*이 글은 a16z의 '16 Ways to Measure Network Effects'를 참고해서 만든 글이에요.

이전 네트워크 효과 관련 글들에서 설명드린 것처럼 네트워크 효과에는 다양한 유형이 존재하고 유형에 따라 맞는 다양한 전략이 있어요. 그럼 이런 전략들을 사용해보면서 실제 우리 서비스에 네트워크 효과가 생기는지 어떻게 알 수 있을까요? 이 글에서는 우리 서비스에 네트워크 효과가 생기는지 판단할 수 있게 해주는 16가지 측정 방법을 알아보도록 할게요. 이 16가지는 크게 1) 사용자 획득과 관련된 측정 방법 2) 사용자 참여도와 관련된 측정 방법 3) 마켓플레이스와 관련된 측정 방법으로 나눌 수 있어요. 1편에서는 사용자 획득과 관련된 측정 방법을 다뤄보도록 할게요.

🤔 측정 방법에 대해 설명하기 전에 네트워크 효과의 정의를 다시 복습해보자면:

💡네트워크 효과는 서비스를 사용하는 사람들이 많아질수록 서비스를 사용하고 있는 사람들이 서비스로 부터 느끼는 가치가 더 많아지는 것을 말해요.

사용자 획득 관련 5가지 측정 방법

1) 오가닉하게 얻는 사용자 비율이 광고를 통해 얻는 사용자에 비해 얼마나 높은지? (Organic vs Paid Users)

네트워크 효과가 있으면 광고를 통해 얻는 사용자보다 오가닉하게(광고가 아닌 유기적으로) 얻는 사용자가 더 많아요. 왜냐하면 네트워크 참여자가 많아질수록 네트워크의 매력도가 증가하고 매력도가 증가할수록 사람들이 자발적으로 네트워크에 참여하고 싶어하기 때문이에요.

직접 네트워크('직접 네트워크가 뭔가요?'하시는 분들은 '스타트업이 반드시 네트워크 효과에 대해 고민해야 되는 이유' 참고 해주세요~)의 유형인 페이스북을 생각해볼까요? 예를 들면 제가 대학생인데 현재 제 친구들 중 페이스북을 사용하는 친구가 3명밖에 없어요. 그리고 그 3명이 저에게 엄청 가까운 친구도 아니에요. 이런 상황에서는 페이스북이 저에게 스타벅스 기프티콘을 준다고 해도 제가 페이스북을 가입해서 지속적으로 사용하는 것에는 별로 큰 흥미가 없겠죠? 그런데 페이스북에 제 지인들, 정말 친한 친구들, 혹은 제가 정말 친해지고 싶은 사람들이 가입해서 사용하기 시작하면 제가 자발적으로 가입해서 주기적으로 페이스북을 사용하고 싶어할거에요.

양면 네트워크에서도 마찬가지에요. 지금은 전세계적으로 어디에서 숙박할지 알아볼때 자발적으로 에어비앤비를 사용하는 사람들이 많죠? 이렇게 될 수 있었던 이유는 왠만한 지역의 숙박 장소를 에어비앤비에서 찾을 수 있기 때문이에요. 에어비앤비 호스트가 많아질수록 여행자에게 가격 비교할 수 있는 숙박 장소가 많아지면서 자연스럽게 숙박 장소를 찾을때 에어비앤비를 먼저 찾아보게 되는거죠.

2) 직접 서비스에 들어온 사용자 비율이 외부 링크를 타고 들어온 사용자에 비해 얼마나 높은지? (Direct vs referral traffic)

네트워크 효과가 있으면 외부 링크를 통해 유입되는 사용자보다 직접적으로 우리 서비스에 유입되는 사용자가 더 많아요. 직접적으로 들어온 다는 뜻은 사용자들이 니즈가 있으면 즉시 특정 서비스를 생각해서 니즈를 해결하기 위해서 사용한다는 뜻이에요.

위의 에어비앤비 예시를 다시 사용해 볼게요. 호스트와 여행객이 많이 없던 에어비앤비의 초창기 시절에는 숙박 장소를 찾을때 에어비앤비 먼저 떠올려 에어비앤비 사이트로 바로 들어오는 사람이 거의 없었어요. 대부분 Craigslist(지역기반 게시판)를 먼저 떠올려 Craigslist에서 숙방 장소를 찾았어요. 에어비앤비는 이를  이용해 Craigslist에 에어비앤비 호스트들의 포스트를 올리기 시작했고 에어비앤비에 들어오는 대부분의 트래픽이 Craigslist의 링크를 타고 들어왔죠. 하지만 시간이 지나면서 에어비앤비에 호스트가 많아짐에 따라 숙박 장소를 찾을때 에어비앤비로 직접 들어오는 사람들이 Craigslist를 거쳐서 들어오는 사람보다 급격히 늘어나게 되었어요.

또 다른 예로는 블로깅 플랫폼인 미디엄(Medium)이 있어요. 미디엄 초창기때는 페이스북이나 트위터로부터 유입된 사용자들이 대부분이였어요. 사람들이 미디엄에서 글을 쓴 후 페이스북이나 트위터를 통해 글 공유를 많이 했기 때문이에요. 하지만 미디엄에 좋은 글이 점점 많아지면서 좋은 글을 읽기 위해 직접 미디엄에 들어가는 사람이 많아졌어요.

서비스에 구글 아날리틱을 연동해서 사용하고 계시면 아래와 같이 Acquisition을 보시면 이를 확인해보실 수 있어요. 서비스가 발전되고 사용자가 늘어나면서 referral대비 direct가 얼마나 많아지는지 계속 확인해보면 알 수 있겠죠~?

