사용자의 소리에 귀 기울이는 법

이미지: https://goo.gl/OnudS5
이미지: https://goo.gl/OnudS5

 ‘코딩하고 사용자들과 대화하라 (write code, talk to users)’

세계적인 스타트업 엑셀러레이터인 Y Combinator의 샘 알트만의 스타트업 조언 중 하나이다. 사용자들과 대화해야하는 이유는 간단하다. 사용자들의 피드백을 통해 제품과 시장에 대한 직관을 키우고, 궁극적으로 사용자들이 진정 원하는 제품을 만들 수 있도록 하기 위해서이다.

지난 주 한국에서 많은 분들과 스타트업과 관련된 이런저런 이야기들을 많이 나눌 수 있었는데, ‘사용자와 어떻게 대화할 수 있는가’에 대한 질문을 많이 받았다. 사용자가 많아질수록, 회사가 커질수록, 업무가 분업화 될수록 사용자랑 literally 대화를 하는 것이 어려워지는 것이 사실이다. 이미 언급했듯이 사용자랑 대화를 하는 목적은 그들의 피드백을 듣기 위해서이다. 따라서 고객의 피드백을 잘 얻을 수 있다면 꼭 ‘대화’를 안해도 되는데, 다음과 같은 방법을 통해 사용자의 소리에 귀를 기울일 수 있다.

1. (그래도 할 수 있다면) 직접 대화가 최고

역시 제일 좋은 것은 직접 사용자와 대화를 하는 것이다. 통계적으로 무의미할 수 있어도 고객들에게 직접 듣는 목소리의 톤, 말투 등이 제품에 대한 좋은 직관을 제공해 줄 수 있다. 사용자들을 쉽게 접근할 수 있다면 그냥 태연하고 자연스럽게 질물을 유도하면 된다.

예를 들어 이번에 한국에서 택시를 탈 기회가 몇 번 있었는데 탈 때 마다 카카오택시 서비스에 대해 기사님에게 물어봤다. ‘기사님 카카오택시 사용하세요?’ ‘하루에 보통 몇 번 정도 카카오택시를 통해 손님 잡으세요?’ ‘카카오택시 있어서 매출 많이 늘으시겠네요?’ ‘사용하시면서 불편하신거 있으세요?’. 물론 취조하듯이 질문만 건조하게 하는 것이 아니고 대화형으로 자연스럽게 풀어나간다. 이 대화를 통해 알게 된 것은 광명 등 서울에 인접한 베드타운에서 택시를 운영하시는 경기도 면허 기사님들은 카카오택시가 별로 도움이 안된다는 것. 카카오택시는 가까운 곳에 있는 손님을 알려주는데, 길 건너 서울에서 호출되는 요청은 법적으로 받을 수가 없단다. 또 비록 광명에서 손님을 받더라도 서울이 도착지인 경우에 돌아올 때 십중팔구 빈차로 와야되므로 (서울에서 손님을 못 태움) 본의아닌 호출 거절을 할 수 밖에 없다고 하신다. 이렇게 기사님과의 짧은 대화로 카카오택시의 edge case를 찾을 수가 있었다.

사용자들을 직접 찾아갈 수 없다면 이메일을 통해 짧은 인터뷰 요청을 할 수도 있다. 온라인 서비스를 운영하는 링크드인에서 개인적으로 자주 사용하는 기법인데, 보통 5-10% 정도의 회신율을 받는다. 10-15명의 사용자들과 같은 주제로 15분씩만 이야기해도 정성적인 (qualitative) 직관을 많이 얻을 수 있다. 다음은 사용자들의 피드백을 듣고 싶을 때 사용하는 이메일 견본이다.

customer feedback invitation

2. 설문을 활용

10명씩 15분씩만 이야기해도 말하는 시간만 150분. 스케줄 맞추고, 인터뷰 질문 작성하고, 인터뷰 후 노트 정리하는 일까지 다 더한다면 꽤 많은 시간과 노력이 필요한 일이다. 시간과 자원의 여유가 없다면 설문을 기반으로 한 고객 피드백을 받는 것도 좋은 방법이다. 블로그에서 다뤘던 NPS도 이러한 일환 중 하나라고 볼 수 있다. 예전에는 임의의 주기대로 설문을 실시하였다면 어떠한 결정적 순간(‘moment of truth’)을 경험하였을 때 즉각즉각 사용자의 피드백을 물어서 각각 세부 기능 단위에서의 분석 및 고객 대응이 가능하도록 하는 것이 최근 추세이다.

