[코드스테이츠 PMB 7기] Tving의 Growth Point를 찾아서~!

 

생각을 시작하며...

  OTT(Over-the-Top) 서비스를 꽤나 많이 사용하고 있는 사람으로서 새로운 국산 OTT 서비스의 런칭은 반갑기만 하다. 또한 이런 국산 OTT 서비스들이 그들만의 오리지널 컨텐츠를 생산하는 기특한(?) 일을 하고 있는 것은 소비자, 고객으로서 절대적으로 환영한다고 할 수 있다. 하지만 이런 국내 OTT 서비스들을 이용할 때마다 고객으로서도 2% 아쉬운 느낌을 지울 수 없었다.

  그리고 이제 PM(Product Manager)으로서 생각과 관점을 전환하고 있는 요즘, 시장의 상황과 서비스의 품질의 문제들이 좀 더 눈에 밟히는 것 같다. 지금 OTT시장은 포화를 앞두고 있으며, 해외의 거대 OTT 서비스들이 한국 상륙을 앞두고 있어 상황이 좋지만은 않다. 그렇기 때문에 기존의 OTT 서비스들은 어느 때보다 더 Growth Point를 찾아 제품/시장 적합성 (Product/Market Fit)을 성취하여 성공적인 서비스가 되려고 노력을 해야 할 것이다. 실상 대부분의 후발주자 OTT 서비스들은 그 한계를 명확히 보이고 있다. 지난번 글을 통해 굿즈(Goods)를 통한 서비스 활성화를 알아봤다면 이제는 본격적인 Growth Point를 찾고 있는 OTT 서비스들을 분석을 해 볼까 한다.

---

 

Tving의 서비스 성장과 비지니스 모델

---

▶ 아무도 몰랐던 Tving의 우여곡절

  아마도 대부분의 사람들이 Tving은 방송국 Tvn 그리고 CJ E&M의 막강한 힘을 양분 삼아 태어난 국내 OTT의 거물이라고 생각할 수 있다. 하지만 CJ 헬로비전이라는 서비스를 알고 있다면 이 거물이 되기까지의 과정이 쉽지 않았음을 알 수 있다.
사실 Tving이란 이름을 달고 나와 서비스가 알려진지는 얼마 되지 않았다고 할 수 있다. 2014년 Tving스틱 이란 OTT 동글(구글 크롬캐스트와 비슷함)이 런칭되었는데 이는 정말 소수만 아는 서비스였다. 그리고 2016년 CJ E&M 채널의 다양한 서비스들이 CJ ONE 계정으로 일원화되어 실시간 채널 무료라는 서비스와 함께 사람들에게 많이 알려지기 시작했다고 볼 수 있겠다.

네이버 데이터 랩 2016~2021년 까지의 Tving 검색어 트랜드

  검색어 트랜드만 보아도 2017년 실시간 서비스 이후에 평균 검색량이 늘었다는 것을 알 수 있다. 2017년 이후 그저 다시 보기 정도의 서비스를 제공하던 OTT 시장의 급격한 성장으로 인해 이제는 다시 보기 뿐만 아니라 영화, 드라마, 예능 등을 모두 아우르는 서비스로 발전하고 있다. 현재는 JTBC, YTN, OCN, MBN, 투니버스 등 여러 가지 방송사들의 컨텐츠를 Tving 서비스로 볼 수 있다.

  소비자원이 국내 OTT 상위 6개 업체를 대상으로 소비자 조사를 한 결과 종합만족도 측면에서 1위인 Netflix를 따라 2위로 Tving이 자리하고 있다고 이야기하고 있다. 그리고 티빙을 이용하는 사람들이 주로 이용하는 방송의 경우에는 케이블 방송이 47.7%로 가장 큰 비중을 차지하고 있다고 말하고 있다. (아래 참고자료 1,2)

 

▶ 비지니스 모델(Business Model)과 프라이싱(Pricing)

  Tving은 초반부터 구독형 서비스와, VOD 개별 구매 서비스라는 2가지 비즈니스 모델을 취하고 있다.
우선 VOD 개별 구매 서비스를 살펴보면 대부분 TV 방송국에서 만든 OTT에서 보여주는 형태로 자리 잡고 있다. 기존의 방송사들이 자신들의 플랫폼에 있었던 TV 다시 보기의 형태로 VOD를 구했던 비지니스 모델을 그대로 차용한 것으로 보인다.
(공중파 3사가 합작으로 만든 Wavve도 이러한 모습을 띠고 있다.)

