바이럴 계수 (Viral Coefficient)

바이럴 계수 (Viral Coefficient)

바이럴 계수 또는 바이럴 상관 계수로도 불리는 이 계수(Coefficient)는 바이럴 루프 에서 시간의 흐름에 따른 사용자 수의 총합을 구하기 위해 사용 됩니다. 사용자 증가에 대한 프로젝션을 위한 함수(공식) 자체보다 바이럴 계수가 더욱 주목 받는 이유는 바이럴 계수의 크기에 따라 사용자의 증가 폭의 변화가 극적으로 달라지기 때문 입니다,

* 알림
이 포스트는 바이럴 계수에 대해 쉽게 이해하는 / 자세히 알아보는 두가지 내용으로 나눠져 있습니다. 바이럴 계수에 대한 정의가 필요하신 분은 각각의 예제나 보충 설명을 읽지 않으시더라도 수식은 두가지 모두 확인 하시기 바랍니다.


쉽게 이해하는 바이럴 계수

바이럴 계수에 대해 쉽게 이야기 하면 기존 고객 한명에 대해서 추천 등의 바이럴 확산을 통한 새로운 고객이 얼마나 유입 되었는지에 대한 것으로, 설정한 주기 내의 신규 고객수를 기존 고객수로 나누어 산출합니다.


기존 고객수: 1,000명, 신규 고객수: 1,400명 일 경우,

바이럴 계수 =  1,400명 / 1,000명
바이럴 계수 = 1.4


즉, 기존 고객 1명이 평균 1.4명의 신규 고객에게 바이럴 확산을 했다는 뜻 입니다.

“그런데, 정말 이게 다야??”

뭔가 부실해 보입니다. 쉽고 간단하게 설명하기 위해 위와 같이 이야기 했지만 아직 고려되어야 할 것들이 있습니다.

  1. 기존 고객 모두가 바이럴 확산에 참여하는 것은 현실성이 매우 떨어 집니다.
    기존 고객 중 바이럴 활동에 참여하는 고객의 수를 따로 측정하거나 대표값(평균 등)을 사용해야 합니다.
  2. 기간내의 모든 신규고객이 기존 고객에 의해 유입되는 것은 현실성이 없습니다.
    신규 고객수가 현실성 있게 조정(가중치나 다른 계수를 투입) 하거나 바이럴 영향 범위와 결과에 대해 정확한 측정이 되어야 합니다.

이 두가지 내용 모두 정확한 측정 즉, 원시 자료(Raw Data)의 수집이 핵심입니다. 이를 위해서는 통제된 환경이 필요하기 때문에 목표 전환, 바이럴 활동 내용, 참여할 인원과 같은 내용이 정의된 캠페인을 구성 합니다.

명색이 바이럴 계수인데 바이럴 확산에 의한 영향력을 알 수 있어야 하지 않겠어요?

쉽게 찾아볼 수 있는 바이럴 캠페인의 예

  1. 추천 프로그램 (Referal Program)
    바이럴 계수와 그로스 해킹에 대한 이야기에서 자주 등장하는 단골 손님으로, 기존 고객이 자신의 친구에게 해당 서비스를 추천할 때에 적정한 보상을 제공하여 신규 고객 유입과 서비스 이탈률을 낮추는 방법 입니다.
    캠페인 구성과 측정을 위한 설정이 매우 용의한 편이며, 해당 프로그램의 참여율을 높이기 위한 보상의 설정과 추천 이후 전환율을 높이기 위한 서비스 디자인이 매우 중요 합니다.