특히 앱의 경우에는 설문을 앱 안에서 바로 구현시킬 수 있는 SDK들이 많이 나와있기 때문에, 이런 도구들을 활용하면 사용자의 피드백을 더 많이, 빠르고 정확하게 수집할 수 있다. 다음은 SurveyMonkey에서 무료로 제공하는 모바일 SDK. 실례로 Simon Properties라는 회사는 이 도구를 이용하여 설문 응답율을 200% 높일 수 있었다고 한다.

CR249_MobileSDK_Simon8

3. 사용 패턴을 분석

사용자가 아무 말을 하지 않아도 그들의 사용 패턴을 분석함으로써 사용 의도를 파악할 수 있다. 예를 들어 링크드인 사용자가 구직 페이지를 계속해서 들락거린다면 아마 구직의 의도가 있음을 가늠할 수 있을 것이다. 만약 페이스북 사용자가 그룹에 잔뜩 가입한다면 그 그룹들의 특성들을 파악하여 사용자의 관심사가 무엇인지 유추해 낼 수 있을 것이다. 이러한 계량적인 분석들을 통해 사용자에 대한 이해를 높일 수 있고, 또 제품을 만든 의도와 소비되는 행태의 괴리를 빨리 파악하여 제품에 적절한 변화를 줄 수 있는 기반을 제공한다. 단, 여기서 유의할 점은 사용 패턴의 분석은 ‘이 사용자가 이런 행동들을 하였다’는 정확하게 표현할 수 있어도 ‘왜 이런 행동을 하였을까?’에 대하여 어느정도의 유추는 가능하지만 정확한 대답은 제공하지 못한다는 사실이다. 따라서 고객의 피드백이 전혀 없는 ‘데이터 분석 순혈주의’식의 접근은 장려하지 않는다.

4. 고객센터 데이터 활용

내가 항상 사람들에게 ‘꿀단지’라고 말해주는 것이 바로 고객센터에 들어오는 사용자들의 문의 및 불만사항이다. 사용자들의 피드백을 얻으려고 따로 노력하지도 않았는데 알아서 문제점 및 제품에 대한 의견을 주는 것 아닌가. 이 때문에 링크드인에 입사하자마자 고객센터가 있는 오마하를 엄동설한에 덜덜 떨면서 방문했던 기억이 있다.

경험상 어느 제품에 대한 3-4 가지 피드백이 전체 문의 및 불만사항의 70-80%를 차지하는 것 같다. (‘특정 기능이 잘 안되네요’, ‘이거 어떻게 작동하나요?’, ‘이 페이지에서 진행이 안되는데요’ 등). 보통 고객센터에 문의되는 내용은 자유 폼 (free-form) 형식이기 때문에 감정 섞인 욕설 및 육두문자가 여과없이 들어오기 마련인데, 사용자 경험이 그만큼 고통스럽다는 것으로 이해하고 들어오는 사항들의 수량과 고통강도를 종합적으로 고려하여 분석 및 대응을 하는 것을 추천한다.

지난 겨울방학(?)때 swift 공부하고자 만들었던 앱인데, 피드백을 받을 수 있는 기능을 만들어 놓았다.
지난 겨울방학(?)때 Swift 공부하려고 만들었던 앱인데, 피드백을 받을 수 있는 기능을 만들어 놓았다.

.

