올바른 PMF(제품과 시장 검증)를 시작하는 방법

“고객에게 전달하는 서비스나 제품은 가치를 제공해줄 수 있어야한다.”

너무나도 당연한 이야기입니다. 고객에게 가치를 전달해줄 수 있어야만 좋은 프로덕트 또는 서비스가 될 수 있으니까요. 하지만 컨설턴트로서 이런 말만 하는 것은 공허합니다. 구체적이지 못하기 때문입니다. 지식은 구체화가 되어야 가치가 있습니다. 시장에 가치를 가져다줄 수 있느냐? 를 찾는것이 바로 PMF(Product-Market-Fit)를 검증하는 과정이 될 것입니다.

보통 스타트업은 기존 시장의 문제를 해결하기 위해 출시합니다. 하지만 스타트업을 비즈니스적으로 성공시키기 위해서는 문제를 해결하는것만이 전부가 아닙니다. 실제로 가치를 제공해주고 있느냐에 대한 문제입니다. 그렇다면 그 가치라는 것은 무엇일까요? 이번 글에서는 올바른 PMF를 검증하는 방법에 대해서 자세히 다뤄봅시다.

B2B든, B2C든 본질은 같다.

고객이 기업이든, 일반 개인이든 가치를 제공해주는 본질은 동일합니다. 그들에게 어떤 혜택이나 편익을 제공해주어야만 합니다. 각각 어떤 편익이 필요한지 살펴봅시다.

① B2B라면, 어떤 가치를 제공해주어야 하는가?

고객이 기업이라면, 기업의 본질을 잘 이해해야합니다. 당연히 그렇듯, 기업은 돈을 벌기 위해 탄생한 조직입니다. 그래서 그들에게 돈을 절약해주거나, 돈을 더 벌게 해줄 수 있는 편익을 제공할 수 있어야합니다. 결국 기업은 Input를 최소화하여, Output을 극대화시켜야 하는 조직입니다. 그래서 우리의 제품이나 서비스 역시 Input을 줄여주거나, Output을 만들어줄 수 있어야합니다.

우리 제품이나 솔루션을 사용함으로써, 사용비 만큼의 시간을 줄여줄 수 있느냐, 또는 돈을 더 벌게 해줄 수 있느냐에 대한 가치를 측정해야합니다. 해당 가치를 제공해주고 있느냐 아니냐의 여부가 실제 시장과 타겟과의 적합성을 확인해줄 수 있는 주요한 요소가 될 것입니다. 즉, 정리를하자면 B2B 솔루션의 가치제안은 둘 중 하나입니다.

1) 시간을 줄여줘요.

2) 매출을 상승시켜줘요.

예를들어, 아래와 같은 소프트웨어를 판매하는 A회사가 있다고 가정해봅시다. (실제로 이러한 서비스를 제공하는 스타트업이 있습니다.) 

“우리 회사는 다른 회사들이 본인들의 자사 사이트에 관련한 데이터를 쉽게 보여줄 수 있도록  연동만 하면 통합 차트를 제공해주는 스타트업입니다.”

차트를 쉽게 통합하고 구성하여 보여주는 것은 아무런 가치제안이 되지 못합니다. 하지만, 차트를 보게 됨으로써, 더 많은 금전적 가치를 제공해줄 수 있는 기회를 만들어준다는 메시지가 주요한 가치 제안이 될 것입니다. 물론 이러한 기회를 고객들이 잘 활용할 수 있도록 차트에 대한 교육이 제공되어야 할 것입니다.

또는 매일 엑셀 시트로 통합해서 오랜 시간을 들여 수동으로 관리해야하는 자사의 데이터를 연동한번으로 자동화하여 인건비를 감소시킬 수 있을만큼의 가치를 만들어내는 솔루션이라는 가치제안이 필요할 것입니다. 이 경우에는 시간을 줄여준다는 가치제안이 나타나있는 것입니다.

이렇듯 기업을 상대로 제품이나 서비스에 가치제안 및 PMF 정합성을 가설로 기획하려면, 시간을 줄여준다던가, 더 큰 가치를 만들어내는 것, 2가지 가치 중 하나를 선택하여 랜딩페이지와 메시지를 구성해야 할 것입니다.

② B2C라면, 어떤 가치를 제공해주어야 하는가?