    • 애니팡 (Ani Pang)
      2012년 카카오톡 플랫폼을 통해 출시된 애니팡은 게임내 희소성을 가진 아이템인 하트를 얻는 방법으로 카카오톡을 통해 친구를 초청하거나 이미 게임을 하고 있는 친구들에게 하트를 요청하는 메시지를 보내는 방법을 사용 했습니다.
      그 결과 동시 접속자수 300만명, 국내 스마트폰 사용자중 애니팡을 한번이라도 경험한 사람 79% 라는 성과를 보이며, 이후 대부분의 모바일 게임이 카카오 게임즈 플랫폼에 입점하게 되었습니다.
    • 드롭박스 (Dropbox)
      그로스 해킹 사례에서 자주 등장하는 드롭박스는 처음 가입시 2기가 바이트라는 비교적 작은 용량을 무료로 제공하지만, 자신의 친구에게 드롭박스를 추천 할때마다 추가 용량을 제공하여 무료로 최대 16기가의 용량까지 제공받을수 있게 하였습니다.
      이를 통해 드롭박스는  7만 4천여명의 초기 사용자에서 지금은 3억명 이상이 사용하는 서비스가 되는 놀라운 성과를 만들었습니다.
  2. 프리미엄 모델 (Freemium Model)
    부분 유료화로 우리에게 더욱 익숙한 프리미엄 모델은 무료로 제품 또는 서비스를 제공함으로서 초기 사용자의 진입 문턱을 낮추고 빠르게 네트워크를 구축하여 바이럴 확산으로 이어가는 전략 입니다. 추천 프로그램에 비해서 측정이나 통제가 어려워 지속적으로 성장하는 바이럴 루프를 만들기 위해서는 다양한 캠페인이 복합적으로 운영되어야 합니다.

    • 워드프레스 (WordPress)
      워드프레스는 무료로 사용 가능한 워드프레스 코어에 디자인과 기능을 담당하는 테마와 플러그인을 사고 팔 수 있는 생태계를 조성하여 운영되고 있습니다.
      ‘인터넷의 29%를 담당하는 워드프레스’ 라고 스스로 이야기 하는 만큼 수많은 웹사이트가 워드프레스로 만들어 지고 있으며, 생태계에 참여한 수많은 기업과 커뮤니티로 매우 탄탄한 저변을 가지게 되었습니다.

추천 프로그램과 프리미엄 모델 모두 이제는 쉽게 찾아보다 못해 대부분의 서비스에서 너무 당연하게 운영되고 있으며, 이로 인해 그 전환율은 매우 낮아 졌습니다. 너무 뻔한 클리셰의 바이럴 캠페인이 바이럴 확산의 핵심이 되는 네트워크를 망쳐버렸기 때문입니다. 그래서, 바이럴 루프 만들기 위한 회의에서 레퍼런스 랍시고 저런 이야기에만 집중하여 열을 올리면 정말 큰일 납니다.

전환율의 감소는 곧 바이럴 계수의 감소를 의미 합니다. 자동으로 생성된 메시지, 추천 프로그램에 의한 추천에 반응하는 사람의 수는 급감하였고, 마케터들은 새로운 바이럴리티(Virality)를 가진 창구를 찾고 있습니다.


좀 더 자세히 알아보는 바이럴 계수

바이럴 계수를 좀 더 정확하게 이해하려면 몇가지 이해가 더 필요 합니다. 이해를 돕기 위해 임의의 추천 프로그램을 예로 들어 바이럴 계수를 구해 보겠습니다.


임의 추천 프로그램 전제

기존 고객: 1,000 명
전체 추천수: 20,000 개
추천을 통한 신규 고객 유입: 1,400 명


바이럴 계수

바이럴 계수 = 1인당 평균 추천수 x 추천 프로그램 전환율
20 x 7% = 140% = 1.4

1인당 평균 추천수 = 전체 추천수 / 기존 고객
20,000 / 1,000 = 20 개
추천 프로그램 전환율 = 추천을 통한 신규 고객 유입 / 전체 추천수
1,400 / 20,000 x 100 = 7%


똑같은 결과를 더 복잡해 보이는 수식으로 표현한 이유는 수식의 각 항으로 표현된 항목이 바이럴 계수에 영향을 미치기 때문에(비례 또는 반비례) 바이럴 확산의 생성 요소들을 풀어 놓은 것 입니다.

‘쉽게 알아보는 바이럴 계수’고객 한명 당 바이럴 확산이 일어나는 수 라면, ‘좀 더 자세히 알아보는 바이럴 계수’고객에 의해 발생한 바이럴리티와 전환율의 관계 입니다.

대표값: 평균 의 함정

수식은 복잡해졌지만 앞서 이야기한 ‘쉽게 알아보는 바이럴 계수’의 결과와 같은 결과를 볼 수 있습니다. 그 이유는 기존 고객을 모두 추천 프로그램의 참여 대상으로 정의하고 평균이라는 대표값을 사용했기 때문 입니다.