Talk (listen) to users… 말처럼 쉽지는 않지만 이러한 방법을 통하여 사용자의 소리에 귀를 기울일 수 있다면 더 빨리 product-market fit을 찾고, 더 빨리 고객들이 원하는 제품을 만들 수 있을 것이다.

성공을 예측하는 단 하나의 수치: NPS (Net Promoter Score)

NPS

실리콘밸리에서 십여년간 제품 및 고객 전략 관련해서 일을 하면서 생각보다 자주 쓰는 약어가 있는데, 그것이 바로 NPS. 최근 한국 스타트업들과 일할 기회들이 생겨서 NPS에 대한 질문들을 하였는데 놀랍게도 NPS에 대해 아는 사람이 거의 전무했다. NPS는 한국에서는 아직 대중적으로 사용되지 않는 듯 한 느낌을 받아서 살짝 충격이었다.

개인적으로 NPS는 크고 작은 회사를 떠나서 유저수, 매출 등과 함께 회사의 KPI (핵심성과지표)로 필수적으로 사용해야 된다고 생각하는 사람으로써, 이 포스팅을 통해 NPS의 개념과 사용 방법에 대해 간단히 살펴보고자 한다.

NPS란?

NPS는 Net Promoter Score의 약자이다. 우리말이 궁금해서 찾아보니 ‘순수추천고객지수’로 직역이 되어 있는데, 편의상 계속 NPS라고 지칭하도록 하겠다. NPS는 간단히 말해 고객 충성도를 나타내는 지표이다. 2003년 Bain & Company라는 컨설팅회사에 재직하던 Fred Reichheld라는 컨설턴트가 Havard Business Review에 ‘The One Number You Need to Grow’라는 기사로 NPS를 세상에 소개시켰다.

NPS를 계산하는 방법은 이외로 아주 간단하다. 회사 제품이나 서비스를 사용하는 고객들에게 설문 형식으로 다음의 단 한가지 질문을 한다.
“How likely is it that you would recommend [product/service] to a colleague or friend?”

(이 제품이나 서비스를 동료나 친구들에게 추천할 의향이 얼마나 되시나요?) 

NPS example
credit: Zendesk

고객들이 0 (의향 없음) 에서 10 (의향 아주 높음) 사이의 점수를 매기면 고객을 다음과 같이 세가지 군으로 나눈다: 0 에서 6 사이의 점수를 준 “detractor (비추천자)”, 7이나 8점을 준 “passive (소극자)”, 그리고 9나 10점을 준 “promoter (홍보자)”. NPS는 %promoter에서 (전체 응답자 중 9나 10점을 준 사람들의 비율) 에서 %detractor를 빼면 된다.

예를 들어, 200명이 어느 제품을 사용하고 있었는데 50명이 detractor, 70명이 passive, 그리고 80명이 promoter로 분류를 했다면 NPS는 15인 것이다. (80/200 – 50/200 = 40% – 25% = 15). 이 공식으로 인해 최대 가능한 NPS는 100이고 (모두가 홍보자), 최저 NPS는 -100이다 (모두가 비추천자).

NPS는 이 한가지 질문으로 끝나지만 보통 왜 그런 점수를 준 이유, 혹은 자유 의견을 쓸 수 있도록 부가 항목들을 설문에 관례적으로 추가하기도 한다.

일반 고객만족도 조사와 같네?

여기까지 설명하면 많은 사람들이 현재 하고있는 고객만족도 조사랑 유사한데 왜 굳이 또 NPS를 해야하냐고 질문을 많이 한다. 큰 맥락으로 보면 많은 회사에서 현재 하고 있는 고객 만족도 조사와 NPS는 크게 다르지 않다. 이러한 조사를 하는 목적에 대해 조금 더 깊이 생각해보자. 왜 고객이 나의 제품이나 서비스에 만족하는지 알고 싶을까? 고객들이 계속 나의 제품을 구매하고, 오랫동안 나의 제품을 사용하길 원하기 때문일 것이다. 즉, 고객 충성도가 회사의 성공에 큰 기여를 한다는 것을 믿는 것이다. 실제로도 ‘단골’ 많은 가게가 더 잘 되고 오랫동안 살아남지 않는가.