우리의 고객이 개인이라면 그들의 본질적인 욕구를 우리 서비스가 잘 충족시켜주고 있는가를 고민하는 것이 핵심입니다. 본질적인 욕구라고 한다면, 조금은 철학적으로 느껴질 수 있겠습니다만, 생각보다 간단합니다. 2019년경, ‘곤약라면’, ‘곤약젤리’같은 다이어트 상품들이 한국 시장에 유행을 가져다주었습니다. 여러분들이 생각하기에 ‘곤약라면’을 왜 구매할까요. 다이어트를 위해서 구매를 한다는 것은 표면적인 니즈일 것입니다. 하지만 인간의 본질적 욕구는 원츠에 더 가깝습니다. 니즈를 기반으로 원츠를 생각할 수 있어야만 합니다. 고객은 살은 찌기 싫고, 맛있는 것을 먹고 싶은 마음에 곤약라면을 구매합니다. 실제로 테스트를 해보았습니다. 아래의 두 가지 메시지 중 어떤 컨텐츠가 클릭률과 ROAS가 더 높았을까요?

1) “우리 제품은 칼로리가 정말 낮아요 ! 밤에 드셔도 괜찮아요! ”

2) 메시지 없이, 연기가 폴폴나는 정말 맛있는 곤약라면을 먹는 모습을 이미지로 컨텐츠화

당연히 2번의 클릭률과 ROAS가 훨씬 더 높았습니다. 그들의 표면적인 구매 뒤에 있는 본질적인 욕구를 충족시킬 필요가 있다는 것입니다. 생각보다 단순한 개념인데 많은 기업들이 해당 부분을 간과하고 있습니다. 요가복은 왜 구매할까요? 운동하고 활동하기에 편해서? 아닙니다. 입었을 때 예뻐보이기 위함이 훨씬 더 큽니다. 이렇듯 인간은 본질적인 욕구가 있고, 우리는 이러한 본질적 욕구를 해결해주기 위한 방향성으로 제품이나 서비스를 개발해나가야 합니다. 그들에게 재미를 줄 수 있거나, 유용한 정보를 제공해주거나, 물질적 심리적 보상을 줄 수 있는 것들, 그들에게 혜택이 되는 것들을 위주로 서비스를 개발해나가야 합니다. 이말은 즉슨, 모든 프로덕트와 서비스는 수요기반이어야 합니다.

고객의 수요를 기반으로 우리의 제품이나 서비스를 만들면서 PMF(시장 적합성)를 키워나가야 합니다. 그래서 보통 제품이나 서비스의 초기단계에서는 프리토타입 또는 MVP 모델을 자주 사용하는 것 같습니다. 정말 많은 제품이나 서비스들이 출시되었다가 몇 년만에 자취를 감추곤 합니다. 아마도 제품이 사라지는 주요 원인은 그 제품 자체가 잘못되었을 확률이 높습니다. 제품이 잘못되었다는 의미는 수요를 고려하지 않고 아이디어를 만들고 적절한 검증이 이뤄지지 않았기 때문입니다.

실제로 실리콘밸리에 있는 많은 스타트업들은 최초의 아이디어를 만들기 위해, 다양한 프레임워크나 방법론을 사용하기도 합니다. 하지만 국내 기업들은 이론은 알고 있지만, 이를 적절하게 시행하여 정말 아이디어를 검증하는 작업은 부족한 것이 사실입니다. 프리토타입과 MVP(최소 기능 제품)은 개념적으로 유사합니다. 적절한 MVP 또는 프리토 타입을 만들기 위해서는 우선, 주위에 어려움을 가지고 있는 다른 사람들을 도울만한 제품부터 만들어보는것이 중요합니다. 이미 있는 수요를 기반으로 제품을 만드는 것입니다. 많은 AI회사들이 실수합니다. AI를 전면에 앞세우기 때문입니다. AI 그 자체는 도구일뿐 그것이 고객의 삶에서 어떤 혜택을 가져다주는가가 매우 중요합니다.

PMF에서 가장 중요한 지표는 무엇인가.