  구독형 서비스의 경우, 이런 방송사에서 만든 OTT 서비스에서 발견할 수 있는 형태가 있는데 그것은 "통신사나 제휴사와의 강결합을 통한 구독자 수 늘리기"이다. Tving의 경우, 2021년 3월에 네이버 플러스 멤버십을 가입하면 Tving의 베이직 모델을 무료로 구독할 수 있는 결합 상품 등 출시했다. (Wavve의 경우 통신사 SKT와 같이 했었지만.... 비판이 많다.)
티빙은 이러한 강결합 제휴 상품으로 지난 5월 월간 순 이용자(MAU)가 334만 명으로 집계되는 기염을 토했다. 이는 지난해와 비교했을 때 110만 명이 증가한 수치라고 이야기하고 있다. (아래의 참고자료 3)

  이러한 강결합 모델은 구독형 서비스들의 가입수, 구독자 수 늘리기에 아주 효과적이라는 이야기가 나오고 있는 중이다. 그렇기에 이번에 들어올 Disney plus의 경우에도 유플러스와 같이 결합 상품으로 지원할 것이라는 이야기가 나오고 있다.

 

  기존의 Netflix나 왓챠와는 달리 Tving은 요금제의 제약이 조금 특별하다고 할 수 있다.

  대부분의 일반 OTT의 경우에는 기기의 종류에 상관없이 동시 시청이 가능한 수를 통해 제약을 주고 영상의 송출의 퀄리티(해상도)를 조절하는데, Tving의 경우 베이직 모델 설정 시 안드로이드, 스마트 TV의 영상 지원을 하지 않고 있다. 왜 이렇게 설정했는지 고객의 입장에서는 조금 당혹스러운 면이 있었다. (실제로 베이직을 사용하고 있는데 TV에서 틀자 이용권을 업그레이드하라는 말밖에 나오지 않아 적지 않게 당황했다.) 이 부분에 대하여는 아마 페르소나를 보면서 조금 설명이 가능할 것 같다.

 

페르소나/유저저니 맵과 퍼널

---

  Tving의 고객군에 대한 생각을 해보면 이 구독 모델의 이용권에서 약간의 힌트를 얻을 수 있을 것 같다. 기본적으로 OTT 서비스를 사용하는 사람들의 많은 수는 20,30 세대가 차지하고 있다.

아래의 참고자료 4

  또한 이 시청자들의 TV와 OTT의 시청에 대한 인식을 알아보면 "TV를 보지 않을 것 같다"라는 사람이 1,000명의 대상자 중에 61.5%에 다다르는 것으로 보이고, "집에서 굳이 TV가 필요 없을 것 같다"는 사람도 41.1%로 꽤나 높은 비중을 차지하고 있다는 것을 알 수 있다.

아래의 참고자료 4

  이런 행동의 요소들과 또한 연령층을 보고 가장 주요 페르소나를 간단히 정리해 보면 아래와 같다.

  사실 이 페르소나는 위에서 언급한 자료(참고자료 4)와 주변 지인 중 Tving을 사용하고 있는 이들의 사용 경험을 물어보면서 Informal Interview를 진행한 뒤 그것들을 토대로 작성해 본 것이다. 이 페르소나를 보게 되면 앞에서 이용권의 베이직 모델에 TV가 없는 것이 이해가 갈 수 있을 것이다. 대부분의 20,30 미혼의 경우 혼자 사는 경우가 많은데 TV가 없기 때문에 굳이 TV 서비스가 필요 없다는 것이다. 그리고... 20,30대가 TV가 있는 경우에는 Tving보다는 그냥 TV를 볼 가능성이 높을 것이다. 그렇기 때문에 역발상으로 베이직 모델에는 TV 기능을 뺐던 것일 수도 있다.