하지만 NPS는 기존의 고객만족도 조사와 분명한 차이점들이 있다.

1. One, standardized question.

NPS는 계산하는데 있어서 위에 명시된 단 하나의 질문만 답변하면 된다. 현재 만족도, 미래 구매 및 사용 의향, 브랜드 선호도, 타 제품과의 차별성 등을 종합적으로 고려하여 제공되는 고객만족도 지표보다 조사가 훨씬 용이하며, 답변을 하는 고객입장에서도 한 질문에 대해 답변만 하면 되기에 개인간의 주관적인 편차가 적다. 또한, NPS는 표준화된 질문을 묻기 때문에 apples to apples 비교가 가능하며 회사나 기관이 독자적으로 설문조사를 수행할 수 있다. 고객만족도는 표준이 없거나, 혹은 표준이라고 주장하는 기관이 여럿이기 때문에 한 기관이 모든 제품에 대해 동일한 조건으로 조사를 해야 동등 조건의 비교 데이터를 얻을 수 있다.

2. Best metric to predict growth

질문의 간료함과 표준화에서 주는 이점도 있지만 NPS의 가장 큰 차이점 및 강력한 이점은 미래 성공을 예측하는데 가장 정확한 지표이기 때문이다. HBR 기사에서 NPS가 다른 지표들 보다 회사들의 중장기 성장과 가장 큰 상관관계가 있음을 다양한 산업의 실증적 자료들을 예를 들어 설명하고 있다 (링크). 놀랍지 않은가… 매출, 고객만족도, 혹은 어느 고객 분석보다 NPS가 회사의 성장을 예측하는 가장 정확한 지표라는 것이! 이 이유로 Reichheld가 NPS를 ‘One metric you need to grow’로 표현한 것이다. 비약해서 말하면 NPS 점수 하나만으로 회사의 흥망성쇠 여부를 알 수 있는 것이다.

NPS를 최대로 활용하는 법

NPS 점수를 아는 것은 위에서 설명한 바와 같이 중요하다. 하지만 단순히 아는 것에서 이 정보를 잘 활용하여 NPS를 높이는 것이 어쩌면 더 중요한 일이다. (기사 제목이 One number you need to grow 이지,  One number you need to know가 아니지 않은가). 현재 LinkedIn, 그리고 그 전에 컨설팅 했던 회사들 (e.g., eBay, Microsoft, Sprint)에서의 경험을 비추어 보았을 때 NPS 정보를 다음과 같이 활용하기를 추천한다.

1. Benchmark your competitors

당연히 NPS가 높으면 좋지만, 더 중요한 것은 경쟁사들과의 상대적인 관계이다. 보통 ‘rule of thumb’로 NPS가 0보다 높으면 ‘ok’, 그리고 30보다 높으면 ‘good’이라고 한다. 하지만 모두가 좋은 경우에는 어떻게 할까? 예를 들어 삼성 갤럭시 스마트폰의 NPS가 50이라고 가정하자. 매우 높은 점수이기 때문에 ‘우리가 역시 최고야… 앞으로 탄탄대로구나!’라고 결론을 내릴 수 있겠지만, 만약 아이폰의 NPS가 더 높다는 것을 안다면 같은 결론을 내릴 수 있을까? 반대로, Comcast (미국의 거대 유선방송업자)의 NPS가 -20이라고 가정해보자. 이 수치를 본 사람들은 앞으로 이 회사는 망할 것이라는 결론을 내릴수도 있을 것이다. 하지만 Time-Warner Cable (동종업계 경쟁사)의 NPS가 -50이라고 한다면 Comcast에 대한 미래는 ‘상대적으로’ 밝다고 생각할 수 있을 것이다. 서비스 업종 (항공, 숙박)이나 독과점 형식의 기간 사업자 (전기, 케이블, 인터넷)는 대체로 NPS가 매우 낮기 때문에 이러한 상대적인 위치를 아는 것이 매우 중요하다. (물론, 낮은 점수가 괜찮다는 이야기는 전혀 아니다). 위에서 언급하였듯이 NPS는 표준화된 질문이기 때문에 내 자신의 제품 뿐만이 안니라 경쟁사의 제품의 NPS도 같이 알 수 있다. 이 사실을 잘 활용하여 시장에서의 나의 위치를 가늠하면 제품 및 마케팅 전략을 짜는데 큰 도움이 될 것이다.