그로스해킹은 제품의 출시부터, 충성 고객 관리에 이르기까지 전반적인 과정들을 데이터 기반으로 의사결정하는 프레임워크들이 모여있는 개념입니다. PMF 역시 주요하게 보아야할 데이터들이 있습니다. 대체적으로 서비스들의 매력은 ‘반복해서 사용할만한 가치가 있는가’를 많이 봅니다. 식당이 있더라도 단골고객이 많으면 많을수록 그 식당이 맛있는것처럼요. PMF단계에서는 ROAS나 전환율이 크게 의미없습니다. 1명이 들어와서 1명이 구매하면 전환율도 100%고 ROAS도 높아질 수 밖에 없기 때문입니다. 제대로된 Scale-Up을 하기 이전에, 우리는 한번 들어온 사람들이 얼마나 반복적으로 구매하는가 또는 우리 서비스를 사용하는가를 중점적으로 보아야합니다. 그러면 주로 어떤 지표들에 집중해야할까요?

PMF, 어떤 지표를 중점적으로 보아야하는가?

PMF는 초기 아이디어를 개발하는 데에서 매우 중요한 단계입니다. 우리가 만든 시장에서의 아이디어가 얼마나 성장할지를 판단할 수 있기 때문입니다. 하지만 이러한 PMF단계에서는 한 가지의 지표만 보는것은 위험할 수 있습니다. 우리는 조금 더 다각적으로 우리 프로덕트를 평가할 필요가 있습니다. 

많은 기업들이 아직도 ROAS와 클릭률을 가지고 마케팅 의사결정을 내리고 있습니다. 하지만 이러한 지표들은 충분히 인위적으로 만들어낼 수 있는 통제 가능 지표이기 때문에, 우리 서비스가 고객에게 가치를 충분히 주고 있는가를 찾기 위한 PMF단계에서는 적절하지 않을 수 있습니다. 즉, PMF단계에서는 우리 서비스가 고객에게 가치를 가져다주고 있는가에 대한 정량적 지표들이 필요합니다.

PMF에서 시장 검증을 위해 필요한 지표는 크게 4가지가 있습니다. 다만 이 4가지를 성격에 따라 2가지 카테고리로 분리하였습니다. 하나는 우리 서비스의 로그 데이터(Log Data)에서 가져올 수 있는 지표, 하나는 고객의 서베이를 통해서 가져올 수 있는 지표입니다. 해당 지표들이 항상 객관적이고 완벽한것은 아닙니다. 그럼에도 불구하고 수요가 형성되지 않은 스타트업 시장에서의 만들어낸 정량적인 지표들은 우리의 나침반이 될 수 있습니다.

1. 로그 데이터에서 가져올 수 있는 지표

추후의 글에서 자세히 다루겠지만, 로그 데이터는 우리의 웹사이트나 어플리케이션에서 고객들이 행하는 일련의 모든 행위들이 발생할때 마다 시간대별로 정리한 데이터를 의미합니다. 로그 데이터에서는 Retention Rate, LTV, CAC와 같은 지표들을 만들어낼 수 있습니다.

① Retention Rate

많은 기업들이 사용하는 지표가 리텐션입니다. Retention Rate는 얼마나 재구매가 이루어지는지, 또는 재사용이나 구독을 지속하는지에 대한 비율을 표현한 지표입니다. 우리의 서비스가 구독형 비즈니스라면, 사람들이 계속 앱을 사용하는 비율이 중요할 것입니다. 우리 서비스가 저관여 쇼핑몰이라면 재구매율이 중요할 것입니다. 우리 서비스가 고관여 제품을 판매한다면, 재방문율이 중요할 것입니다.

이렇듯, Retention Rate는 서비스에 대한 고객의 반복률을 의미합니다. 마치 단골 고객에 식당이 많은것처럼요. 반복률이 높다는 것은 우리 서비스가 어떤 가치제안을 하고 있다는 의미가 됩니다. Retention Rate를 이해하는것은 쉽지만, 이를 정량적으로 산출해내는것은 어렵습니다. 어느정도의 관측기간을 보느냐에 따라서, Retention Rate는 매우 상이해질 수 있기 때문입니다. 어느 정도의 기간을 보느냐는 사실 여러분들의 비즈니스 모델이나 제품에 따라 달라집니다. 월 구독형 상품의 경우, 월별로 보는것이 일반적입니다. 연간 측정이 필요한 경우에는 연간으로 보기도 합니다.

② LTV와 CAC의 비중

LTV와 CAC의 비중은 구독형 비즈니스 또는 SaaS 플랫폼에서 많이 관찰하는 지표입니다. LTV는 Life Time Value의 준말로서, 고객의 총 생애가치를 의미합니다. 단순히 앱설치당 단가와 특정 기간의 ROAS로만 지표를 가지고 있다면, 매월 구독료가 들어오는 비즈니스 모델이기 때문에, 평가 절하가 될 수 있습니다. 구독이라는 비즈니스는 결국엔 구독자를 유지하고 있는 시간이 흐를수록 영업이익률이 좋아지니까요. 그렇기 때문에 시간의 맥락을 부여한 지표인 LTV가 필요합니다. 또 이러한 LTV를 만들어낼 수 있는 고객을 획득할때마다 우리가 얼마만의 비용을 지불했는가에 대한 CAC(Customer Acquisition Value)가 필요합니다.

좀 더 쉽게 말하면, 결국 비용대비 매출 즉, 영업이익을 의미합니다. 다만 매출이 시간의 흐름에 따라 더 많아질 수 있기 때문에 시간의 맥락을 부여한 매출인 LTV 지표를 가져옵니다. 비용보다 매출이 많으면 영업이익이 생기는 것 처럼, CAC보다 LTV가 높으면 어느정도 서비스의 매력도를 판단할 수 있습니다.

LTV와 CAC의 비율을 유지하기 어렵다면, 현재 우리가 CAC가 높아서인지, LTV가 낮아서인지를 판단하여 그에 맞게 전략을 개선할 필요가 있습니다.

2. 서베이를 통해 가져올 수 있는 지표

① NPS(Net Promoter Score)

우리 서비스를 다른 사람들에게 얼마나 추천해줄 수 있는지에 대해서 물어보고, 이를 정량적으로 추산한 지표입니다. 0점부터 11점까지 우리 브랜드의 전반적인 만족도를 유추할 수 있는 지표입니다. 얼마나 추천해줄것이냐에 대한 단순한 질의이기 때문에, 디지털 환경에서도 고객들이 부담없이 설문에 참여할 수 있다는 장점이 있습니다. 

또 설문조사라하면 각 항목별로 다양한 질문을 던져 그에 따른 답변을 취합하여 종합적으로 추산해야하는 시간적 비용이 들어갑니다. 이러한 비용을 모두 생략하고 빠르게 브랜드의 만족도를 파악하고 참여를 쉽게 유도할 수 있다는점에서 NPS역시 가성비 좋은 지표가 될 것입니다.

② NDS(Net Disappointment Score)

NPS와 크게 다른것은 없습니다. 질문이 바뀔 뿐입니다. 본질은 같습니다. 우리 서비스가 없어진다면 얼마나 실망할 것이냐?에 대한 질의를 던지는 것이지요. Very Disappointed의 비율을 추산해서, 우리 서비스의 만족도를 파악할 수 있습니다. NPS보다 조금 더 가볍게 물어보는 느낌이 있긴 합니다만, 역시나 직관적으로 우리 서비스의 매력도를 파악할 수 있습니다.

PMF단계에서는 많은 고객들이 유입되지 않습니다. 그래서 표본을 추출할 수 있는 모수가 적을 수 있습니다. 그럼에도 불구하고, PMF 검증 과정을 통해 서비스 만족도를 모니터링해야만 우리 서비스가 앞으로 나아갈 방향에 어느정도 확신을 가지게 될 것입니다. 위 지표들을 가지고 문제를 해결하라는 의미가 아닙니다. 데이터는 문제를 해결해주지 못합니다. 시장의 문제를 해결하기 위해서는 데이터와 같은 차가운 것이 아닌, 인문학이나 창의성과 같은 인간적인것이 더 중요하기 때문입니다. 대신, 이러한 추상적인 아이디어들이 실제로 가치를 가져다주고 있는가를 검증하는 용도로서 데이터를 활용해야합니다. 이번 글에서는 PMF와 여러가지 지표들에 대해서 살펴보았습니다. PMF 단계는 작은 시장에서 조그마한 모수로 희미했던 방향성을 조금이라도 더 구체화시키는것이 주요한 목표가 될 것입니다. 긴 글 읽어주셔서 감사합니다.

유성민

CEO