Informal Interview

  작성한 페르소나를 중심으로 유저저니 맵 (User Jorney Map)을 그려보면 아래와 같다.

Tving 저니맵

  이러한 저니맵을 통해 Customer가 어떻게 유입되고 서비스를 이용하는 대략적인 모습을 볼 수 있다고 할 수 있다.

  이러면 앞으로의 Tving의 발전을 위해서 Growth Point를 찾기 위해 AARRR 퍼널(Funnel) 분석을 진행해 보고, PM으로 해야 할 일들을 알아보도록 하자.

출처: 아래 참고자료 5

  AARRR데이터 분석은 퍼널 분석 중 가장 잘 알려진 프레임워크로써 고객의 진입 시점(Acquisition)부터 실제적인 돈이 벌리는 단계인 수익(Revenue) 단계까지 고객의 행동을 보다 보기 쉽게 나타낼 수 있다. 물론 그 순서와 중요도는 제품의 성격, 시장의 트렌드 등에 따라 달라질 수 있겠지만 (RARRA 같은 순서로 재배치를 하는 경우도 있다. - 아래의 참고자료 6) AARRR의 각각의 요소들은 고객의 행동을 유추할 수 있는 단초를 준다고 할 수 있다. 

  개인적으로는 AARRR이란 프레임워크를 사용하기 전에 각각의 단계에 대한 서비스만의 정의를 내리는 것이 좋다고 생각한다. 그 이유는 시장의 트렌드에 따라서 AARRR의 요소들에 대한 세부적인 생각이 다르고 또한 기업의 서비스의 특징 또한 이 요소들에 영향을 줄 수 있기 때문이다.

  그렇기 때문에 퍼널 분석을 시작하기 전에 AARRR을 제품을 만드는 구성원들 모두가 인정할만한 정의를 먼저 생각하고 합의 후에 자세한 지표를 설정하는 것이 바람직하다고 생각한다.

---

> Acquisition (유입, 획득)

  이 단계에서는 잠재 고객이 어떻게 서비스를 알게 되어 실질적으로 고객으로 획득될지 보는 부분으로 위의 유저 저니맵에서 나온 Awareness에서부터 Purchase단계까지 포함된다. OTT의 경우 유입 단계에서부터 수익(Revenue)이 발생할 수 있기 때문에 유입 단계의 분석을 Revenue와 같이 할 필요가 있어 보인다. 
  또한 OTT에서는 쿠폰, 무료 체험 기간 등 수익이 발생하지 않는 Acqusition이 있을 수 있기 때문에 이 경우에는 전환율(CVR)을 고려해야 할 수도 있다. 

  우선 이 유입의 가장 기본이 되는 경로인 채널(Channel)을 보도록 하자. 지금 OTT 서비스에서 하고 있는 광고의 채널들은 아주 다양하다. SNS 광고, 인터넷 광고, Youtube 광고, TV광고, 지하철 광고, 신문 광고 등이 주를 이루고 부차적으로 앱이나 서비스에 대한 리뷰, 컨텐츠에 대한 리뷰어, 유투버들의 소개, 리뷰 영상 등이 있다고 할 수 있다. 

  Tving의 경우 여러 가지 광고를 하고 있지만 가장 아쉬운 점은 유튜브를 통한 리뷰어들, 영화 소개 영상들을 이용하는 경우가 많이 없다는 점이다. 아직 오리지널 컨텐츠가 많지 않아서 그럴 수도 있지만 오리지널 컨텐츠의 수와 종류에 상관없이 유튜버 활용을 적극적으로 고려하는 광고 컨셉을 생각해야 할 수도 있다. 이는 앞서 정한 Persona의 형태에서도 Youtube를 많이 본다는 특성을 고려했을 때 페르소나에도 부합하기 때문에 올바른 방법이 될 수도 있다.