2. Understand the NPS composition

다시 갤럭시와 아이폰 전화기를 예로 들어, 두 제품 모두 NPS 50이라고 가정해보자. 두 제품 모두 똑같이 매력있다고 할 수 있을까? 이것은 NPS가 어떻게 구성되어 있는지 분석을 하면 알 수 있다. 만약 갤럭시를 사용하는 사람들의 NPS가 promoter 50%, passive 50%, 그리고 detractor가 0%로 이루어져 있고, 아이폰을 사용하는 사람들의 NPS가 promoter 70%, passive 10%, 그리고 detractor가 20%로 이루어졌다면 같은 NPS 점수임에도 불구하고 다음과 같은 분석이 가능하다: 갤럭시는 많은 사람들이 (promoter 50%) 환호하며 사용하고 있으며 대중들에게도 흠잡을 것 없이 (detractor 0%) 무난한 (passive 50%) 좋은 전화기다. 반면, 아이폰은 대부분의 사람들이 너무 좋게 생각하고 있지만 (promoter 70%) 이외로 상당수의 사용자들에게는 좋은 경험을 제공하지 못하는 (detractor 20%) 전화기이다. 이 가상적인 예에서 나타난 바와 같이, NPS가 어떻게 구성되 있는지를 분석하면 자신의 제품이나 서비스에 대한 사람들의 태도를 좀 더 자세히 알고 적절하게 대응할 수 있다.

3. Find ways to make detractors happier

위에서 언급했듯이 NPS 질문 자체는 아주 간단하기 때문에 추가 항목들을 설문에 추가하는게 관례이다. 보통 open-end라고 하는 자유 의견란은 고객들이 제품 개발팀에게 주는 보물상자이다. 특히 낮은 점수를 준 고객들의 의견란을 자세히 탐독하기를 권한다. 의견란을 읽다 보면은 큰 문제점들 몇 가지가 반복되어 언급된다는 것을 알 수 있을 것이다. 개인적인 경험으로 항상 3-6개 정도의 큰 문제점들이 detractor의 70-80%의 의견들을 차지한다. ‘무엇을 하려고 하는데 생각한 대로 되지 않는다’ 혹은 ‘무엇을 했는데 결과가 실망스럽다’ 형식으로 제품에 대한 피드백들이 감정석인 단어와 욕설에 섞여 들어오는데 이 것을 읽으며 분노하거나 실망하지 말기 바란다. 제품을 개발 할 때 고객들의 행동과 반응에 대한 가정을 두는데, 그 가정들이 틀렸거나 그때 미쳐 생각하지 못한것들을 고객들이 의견란을 통해 우리에게 알려주는 방식이기 때문이다. 그 정보를 토대로 제품을 향상시키면 고객들의 ‘가려운 부분’을 콕 찝어서 긁어줄 수 있으며, 고객들은 긍정적으로 반응할 것이다.

