ATF 영역에서 적극적으로 실행하고 있어 실험에 영향을 주지 않도록 다른 영역을 찾아야 했다.

그래서 또 행동 데이터를 봤다. 근데 주목할만한 지점은 17%의 유저가 가입 후 "내 차 정보"라는 페이지를 눌러보는 것이었다. 나는 우리 앱 온보딩의 핵심 경험이 긍정적으로 작용하고 있는 효과라고 봤다. 앱 온보딩 과정에서 유저의 차량정보를 앱에 저장하는 경험을 주는데, 이 맥락에서 17%의 유저들이 내 차 정보라는 메뉴를 클릭해 온보딩 플로우에서 확인했던 차량 정보가 있는지 재확인하고 싶은 니즈가 있었을 것으로 보았다.

가설 검증에는 무리없이 진행할 수 있는 유저풀이라고 판단해 해당 영역을 활용하기로 했다.

어떤 행동을 이끌어야 할까?

우리가 해결해야하는 유저는 당장 정비를 예약할 마음이 없거나 정비할 시기가 도래하지 않은 유저이다. 그래서 정비 예약이 아닌 차량관리 행동을 이끌어야한다. 마침 팀에서 context aligned된 데이터가 있다. 차량과 관련된 특정 기록을 한 유저는 이탈률이 낮아지고 앱 내 잔존율이 올라간다는 것이다. 또 데이터를 뜯어보니 타겟하는 유저 그룹은 가입 후 7일 안에 차량 관련 기록을 남기는 비율이 매우 낮음을 확인했다. 그럼 기록 행동을 이끌어야 이탈률을 낮출 수 있다.

경험 만들기

기록은 매우 어려운 행위이다. 여러번 실험 결과로, 또 상식적인 면에서 "기록"은 품이 많이 들어 가치를 체감하지 못하면 하기 어려운 행위라고 생각했다. 그래서 기록을 무겁지 않고 쉽게 체험하는 경험이 필요하다고 판단했고 짧은 행동 기록을 통해 정보성 보상을 주는 "주행거리 기반 정비 추천" 기능을 실험해볼 가설로 채택했다.

*단, 해당 실험의 성과 지표를 이탈률(재방문율 상승)로 설정하지는 않았다. 이탈률에 끼칠 수 있는 다른 변수가 너무 많기 때문이다. 이 기능이 효과적이면 이탈률을 낮추는데도 긍정적인 영향을 줄 것이기 때문에 성과 지표는 직접적으로 기능의 효과를 판단할 수 있는 지표를 설정했다.

그래서 가설을 이렇게 설정했다.

N월 신규 유저에게 가입 후 15일 내에 짧은 행동 기록을 통해 정보성 보상을 주는 "주행거리 기반 정비 추천" 기능을 경험하게 하면 기록의 누적 가치와 변화 가능성을 앱의 가치로 인지하여 기록 화면 진입률(재방문 동기)이 증가할 것이다.