  결국 채널로 유입될 적합한 페르소나를 설정하는 것이 중요할 것이다. 또 한 번 유입된 사람의 경우 유저 세그맨테이션 (User Segmentation)을 통해 채널별, 연령별, 구독 형태별 등으로 그 패턴을 자세하게 나누어 봐야 할 것이다. 이런 세그맨테이션을 통해 사람들이 많이 사용하는 다른 상품들이 있다면 그 상품들과 강결합 제휴를 통해 구독의 모수를 늘리는 것도 하나의 방법이라고 할 수 있을 것이다. 

PM이 해야 할 일...

• 서비스 노출 최적화를 위해 유입을 위한 투자대비 전환율 분석 (고객 획득 비용(CAC), 투자 수익률 (ROI), 광고 수익률 (ROAS)) - 더 나아가 고객 생애 가치(LTV)와 같이 분석하여 최소의 단가로 최대의 효과를 낼 수 있도록 해야 할 것이다. (KPI)
• 유저 세그맨테이션을 통한 유저 구분 주요 구분점에 대한 페르소나(Persona) 재설정 (연령, 주요 컨텐츠 소비 경로, 컨텐츠 소비 패턴 등)
• 무료 구독의 경우 전환율(CVR)을 알아보기
• Channel의 분석을 통해 주요 채널을 선정해 내기 (채널별 구독 전환율(CVR)을 알아보기)
• 무료 구독, 쿠폰 기간 만료 후 이탈율 알아보기
• 무료 구독, 쿠폰 기간 만료 후 이탈의 이유 설문조사 (NPS)

 

> Activation (활성화)

  유저 저니맵의 On boarding에 해당하는 듯한 Activation 단계는 OTT 서비스에서 정말 중요한 요소 중 하나이다. 대부분의 서비스들이 그렇지만 활성화는 Retnetion을 이끌게 되는 행동이라고 할 수 있다.
중요한 것은 이 Activation 수치를 어느 정도로 정할 것인가 하는 문제이다. OTT의 경우 일정 시간과 양의 컨텐츠의 소비를 기준으로 할 것이다. OTT 이용 빈도를 조사한 자료를 보면 일주일에 3~4일 이상이라는 응답이 75.9%였다는 것을 고려했을 때 적어도 이용 빈도를 일주일에 2~3일 정도로 Activation의 수치로 설정을 하는 것이 좋을 수 있다. 사실 이 수치는 고객들의 행동을 평가하여 평균 수치를 내는 것이 좋을 것 같다.

  또한 Activation 단계에서 유저의 유형별(일반 구독자, 무료 구독자, 쿠폰 사용자 등) DAU, MAU의 수치를 판단하고 OTT 서비스의 경우 컨텐츠별 Activation 수치를 따로 설정하는 것도 방법일 것이다. 그렇게 해야 서비스를 이용하는 고객들을 Retention으로 이끌 수 있는 컨텐츠 제작의 단초를 제공할 수 있기 때문이다. 
  Tving의 경우 드라마를 보는 사람보다는 예능 때문에 Tving을 구독하는 경우가 많다. 위에서 언급한 설문조사도 그렇고 Persona도 그렇듯이 Tving의 예능은 다른 OTT 서비스들과는 다른 특이점 (UVP: Unique Value Proposition)을 가지고 있다고 할 수 있다. 그렇기 때문에 Activation의 수치를 이 예능에 특화시켜 고객들의 행동을 분석하면 향후 컨텐츠의 방향성이 정해질 수도 있을 것이다.
  이 경우 프리토타이핑(Pretotyping)이라는 전략을 사용하여 사람들에게 제공하여 제품(컨텐츠)가 나오기 전에 미리 고객의 생각을 알아볼 수 있게 할 수 있을 것이다. 예를 들어 아주 예전에 시즌 3까지 나오고 종영을 한 크라임씬의 새로운 4 시즌이 나온다는 프리토타입 예고편을 만들어 제품이 직접 나온다고 했을 때 사람들의 반응이 어떤지 보고 설문조사나 혹은 구독자 행동 양상을 살펴봐서 추후에 컨텐츠를 제작할지 말지에 대한 논의를 해 보는 것도 방식일 것이다. (이 부분은 Retention과 많은 부분 겹칠 수 있을 것 같다.)

