전 세계 30만 명 이상이 구독하고 Substack에서 비즈니스 뉴스레터 1위인 Lenny 뉴스레터 중 베스트에 선정된 글들을 골라서 소개해드립니다. Lenny 뉴스레터에는 스타트업 사람들에게 도움이 되는 글들이 많은데, 관련 글들을 효과적으로 다른 사람들과 함께 학습하고 싶은 분들은 Lenny 뉴스레터 스터디를 신청해 주세요. (신청하러 가기)
Q. 마켓플레이스에서 추천인 프로그램(referral program)을 만드는 방법에 대해서 조언해주실 수 있을까요?
전 추천인 프로그램을 사랑합니다. 에어비엔비에서 호스트의 성장을 위한 업무를 이끌고 있을때, 진행했던 업무중 하나가 호스트 추천 프로그램을 만들고 성장시키는 것이었습니다. 저보다 더 똑똑한 사람들도 구성되어있던 팀멤버들은 초기에는 반쯤 동작하는 프로그램으로 시작해서 결국에는 가장 큰 호스트 성장에 기여한 프로그램을 만들어냈습니다. 추천인 프로그램은 빠르게 가장 효과적인 유료 광고 채널이 되었을 뿐만 아니라, 가장 질 좋은 호스트들을 확보해냈습니다. 네 그러니 당연히 저는 추천인 프로그램을 사랑합니다.
지금부터 추천인 프로그램의 What, Why, Who, How를 포함해서 여러 팁들과 배움을 공유하겠습니다.
추천인 프로그램이란 무엇인가? (What)
추천인 프로그램이란 기존 유저에게 주료 현금 혹은 크레딧을 기반으로 다른 신규 유저를 유입시킴으로써 보상을 제공해주는 것이다. 보통 이 프로그램은 알아서 동작하며 제품 경험내에 녹아있다. 아래는 친구를 드랍박스에 가입시키면 나도 친구도 500MB 씩의 추가 용량(최대 16GB)을 받는 추천인 프로그램의 예시이미지이다.
왜 추천인 프로그램을 만들어야 하는가? (Why)
1. 영향력(Impact)
내가 이전에 진행했던 마켓플레이스의 성장에 관한 연구에 따르면, 추천인 프로그램은 초기 성장단계에서 공급자의 수를 늘리는 두번째로 흔한 방법(첫번째는 직접 공급자에게 연락하는것)이며 확장단계에서 몇몇 기업에게는 수요자의 수를 늘리는데도 효과적인 방법이다. 추천인 프로그램이 잘 동작하는 회사들의 경우 신규 유저들의 15~50% 정도가 이 방법으로 유입된다.
2. 효율성(Efficiency)
다른 사람들과 마찬가지로 구글에서 키워드를 기반으로 경쟁하거나 페이스북에서 광고위치를 놓고 경쟁하는것보다 추천인 프로그램을 활용하면 기존 유저들을 활용해서 성장을 만들어낼 수 있다. 제대로 하기만 하면, 기존 유저에게 알아서 보상을 줄것이고, 인센티브를 테스트하고 조정하면서 프로그램을 더 효과적으로 만들 수 있다.
3. 확장성(Scalability)
추천인 프로그램을 만들고 운영하는건 소수의 인원만 있으면 된다. 에어비엔비는 처음에 3명(개발자,디자이너,PM)으로 시작했는데 더 적은 수로도 시작할 수 있다.
누가 추천인 프로그램에 투자해야하는가? (Who)
1. 성장의 대부분이 입소문을 통해 일어 나는 경우
추천인 프로그램은 기존 불에 기름을 더 얹어줄 뿐이다. 기존에 입소문이 없는데 추천인 프로그램이 잘되는 경우를 본적이 없다.
2. 기존 유저가 많은 경우
의미있는 성장을 가져오기 위해서 어느정도 전환율이 나와야하는지 계산해보라. 예를 들어, 수천명의 호스트가 기존에 있는 경우에 추천인 프로그램을 통해서 수백명 이상을 데려오기는 어려울 것이다. 추천인 프로그램이 성공적으로 동작하더라도, 기존 유저 중 10% 미만이 참여한다고 보는게 좋다.
3. 의미있는 인센티브를 제공할 수 있는 경우
추천인 프로그램이 강력하게 잘 동작하기 위해서 필요한건, 사람들이 정말 행동을 할정도로 유의미한 보상을 주는 것이다. $10 정도의 보상으로는 동작하지 않을 가능성이 높다. 유저들과 대화해보고 현금 외에도 어떤 것에 열광하는지 파악하고 고객획득비용(CAC)/고객생애가치(LTV)를 기반으로 어디까지 지원할 수 있는지 계산해보라.
4. 기존 유저가 많은 잠재 유저를 알고 있는 경우
에어비엔비 호스트는 집이 있는 다른 사람들을 알고 있었고, 다릅박스 유저들은 싼 클라우드 저장 서비스를 원하는 친구들을 가지고 있었다. 하지만 HR 헤드는 다른 회사의 HR 헤드를 많이 모를수도 있다. 추천인 프로그램은 고객이 기업이 아니라 일반 소비자이거나 작은 비즈니스 소유자일때 가장 효과적이다.