4. Amplify promoter drivers

낮은 점수를 준 사람들의 의견에 귀 기울이는 것 만큼, 나의 제품을 좋아하는 사람들의 의견도 매우 중요하다. NPS 계산법에서 알 수 있듯이 9 혹은 10점을 준 사람만이 promoter로 구분되는 만큼, 이 사람들은 나의 제품을 정말로 좋아하는 팬인 것이다. 왜 이 사람들은 남에게 추천을 할 만큼 내 제품을 왜 좋아하는 것인가? 어느 특정 기능이 이 사람들의 니즈를 정확히 반영하는 것일까? 역시 이 사람들이 남긴 의견에 답이 숨겨져 있다. Detractor vebatim때와 마찬가지로 이들의 의견을 구분하다 보면 크게 눈에 띄는 몇 가지 이유들을 접할 수 있을 것이다. 이러한 이유들과 유저들의 사용 패턴을 분석하면 더 많은 promoter를 만들 수 있는 계기가 된다. 예를 들어 기능 X가 promoter 사이에 부각된다고 가정하였을 때 X 기능을 모르거나 사용하지 않는 사람들은 passive 와 detractor일 확률이 많을 것이다. 따라서 유저들이 X 기능을 잘 사용할 수 있게 제품의 디자인을 바꾼다면 더 많은 사람들이 나의 제품의 가치를 알게 되는 promoter들이 더 많이 늘어나 NPS 상승에 기여할 수 있다.

어떻게 시작하면 될까?

NPS 설문을 실행에 옮기는데 있어 크게 두가지로 생각할 수 있는데 첫 번째는 이메일 기반의 전통적인 설문조사 방법이 있고, 다른 한 가지는 제품내 (웹이나 모바일 앱이라고 가정) NPS 설문을 제품 화면안에 엠베드 시키는 것이다.

고객들의 이메일 주소가 있다면 SurveyMonkey등의 서비스를 통해 NPS 설문을 작성하여 배포할 수 있다. 기본 패키지에 NPS 모듈이 있기 때문에 ‘drag and drop’ 한 후 고객들의 이메일 주소를 업로드 하면 NPS 점수 및 다양한 분석 결과를 무료로 받아볼 수 있다 (링크). 만약 고객들의 이메일 주소가 없어 제품내에 설문을 만들어야 한다면 코드를 짜고, SurveyMonkey와 같은 무료 설문 배포 및 분석 도구를 사용할 수 없는 번거로움이 있지만, NPS의 중요성을 감안한다면 충분히 개발시간을 투자할 만한 가치가 있다고 생각한다. 이것을 좀 더 응용하면 실시간 채팅 등의 서비스를 연동하여 낮은 NPS 점수를 준 고객들에 즉각 반응하는 프로그램 등을 만든다면 제품내에 설문을 내재하는 것이 장기적으로는 더 효과적이고 행동지향적(actionable)일 수도 있다.

어떠한 방법을 사용하던, 주기적으로 (분기별 혹은 일년에 두번) 동일한 기법과 표본 모집 방법을 통해 NPS 점수 및 그 트렌드를 보기 시작하면 제품과 회사의 장래성을 예측하고, 또 그 미래를 더 좋은 방향으로 바꾸어 갈 수 있을 것이다.

강력한 미래 예측 도구인 NPS가 한국에서도 더 널리, 범용적으로 사용되어 소비자들이 타인에게 자신있게 추천하고 싶을 정도로 좋은 제품들이 더 많이 쏟아져 나오길 기대한다.

 

PS. 재미있는 NPS 상식(?)

Q: NPS가 100인 제품이 있을까?

A: 개인적으로 100인 제품은 본 적은 없지만 매우 근접한 제품은 있다… 그것은 바로 전기차의 최고봉 Tesla! NPS 점수가 무려 96.6! (2015년 7월 7일 기준). 현재 나의 보스의 보스로 있는 Jeff Weiner도 위대한 제품을 설명하는 예로 테슬라를 든다 (링크). 그는 물론, 많은 실리콘밸리 최고운영자들은 테슬라를 소유하고 있다.

Tesla Model S
Tesla Model S
——————-
NPS에 대해 더 알고 싶으시거나 의견 나누시고 싶으신 분은 여기를 통해 연락 부탁드립니다.
——————-
참고문헌: