K-factor
모바일 마케팅에서 K-factor는 기존 유저가 앱을 소개하여 데려오는 신규 유저 수를 의미하여 앱의 바이럴 수준을 나타내는 지표입니다.
K-factor란 무엇일까요?
즉, K-factor가 높을수록 더 많은 사람들이 앱에 대한 좋은 소식을 퍼뜨리고 있음을 의미합니다.
K-factor 계산은 어떻게 할까요?
여러 공식이 있지만 가장 일반적인 공식은 다음과 같습니다.
i * c = k
- i = 고객당 보낸 앱 초대 수. 예를 들어, 각 신규 고객이 5명의 친구를 초대하는 경우 i = 5입니다.
- c = 각 초대로부터 일어난 전환 수. 예를 들어, 초대 대상자 5명 중 1명이 신규 고객으로 전환되면 c = 0.2입니다.
- 이 둘을 합치면 여기서 K-팩터는 = i * c 또는 5 * 0.2 = 1이 됩니다.
조금 더 확장해 보겠습니다.
데이트 앱에서 충성도가 높은 유저에게 친구를 초대하면 월간 구독료 10% 할인을 제공하기로 한다고 합시다. 각 유저가 평균적으로 한 명의 친구를 초대하고(i = 1), 초대 받은 사람 세 명에 한 명 꼴로 등록(c = ⅓)했다고 가정해 보겠습니다. 이 경우 K-팩터 = 1 * ⅓ = 33.3%입니다.
다른 변수는 없다고 가정하고 데이트 앱에 처음 활성 유저가 100명 있었다면 그 숫자가 곧 133명으로, 그 다음에는 178명으로 증가한다는 것을 의미합니다. 이 모델에 의하면 33번의 초대 주기 후에 활성 유저가 100만 명을 초과합니다. 꽤 괜찮지 않나요?
K-factor로 오가닉 유저에서 UA 마케팅 유저 찾기
그러나 현실 세계에서는 상황이 그렇게 간단하지 않습니다.
오가닉 유저가 앱을 설치한 이유를 정확히 파악하기 어려울 수 있기 때문에 때때로 K-factor의 정확한 값을 얻어내기 힘들 수 있습니다.
입소문 마케팅은 효과가 좋지만 측정이 매우 어렵습니다. 게다가 모든 앱이 앱 추천 프로그램을 사용하지는 않으며, 모든 유저가 앱 추천 프로그램을 통해 다른 유저를 초대하지도 않습니다.
그러나 유저 유입(UA) 캠페인에 K-factor를 적용하면 다음과 같이 오가닉 유저가 어디에서 유입되었는지 더 쉽게 알 수 있습니다.
특정 지역에서 데이트 앱의 일일 오가닉 다운로드가 거의 0건이라고 가정해 보겠습니다. 계속해서 유저 10,000명을 구매하고 일정 기간이 지나면 유저 베이스가 12,000명으로 증가했습니다. 앱 추천 프로그램을 적극적으로 홍보하는 경우 페이드 UA 캠페인의 간접적인 결과로 신규 유저 2,000명이 유입되었으며 이런 경우 해당 UA 캠페인으로 인한 K-factor는 1.2입니다.
그러나 K-factor와 “오가닉 트래픽 증가치” 사이에서 약간 혼란스러울 수 있습니다. 이 두 개념이 부분적으로 겹치긴 하지만 완전히 동일하지는 않습니다.
K-factor를 측정하는 것이 왜 중요할까요?
UA라는 케이크 위에 올리는 장식처럼 생각하세요. K-factor는 논오가닉 성장이 오가닉 성장에 얼마나 영향을 미치는지 이해할 수 있게 해주며 UA 캠페인 비용을 더 효율적으로 집행하도록 도와줍니다.
UA 캠페인이 성공하면 앱이 앱 스토어 차트에 오르고 오가닉 유저 노출 가능성이 높아지기도 하지만, 더 많은 유저가 입소문이나 앱 추천 프로그램을 통해 앱에 대한 소식을 퍼뜨릴 수도 있습니다.
두 경우 모두 ROI와 K-factor를 향상시킵니다.
K-factor를 관리하면 또 앱 내 공유 기능의 효과를 더 정확히 파악하고 기존 유저가 어떤 보상을 받을 때 지인에게 앱 추천을 가장 많이 하는지를 확인할 수 있습니다.
K-factor 값 해석하는 법
K-factor가 1보다 아주 조금이라도 높으면 기하급수적 성장의 증거이며 바이럴이 잘 되는 것으로 간주됩니다.
그러나 진정한 바이럴을 통한 성장은 매우 드물다는 점을 명심하세요.
그다지 밝지 않은 측면에서 보면, K-factor가 1이면 안정적이며 성장하지도 감소하지도 않는 상태를 의미합니다. K-factor가 1 미만이면 앱의 인기가 기하급수적으로 감소하고 있음을 의미합니다.
좋은 K-factor를 보는 또 다른 방법은 무엇일까요? 앱의 바이럴리티가 유저의 이탈을 커버할 수 있어야 합니다.
다시 말해,
- K-factor가 앱 이탈률보다 높다면 유저 유입이 이탈보다 많고, 앱이 기하급수적으로 성장한다는 의미입니다.
- K-factor와 앱 이탈률이 같다면 앱의 바이럴 성이 앱 이탈을 상쇄한다는 의미입니다.
- K-factor가 이탈률보다 낮다면 앱의 오디언스가 점진적으로 감소한다는 의미합니다.
앱의 K-factor를 어떻게 높일 수 있을까요?
1. 공유 기능 개선
바이럴이 잘 되는 제품은 한 번만 공유하면 인기 폭발입니다.
스카이프는 초기에 친구들도 사용하게 해야만 효과가 있었습니다. 친구나 동료와 앱 사용 레벨, 스코어 또는 사용 경험을 공유한 유저에게 보상하여 앱을 보다 소셜하게 만들도록 하세요.
친구와 “높은 점수 공유”를 하는 옵션과 같이 앱의 흐름에 트래픽 기폭제를 삽입하거나 유저가 “친구를 게임에 초대”하도록 권유할 수 있습니다.
앱 공유 기능의 효과를 높이려면 중요한 순간에 추천 클릭을 유도하는 안내창을 띄우세요. 예를 들어, 게임에서 유저가 목숨을 잃은 경우에 친구 초대로 앱을 설치하게 하여 3개의 생명을 더 얻을 수 있는 기회를 제공합니다.
페이스북과 같은 바이럴 플랫폼을 활용해 공유 가능성을 효율적으로 높일 수도 있습니다. 페이스북에는 유저의 친구에게 유저가 사용 중인 앱이 무엇인지 알려주는 기능이 있습니다. 페이스북 담벼락 및 상태 업데이트는 가장 중요하고 효과적인 바이럴 장소입니다.
공유 기능을 지나치게 복잡하게 만들지마세요.
여러 번의 승인이나 추가 로그인을 없애서 최대한 공유 프로세스를 간단히 만드세요.
2. 시장 모니터링, 학습, 테스트 및 최적화 – 입증된 그로스 해킹 활용
효과적인 앱 추천 프로그램과 바이럴 마케팅 전략에 대한 충분한 자료들이 많습니다. 몇 가지 예를 들자면 다음과 같습니다.
- 100억 달러 규모의 Dropbox Empire를 구축한 방법, Referral Candy의 Visakan Veerasamy
- 최고의 앱 추천 프로그램, Referral SaaSquatch의 Brandon Gains
- 고객 확보 및 수익 창출, For Entrepreneurs의 David Skok
- 스타트업 성장 동력: 가장 성공적인 스타트업이 놀라운 성장을 달성하는 방법에 대한 사례 연구, Sean Ellis & Morgan Brown
다양한 방식을 고안한 후, A/B 테스트를 사용하여 어떤 접근 방식과 광고 소재가 전환율을 가장 많이 높이는지 찾으세요.