평균이라는 대표값이 등장하면, 집단 내의 특성은 쉽게 무시 됩니다. 기존 고객의 추천수가 평균을 기준으로 고르게 분포 하고 있을거라고 생각하기 쉽기 때문입니다. 하지만, 파레토 법칙*을 생각해 보면, 고객이 추천수의 평균 값을 기준으로 모여 있기 보다는 추천수가 매우 적은 대다수와 추천수가 매우 많은 소수로 나누어 지는 경우를 자주 볼 수 있습니다.

자, 그럼 여기서 바이럴 계수에 대해 자세히 알아보면서 복잡해진 수식의 각 항목이 바이럴 계수에 미치는 영향에 대해서 알아보면, 다음과 같습니다.

  1. 바이럴 계수1인당 평균 추천수추천 프로그램 전환율으로 구해지기 때문에 두 항목에 대해 정비례 합니다. 즉, 두 항목이 커질수록 바이럴 계수 또한 커지게 됩니다.
  2. 1인당 평균 추천수전체 추천수에는 정비례, 기존 고객 수에는 반비례 합니다.
  3. 추천 프로그램 전환율추천을 통한 신규 고객 유입에 정비례, 전체 추천수에 반비례 합니다.

이러한 내용을 토대로 고객 집단을 다시 세그먼트(구분) 할 수 있습니다.

* 파레토 법칙
원인의 20%가 결과의 80%를 만든다.

세그먼트 예제: 매니아 vs. 무관심

숫자는 작지만 강력한 팬덤을 가진 매니아 집단많은 구성원이 있지만 무관심한 집단 이 두개의 집단을 예로 들어 봅시다. 첫번째 집단(매니아 집단)의 1인당 평균 추천수는 매우 높을 것이며, 두번째 집단(무관심 집단)은 매우 낮을 것입니다.

이 두 집단에 똑같은 방법의 바이럴 캠페인(또는 루프)을 계속하는 것은 어리석은 일 입니다. 두 집단의 효율의 차이에 대해 분명하게 인지하고 그에 맞는 설계가 필요 합니다.

타겟팅 전략의 예

세그먼트를 통해 매니아 집단의 마케팅 효율이 높다는 것을 알아냈다면, 과감하게 소수의 매니아 집단을 중점 타겟팅 하여 추가적인 마케팅 캠페인을 운영하거나 더 강력한 추천 프로그램에 대한 요청을 할 수 있습니다.

이처럼 타겟팅을 좁히게 되면, 비용은 줄어들고 전환은 늘어나기 때문에 마케팅 효율은 크게 증가하게 됩니다.

포지셔닝 전략의 예

각 세그먼트의 특성에 따라 포지셔닝 전략을 달리 가져갈 수 있습니다.

예를 들어, 매니아 집단에게는 더욱 소속감과 일체감을 줄 수 있는 캠페인을 진행하고, 무관심 집단에게는 이탈을 막을수 있는 캠페인을 진행하는 형태로 캠페인의 목적을 설정하고 포지셔닝 전략을 구성 합니다.


정리하며..

바이럴 계수는 바이럴 루프만을 위해 존재하는 것은 아닙니다. 집단 또는 개인의 바이럴리티를 산정하기 위한 도구가 되거나 더 정밀한 타겟팅을 위한 세그먼트의 기준점이 될 수도 있습니다. 

마케팅은 결국 ‘효율’ 입니다. 바이럴 루프, 바이럴 계수 모두 어떻게 하면 이 ‘효율’을 높일수 있을까를 고민하다가 나온 하나의 이론이며 가설 입니다. 그렇기 때문에 현실에서 그대로 이루어지기에는 너무나 많은 제약사항이 있습니다.

바이럴 계수와 바이럴 루프에 너무 목매지 마세요!
아름다운 커브를 가진 프로젝션도 허상이며, 바이럴 루프가 혼자서 굴러간다는 것 또한 오해 입니다!

하지만, 바이럴 확산은 충분히 강력하고 이것이 작동하게끔 할 수 있는 노력은 반드시 필요하다는 것은 기억 합시다. 어설픈 추천 프로그램을 덜렁 던져놓고 그로스 해커인척 하기 보다는 고객에 대해 더 깊은 이해를 바탕으로 실제하는 마케팅을 하는 것이 더욱 중요 합니다.

Gene.W.

W / 남편 / 아빠 / 마케터 / 커피덕후