  또한 거의 모든 단계에서 UX/UI 분석을 하기 위해 A/B 테스트를 진행하지만 Activation 부분에서  UX/UI는 Retention단계에서 중요도처럼 꽤 중요하다고 할 수 있다. 시리즈를 연달아 볼 수 있는 피처(UI/UX)의 제공, 혹은 프로그램이 끝나고 난 후 비슷한 컨텐츠를 제공하는 추천 서비스, 속도조절, timeline 제공, 팝업창 등 여러 가지 기능들을 추가해 Activation을 늘리는 방법을 찾아야 할 것이다.
  티빙의 경우 다른 OTT와는 다른 UI/UX를 가진 기능이 바로 팝업창이다. 

  고객들이 OTT를 보는 행동 중 그냥 틀어놓고 다른 일을 하는 행동 패턴이 있는데 이 때 기기의 한계 때문에 이 행동을 못하게 되는 경우들이 있다. 이런 부분을 Tving에서는 팝업을 통해 해소하고 있다는 생각이 든다. A/B테스트를 이 팝업 창을 활성화시키는 것으로 실험을 해 강화, 혹은 개선을 하는 방식으로 문제점을 해결할 수 있을 것이다.

  UI/UX의 문제는 사실 티빙의 고질적인 문제이다. 플레이어의 불안정으로 인한 화질, 영상 재생 문제등이 있고 또한 재생 페이지가 반응형 웹이 아니어서 작고 긴 화면의 경우에는 웹의 비율을 80%로 낮춰야 영상이 잘리지 않고 한 화면에 나오는 등 문제점이 있다. 이러한 부분을 A/B 테스트를 통해 고쳐본다면 서비스를 개선할 수 있을 것이다.

세로 화면으로 열린 티빙 페이지

 

PM이 해야할 일...

• 내부적으로 Activation 수치를 정하기 위해 User분석
• 주요 컨텐츠별 Activation 수치 정하기
• 고객의 유형별 DAU, MAU 등 Activation 지표 분석
• 기능 개발 스케줄링과 A/B 테스트 군 선정
• UX/UI 분석 - A/B 테스트 여부 논의
• Pretotyping을 위한 고객 설문, 인터뷰
• 고객 유형별 Activation 유형 및 행동 유형 분석
• QA 리스트 정의 및 분석

 

> Retention (재방문)

  사실 Retention의 경우 위의 Activation과 겹치는 부분이 어느 정도 있을 수 있다. 유저 저니 맵의 On boarding에 해당하는 부분이기 때문에 고객을 계속 잡기 위한 Retention보다는 OTT에서는 구독을 끊었던 사람이 어떻게 다시 구독을 하게 할 것인가 하는 Retention 부분이 중요할 수도 있을 것이다.

  OTT의 구독형 모델들이 몇 달 지나면 볼 게 없다는 말을 많이 한다. 즉, '풍요 속의 빈곤', '넷플릭스 증후군'이라는 표현으로 나타나는 이 행동 유형들인 이미 많은 사람들이 공감하고 또한 기사화가 될 정도이다. 이렇나 이유 때문에 많은 구독자들이 이탈을 하는 경우가 생길 수 있다. 기존의 OTT 시장에서는 오리지널 콘텐츠가 많으면 이러한 문제를 해결할 수 있을 것이다. 혹은 다른 곳에서는 볼 수 없는 컨텐츠를 제공한다면 괜찮을 것이다라는 생각이 있었지만 이 문제는 해결되지 않았다.

  이에 넷플릭스는 '컨텐츠 랜덤 재생'이라는 기능을 추가하면서 Activation을 유지하고 더 나아가 Retention을 잡는 문제 해결 방식을 보여주고 있다. 또한 왓챠의 경우에는 '왓챠 파티'라는 서비스를 통해 혼자 보는 컨텐츠가 아닌 같이 보는 컨텐츠로서 이 부분을 해결해 나가려고 하고 있다. Tving의 경우에는 이미 실시간 방송이라는 서비스가 있기 때문에 어찌 보면 이러한 '풍요 속의 빈곤'을 해결할 수 있는 실마리를 찾을 수 있을 것이다.
  이 부분에서도 새로운 기능을 넣는 과정이 필요하기 때문에 기능이 목표하는 바를 잘 수행하고 있는지 점검하기 위한 A/B 테스트가 들어가야 할 것이다. 하지만 이 부분의 A/B 테스트에서는 각별한 조심이 필요한데 선택 군의 부정적인 지표가 발생한 된다면 바로 이탈과 연결되는 부분이 있을 수 있기 때문이다. 그렇기 때문에 A/B 테스트를 하는 것도 중요하지만 A/B 테스트를 하는 시간, 기간, 마케팅, CS 분위기 등 여러 가지를 고려해서 해야 할 것이다.

  이 부분에서는 고객유지율(CRR)을 봐야 하지만 반대의 경우인 페이지 이탈율(Bounce Rate: 고객이 페이지에 렌딩 후 별다른 행동 없이 페이지를 떠나는 비율)과 가입 해지율 (CCR)의 비율을 같이 봐야 할 것이다. 이 비율을 보는 것도 중요하지만 앞서 Acquisition 단계에서 했던 유저 세그맨테이션을 이용해 어떤 유형의 고객들이 이탈하는지 그 페르소나를 정리하고 저니 맵을 통해 행동을 분석/강화해야 할 것이다. 또한 충성도가 높은 고객(Royal Customer)의 페르소나와 비교해 어떤 부분에서 문제를 일으키고 있는지 보는 것도 개선점의 하나가 될 수 있을 것이다.

PM이 해야할 일....

• 고객 유지율 (CRR), 페이지 이탈률 (Rounce Rate), 가입 해지율 (CCR)를 분석(KPI)
• 이탈 고객 페르소나 및 유저 저니맵 작성
• 충성고객 페르소나 및 유저 저니맵 작성 (비교군)
  
• 기능 개발 스케줄링과 A/B 테스트 군 선정
• 개선을 위한 기능 추가 A/B테스트 진행
• A/B 테스트 시 문제점이 발견되면 대응해야 하는 유관 부서에 연락

 

> Referral (추천)

  이 단계의 경우에 유저저니맵의 관점에서는 Advocacy라는 표현으로 대체할 수 있을 것이다. OTT의 Referral은 아마도 가장 어려운 부분일 것이다. 또한 Referral은 추천이라는 형식뿐만 아니라 홍보, 프로모션(Promotion)의 영역과도 꽤 맞닿아 있기 때문에 광고의 형태, 혹은 이벤트의 형태로 생각을 해 볼 수 있을 것이다. 그렇기 때문에 PM 보다는 마케팅 부서에서 주도적으로 다룰 내용이지만 PM으로서 역시 할 일이 있다.

  대부분의 OTT 서비스들이 오리지널 컨텐츠, 서비스를 하고 있는 컨텐츠를 자체를 홍보하고 그것을 고객들이 공유하면 좋겠지만 가장 장애물이 되는 것이 바로 저작권이다. 컨텐츠 자체를 공유할 수 없는 OTT 서비스는 2차 가공 창작물을 통해 컨텐츠 자체를 추천, 홍보, 공유하는 것으로 referral 보완시키는 형태 하나가 있다. 이미 넷플릭스, 왓챠 등에서는 영화를 소개해주는 유투버와의 협업을 통해서 이른바 숙제 영상(유료광고 영상)이라는 것들이 많이 나와 공유가 되어 역으로 OTT 서비스로 유입이 되는 경우가 있다. 또한 왓챠의 경우 평론가와의 GV(Guest Visit)을 통해 가지고 있는 영화의 홍보 및 공유를 했었다.

  이런 형태의 referral 전략의 경우에는 유투브 채널에서 유입되는 유저들의 정보, 그리고 평론가의 GV에서 나오는 고객들의 반응을 분석하는 것이 중요하다. 이것은 당장은 도움이 되지 않을 수 있겠지만 서비스를 개선하고 새로운 기능이나, 제품을 구성하는데 참고 자료로 사용될 수 있을 것이다.

 또 다른 Referral 방법으로는 친구 초대 이벤트 등을 통해 서비스 자체를 공유해 끌어내는 형태가 있다. 왓챠의 경우 친구를 초대해 가입을 하면 일정기간의 서비스 이용권을 주는 이벤트를 지난 5월에 진행한 바 있다. 이런 친구 초대 이벤트의 경우에는 초대 증폭을 위해 어떤 초대 형식을 취해야 하는지 혹은 얼마만큼의 보상을 주어야 전환율(CVR)이 효과적인지 알아야 할 것이다.

  Tving의 경우에는 아쉽게도 이러한 부분이 아직 부족한 것같다. Tving에서 유튜브를 운영하여 홍보, 인터뷰 영상, 메이킹 영상, 짤 등을 서비스하고 있지만 여전히 구독자수가 27.7만 (21.6.25일 기준)이다. 그렇기 때문에 다른 유명 유튜버, 평론가들과의 협업을 고려해 보는 것도 좋을 것이다.
 티빙은 다른 서비스들과 조금 다른 노선을 가지고 있는 것이 티빙몰 이라는 굿즈 샵이 있다. 이 굿즈샵을 이용한다면 이러한 Referral의 문제를 해결할 수 있는 실마리를 잡을 수도 있을 것 같다. (이는 앞서 쓴 OTT 굿즈시장에서 기회 찾기 글을 읽어보는 걸 추천한다.)

PM이 해야 할 일...

• 새로운 Channel로 유입된 고객군 정보화(User segementation)
• 리뷰, 관찰을 통한 고객 행동 분석 (페르소나 정리)
• 이벤트 종료 시 유료 구독 전환율(CVR) 분석 (KPI)
• 이벤트 종료시 유료 구독 전환되지 않는 사람들 NPS 조사 (KPI)
• 이벤트, 홍보영상 제작에 따른 비용과 고객 획득 비용 분석 (CAC) (KPI)

 

> Revenue (매출)

  이미 Acquisition 부분에서 OTT의 대부분의 수익(Revenue)은 결정이 된다. 하지만 무료 기간, 쿠폰을 통한 유입은 Acquisition 이후 단계들을 거치고 시간이 지나 실제 유료 구독이 발생하는 시점이 따로 있다. 그리고 또 다른 종류의 수익(Revenue)을 생각해 볼 수 있는데 그것은 업셀링(Up-selling)에서 발생하는 수익일 것이다.

  우선 무료기간이 끝나 다시 구독을 하는 고객들에게는 Revenue 단계에서 어떻게 할 여지는 없는 듯싶다.
마치... 모든 증거자료를 제시하고 판사의 결정만을 남겨놓은 단계라고 할 수 도 있을 것 같다. 이때 구매가 전환이 된 비율(CVR)을 봐야 하지만 그 반대로 구독취소비율(CCR), 매출 이탈률(Revenue Churn Rate)을 같이 봐야 할 것이다.
그리고 이때 구독을 취소하는 순간이 Customer engagement가 가장 높은 시기이므로 NPS 조사를 진행해 보는 것도 방법이다. 이를 통한 결과들을 가지고 서비스를 개선할 수 있는 인사이트를 얻어야 하는데 만일 부족하다면 설문조사에서 나온 결과 중 특이하거나 조금 더 알아보고 싶은 결과를 추려서 심층 조사나 심층 인터뷰를 시행할 수도 있다. (Focus Group Interview)

  두 번째 형태의 업셀링(Up-selling)의 경우는 기존에 사용하고 있는 구독 요금제보다 높은 요금제를 권하여 요금제를 올려 구독하게 하는 형태를 말한다. 이런 경우에는 PM이 A/B 테스트 군을 선정하는 것이 중요해 보인다. 유저 세그맨테이션을 통해 분류해 놓은 고객들 중 이전 구독 모델 높은 구독 모델을 선정한 고객들을 집중적으로 알아보고 역시 페르소나화 시켜 어떤 포인트에서 업 셀링의 포인트가 있었는지를 알아봐야 할 것이다. 일반적인 데이터로 이 포인트가 보이지 않았다면 고객들을 인터뷰해서 조금 더 심도 깊게 알아보는 것도 좋을 것이다. (up-selling의 반대의 경우로 프리미엄 구독 모델을 선정했다 베이직으로 바꾼 사람들을 조사하는 것도 방법이다.)

PM이 해야 할 일...

• 매출 이탈률(RCR), 구독 취소비율 (CCR), 구매전환비율(CVR) 분석 (KPI)
• NPS 설문조사를 통한 Exit Point 분석 -> 해야 하면 인터뷰까지
• Up-selling A/B 테스트 군 선정 - 인터뷰

 

  지금까지 대략적으로 OTT 서비스에서 AARRR 퍼널 분석을 적용했을 때 해봄직 한 것들을 적어 보고 Tving의 입장에서 무엇을 하면 좋을까를 생각해 보았다. 하지만 이러한 접근도 먼저 회사의 방향성과 회사가 주력하고 싶은 서비스의 개선점을 고려하며 함께 호흡을 맞춰가며 조금씩 수정해나가야 할 것이다.

 이 글은 내가 PM으로서 퍼널 분석을 어떻게 이용하고, 퍼널 분석을 통해 인사이트를 발견하는지에 대해 아직 숙달되지 않았기 때문에 스스로 퍼널 단계마다 중요하다고 생각하는 부분 그리고 정말 PM이라면 해봄직한 것들을 떠올리며 써 내려간 습작이다. (해야 할 일을 살펴보면 PM이 할 일과 Growth Marketer가 할 일이 확실히 구분되지 않기도 하니...)

---

그래서 Growth Point는?

---

Tving은 시장의 지표를 보았을 때 이미 Growth Point를 찾은 것처럼 보인다. 지난 2020년 말 Tving의 분할되고 나서 좀 더 활성화되면서 이러한 추이를 보인다. 하지만 여전히 개선해야 하고 성장을 할 수 있는 부분이 보인다. 특히 위에서 언급했던 네이버 강결합의 제휴가 끝나게 되었을 때 Retention이 되지 않는다면 서비스가 급속도록 붕괴할 가능성이 있다. 그렇기 때문에 새로운 유입보다는 Retention의 조금 더 초점을 맞춘 분석, 그리고 개선점을 찾아야 할 것 같다. 

  이 부분은 퍼널 분석을 설명할 때 잠시 언급했던 RARRA라는 프레임 워크를 사용해 분석을 기존과 다르게 해서 서비스의 새로운 Growth Point를 찾아봐야 한다. (아래의 참고자료 6)

---

참고자료:

1. OTT 만족도 1위 '넷플릭스'... 2,3위 '티빙, 왓챠' 가격재비 만족도 저조

OTT 만족도 1위 '넷플릭스'…2·3위 '티빙·왓챠'…가격 대비 만족도 '저조'

2. 온라인 동영상 서비스 이용자 30%는 매일 이용

“온라인 동영상 서비스 이용자 30%는 매일 이용”

3. 티빙 월 이용자 역대 최고

티빙 月이용자 역대 최고…넷플릭스는 5개월째 '내리막' - 머니투데이

4. OTT, 안방극장을 바꿨다

OTT, 안방극장을 바꿨다…TV·유튜브·OTT를 보는 이유 - 시사저널

5. AARRR 데이터 분석 프레임 워크

AARRR 데이터 분석 프레임 워크 - UI Design Guide

6. AARRR vs. RARRA: Which is Better?

AARRR vs. RARRA: Which is Better? | CleverTap

 

제가 공부하고, 이해해본 PM에 관련된 내용을 포스팅으로 남깁니다.
잘못된 생각이나 혹은, 이견, 참고자료 등은 댓글로 남겨주세요.
감사합니다