3. 유저에게 보상 제공
인앱 통화, 할인 또는 기타 보너스로 앱 추천이나 공유를 한 유저에게 보상을 하면 매우 효과적일 수 있습니다.
특별 코드나 추천 번호를 통해 앱 추천 활동을 모니터링하고 측정하면, 가장 많은 모객을 한 유저를 식별할 수 있고, 그에 따라 보상을 제공할 수 있습니다.
4. 유저의 친구에게 보상 제공
초대받은 사람에 대한 보상도 있다면 기존 유저는 친구에게 앱을 추천할 가능성이 더 큽니다.
신규 유저에게 설치에 대한 보상을 제공할 때는 기존 유저와 달리 초심자에 맞는 보상을 해야합니다. 신규 유저는 인앱 코인 10개의 가치를 이해하지 못할 가능성이 높지만 흥미로운 프리미엄 기능이나 인앱 구매에 대한 할인을 제공한다면 더 관심을 불러일으킬 수 있습니다.
5. 인기있을만한 앱
이는 당연하게 들릴지 모르지만 실제로는 그렇지 않은 경우가 많습니다. 바이럴은 쉽게 실행될 수 있는 마케팅 전략이 아니며, 처음부터 그 가능성이 앱 자체에 내장되어 있어야 합니다. 제품 디자이너는 바이럴 성에 대해 고심해야 하며, 엔지니어는 이를 실제 기능으로 구현시켜야 합니다.
매끄럽고 즐겁고 가치 있는 유저 경험을 제공한다면 유저가 친구와 앱을 공유할 가능성이 훨씬 높습니다. 명심하세요!
6. 올바른 오디언스 타겟팅
K-factor를 이해하면 이를 활용하여 UA 비용을 최적화할 수 있습니다. 어떤 유형의 유저가 K-factor를 높이는지 알면 캠페인 비용을 조절하여 그런 유저 집단에 더 집중할 수 있습니다.
데이트 앱을 다시 예로 들면, 영국 유저는 평균 K-factor가 1.8(A 그룹)인 반면 독일 유저는 K-factor가 1.2(B 그룹)라고 가정해보겠습니다. UA 광고 비용은 더 많은 오가닉 유저를 유치할 가능성이 높은 A 그룹에 사용해야 합니다.
핵심 요약
- K-factor를 통해 논오가닉 성장이 오가닉 성장에 얼마나 영향을 미치는지 알 수 있으며, UA 캠페인 비용을 더 효율적으로 관리할 수 있습니다.
- K-factor를 관리하면 또 앱 내 공유 기능의 효과를 더 정확히 파악하고 기존 유저가 어떤 보상을 받을 때 지인에게 앱 추천을 가장 많이 하는지를 확인할 수 있습니다.
- K-factor는 단기간에 높이기 어렵고 부서 간 협업과 종합적인 계획이 필요합니다.
- 리텐션에 투자하지 않고 맹목적으로 바이럴만 쫓는다면 금방 망할 수 있습니다. 좋은 K-factor는 앱의 바이럴 성이 유저 이탈을 상쇄시킬 수 있어야 합니다.
- 앱 공유 가능성을 높이는 방법을 찾고, 입증된 그로스 해킹을 익히세요. 흥미로운 앱 추천 프로그램을 제시하고, 최고의 유저 경험을 제공하세요. 그렇지 않으면 많은 비용을 들여도 앱이 바이럴되지 않을 겁니다.
- 마지막으로 K-factor 데이터를 활용하여 UA 캠페인을 개선하세요. ROI를 높이고, 다시 K-factor를 높이는 데 도움이 됩니다.
화이팅!