5. 신뢰가 있어야만 사용할 수 있는 제품인 경우
다른 사람의 집에 머무르는 것이나 처음 만난 사람에게 개를 맡기는 것처럼 선뜻 사용하기무서운 서비스일때 입소문과 추천인 프로그램은 믿을 만한 사람이 서비스를 혜택을 주면서 추천해주기 때문에 더욱 더 강력한 효과를 발휘한다.
어떻게 추천인 프로그램을 만드는가? (How)
에어베인비에서는 아래 3단계를 거쳤다.
1. 일단 만든다
a. 단순한 인센티브 : 신규 게스트를 데려올 경우 추천한 사람 / 추천 받은 사람 모두에게 $25를 주고, 신규 호스트를 데려올 경우 추천한 사람 / 추천 받은 사람 모두에게 $75를 준다.
b. 제한된 노출 : 네비게이션과 푸터에만 노출했다.
c. 제한된 플랫폼 : 웹에서만 가능했다.
2. 게스트쪽을 최적화한다
a. 노출을 증가시킴 : 게스트가 거치는 많은 화면에 해당 정보를 추가했으며, 모바일에도 추가했다.
b. 메시지를 최적화했다 : 어떤 메시지가 가장 효과적인지 계속 테스트해서 최적화했다
c. 리소스를 투자했다 : 추천인 프로그램에만 집중하는 팀이 있었다.
3. 호스트쪽으로 확장한다
a. 프로그램을 확장했다 : 호스트 추천인 프로그램만을 위한 랜딩페이지도 만들어서 홍보했다.
b. 인센티브를 개선했다 : 여행크레딧이 아닌 현금으로 보상을 바꿨고, 추천한 사람에게는 $100, 추천 받은 사람에게는 $50을 지급했다.
c. 효율성을 증가시켰다 : 고객생애가치(LTV) 정보를 기반 개인화된 보상을 만들었다.
에어비엔비에서 봤던 지표들 (호스트 추천인 프로그램에서)
결과물 지표
a. 추천인 프로그램을 통해서 등록된 새로운 집들
b. 추천인 프로그램을 통해서 등록된 집에 생긴 예약 수
입력 지표
a. 추천인 프로그램 랜딩페이지 방문자 수
b. 총 보내진 초대장 수
c. 유저당 보낸 초대장 수
d. 초대받고 회원가입한 비율
e. 추천인 프로그램의 비용 효과성
추천인 프로그램을 최적화 하는 방법들
1. 자격요건(Eligibility) : 친구를 초대할 수 있는 사람에 자격을 제한하는 것
2. 발견성(Discoverability) : 추천인 프로그램의 노출을 조절하는 것
3. 동기부여(Motivation) : 인센티브의 크기나 추천의 편의성 등 유저가 추천하기 쉽게하는 것
4. 전환(Conversion) : 충분히 그리고 적절한 사람들을 초대하는지 살펴볼 것
5. 효율성(Efficiency) : 추가로 쓰는 비용 대비 추가로 생기는 이익을 보며 판단할 것
실전 팁들
1. 모든 곳에 추천인 프로그램을 알려라
유저가 즉시 (1)발견하고 (2) 이해하고 (3) 친구를 초대할 동기를 가질 것이라고 기대하지 말아라. 일회성 홍보에 그치지 말고, 고객에게 반복적으로 프로그램과 인센티브를 노출하고 강조해라.
2. 자기잠식효과(Cannibsalization)을 이해해라
추천으로 들어온 유저 중 대부분은 추천 없이도 들어올 유저들이었을 것이다.(즉, 인센티브 금액을 괜히 썼다는 뜻) 물론 이 숫자를 정확히 추정하기는 어렵지만 보수적으로 생각하길 바란다.
3. 데이터 사이언스
계획과 실행을 반복함에 있어서 깊게 관여하는 데이터 과학자가 있다면 이 프로그램을 더 성공적으로 만들 수 있을 것이다.
4. 인센티브 안정기
어떤 경우에 보상을 2배로 올려도 별다른 차이가 안생기는 경우가 있었다. 인센티브를 더 올려도 고객에게 행동을 위한 추가적인 동기를 제공할 수 없는 시점이 존재한다. (물론 이 시점에서도 쓰는 비용보다 효과가 더 나오고 있어야 추천인 프로그램을 유지할 수 있다.)
5. 사기
인센티브가 좋을수록 사기꾼/채리피커들을 많이 볼 수 있다. 사기를 실행하는 것이 사기로부터 얻는 이점보다 더 어렵게 만들어야 이런 문제를 막을 수 있다.
추가 학습을 위한 자료들
Hacking Word-of-Mouth: Making Referrals Work for Airbnb
Under the Microscope: How Airbnb Thinks About Product/Market Fit, Team & More
How Airbnb Built One Of The Most Successful Referral Programs Ever
댓글
의견을 남겨주세요