바이럴 성장 만들기 (Designing Viral Growth)
1. Virality = Payload * Conversion Rate * Frequency
a. Payload : 바이럴 루프 한 번에 몇 명에게 그 메시지가 도달?
b. Frequency : 한 바퀴 안에서 유저가 그 메시지를 얼마나 겪게 되나?
c. Conversion Rate : 그 메시지를 한 번 봤을 때 신규 유저로 전환되는 비율이 얼마나 되냐
2. 바이럴 성장 만들기(Designing Viral Growth)
CC를 목표로 잡을 때, 기억해야 할 3가지 팁
1. Growth는 MAU가 아니라 CC를 높이는 것
a. 두 목표의 차이점 : 지속가능하지 않은 것은 장기적으로 무의미함
b. 지속가능하지 않은 것들의 예시
i. 프로모션 마케팅 (일시적인 마케팅)
ii. 다크패턴의 푸시들 (다크해서 기업이 성장하거나 서비스 규모가 커지면 지속할 수 없는 것들)
iii. 한동안만 가능한 회원가입 퍼널에서의 Tweak
iv. 리텐션이 보장되지 않은 Paid Marketing (a.k.a CC를 넘은 광고)
v. 법률적 혹은 PR 이슈로 인해 결국은 문제가 될 제품 경험이나 퍼널
vi. 잠시만 노출할 예정인 홈화면 인텔리전스
vii. 지역화폐를 내부 기능으로 도입함으로써 일으키는 성장
2. 그럼 어떤 CC값을 목표로 하는게 맞을까?
3. CC에 가장 큰 영향을 주는 것은 어떤 지표일까?
4. 하고 있는 일이 긍정적인 변화를 주는지 매주 어떻게 알 수 있을까?
4. 다음 3가지 차이와 그 효과를 꼭 구별할 것
제품 구조
a. Top Funnel - 총 노출 규모
b. Wow Factor - 입소문의 영향
c. Recurring Value(a.k.a Retention) - 입소문과 상관없음 (기업의 가치를 결정)
'Growth' 카테고리의 다른 글
[데이터야놀자2020] 데이터분석팀과 개발팀의 신뢰쌓기 프로세스 - 윤정환님 (0) | 2022.08.04 |
---|---|
1.1. CUSTOMER LIFETIME VALUE IN AUTO-INSURANCE: UNDERSTANDING THE DATASET | BUSINESS DATA SCIENCE (0) | 2022.08.03 |
토스 리더가 말하는 바이럴 성장이란 무엇인가 | PO SESSION (0) | 2022.07.31 |
Cohort Analysis with Python from Scratch | Easy Code (0) | 2022.07.29 |
Lessons from Implementing Netflix’s “Dream Team” Model at 3 Hypergrowth Tech Companies (0) | 2022.07.29 |
댓글