3) 시간이 지날수록 CAC(🤓Customer Acquisition Cost의 약자로 사용자 1명을 유치하는데 드는 비용을 이야기해요)가 낮아지는지?

이론적으로는 네트워크 효과로 인해 서비스의 효용성이 증가할수록 광고 효율이 높아지면서 광고를 통해 사용자 1명을 유치하는데 비용은 낮아져야되요. 하지만 광고 효율과 광고 가격이 측정되는데에는 변수가 너무 많아 CAC를 보고 네트워크 효과가 있는지를 판단하기에는 어려운 점이 많아요. 예를 들면 페이스북이나 구글 등 플랫폼에 따라 광고 정책이 계속 변하기도 하고 그리고 시장에서 광고 경쟁이 얼마나 심한지에 따라 가격이 변하기도 하죠. 이런 점을 잘 인지하고 CAC 가격이 낮아짐에 따라 네트워크 효과가 있는지 판단해보는게 중요해요.

4) 우리 서비스와 유사한 서비스를 얼마나 중복해서 사용하는 유저들이 얼마나 되는지? (Multi-tenanting)

시장 환경에 따라서 사용자들이 특정 니즈를 해결하기 위해 여러 서비스를 동시에 사용할 때가 있어요. 특히 이전에 없던 새로운 시장이 막 형성되고 있는 경우에 이런 현상이 많이 발생해요. 예를 들면 음식점 사장님들이 배달의 민족, 쿠팡이츠, 요기요에 모두 입점을 하는 경우나 혹은 반대로 소비자들이 음식 주문을 고민할때 3가지 배달앱을 다 검색해보는 것이 그런 경우죠. 이런 상황에서는 시장이 성숙하고 우리 서비스가 성장함에 따라 여러 서비스를 중복해서 사용하는 사람들이 얼마나 줄어들고 우리 서비스만 사용하는 사람들이 늘어나는지를 측정해보면 네트워크 효과가 있는지를 가늠해 볼 수 있어요. 왜냐하면 이론적으로 네트워크 효과가 있으면 네트워크가 커지면서 승자독식을 하기 때문이에요.

하지만 이 방식 또한 3번처럼 이론과 현실의 차이를 잘 구분하면서 관찰할 필요가 있어요.

인터넷과 모바일 스타트업들이 막 생겨나 새로운 시장을 만들어갈때 벤처 투자자들도 네트워크 효과의 이런 승자독식하는 속성 때문에 오랫동안 적자가 나더라도 막대한 자금을 소수의 스타트업에 쏟아넣으면서 먼저 네트워크 효과를 내려는 전략을 많이 사용했어요. 혹은 반대로 이미 네트워크 효과가 강력한 기업이 있는 시장에 진입하려고 하는 스타트업에는 투자를 피했어요. 하지만 인터넷과 모바일 관련 시장이 어느 정도 성숙해짐에 따라 이론과 다르게 현실에서는 여러개의 회사들이 경쟁을 하면서도 같이 공생하는 사례들이 많이 생겨나고 있어요.

이에 대표되는 사례는 라이드쉐어링(ride sharing) 서비스로 경쟁을 하고 있는 우버(Uber)와 리프트(Lyft)에요. 이 둘은 비슷한 시기에 출시되었고 많은 라이드쉐어링 기사들이 우버와 리프트를 중복해서 사용하고 있어요. 물론 미국에서 시장 점유율로 보면 우버가 63%, 리프트가 27%, 그리고 리프트와 우버를 중복해서 사용하는 사람들이 10%로 우버가 훨씬 높은 점유율을 차지하고 있어요. 다른 변수(창업자 스캔들😵) 없이 오로지 네트워크 효과만 고려한다고 한다고 한다면 시간이 지날수록 우버 점유율이 점점 높아지고 리프트의 점유율이 낮아지겠죠?

중복 사용자가 얼마나 되는지 측정하는 것의 또다른 어려운 점은 측정하는 것이 쉽지 않다는 점이에요. 이를 측정하기 위한 방법으로는 설문을 하거나 직접 경쟁 서비스에 접속해서 우리 서비스의 사용자가 얼마나 잇는지 확인해보는 방법이 있는데 정확하게 파악하기는 쉽지 않죠. 하지만 어느 정도 파악이 가능하면 그 다음부터는 우리 서비스만 사용하도록 유도하는 전략을 시도해볼 수 있어요. 우버와 리프트는 중복 사용자를 줄이기 위해 구독 모델을 만들었어요.

5) 우리 서비스에서 다른 서비스로 전환하는 것이 얼마나 어려운지? (Switching or multi-homing costs)

온보딩하는 것이 힘들고 까다로울수록 새로운 사용자를 획득하는 것이 어렵지만 반대로 그렇게해서 온보딩한 사용자는 다른 서비스로 옮겨갈 확률이 현저히 낮아요. 왜냐하면 사용자가 이미 온보딩하는 과정에서 투자한 것이 너무 많다고 생각하기 때문이에요.

온라인 퍼스널 스타일링 서비스인 스티치 픽스(Stitch-fix)는 사용자들이 처음 가입할때 내가 선호하는 스타일과 사이즈를 설정하는 과정을 굉장히 지겹게 느낄 수 있어요. 하지만 한 번 설정을 하고 나면 그다음부터는 내 기호에 맞는 스타일링을 추천 받을 수 있어요. 그리고 이후 스티치 픽스보다 조금 더 좋은 서비스가 나온다고 해도 이미 스티치 픽스에 투자한 것이 많아 쉽게 전환을 하기는 쉽지 않아요.

이는 링크드인과 같은 프로페셔널들을 위한 소셜네트워크도 마찬가지에요. 링크드인을 제대로 사용하려면 프로필 사진도 설정하고 나의 이력도 적고 직장 동료들로부터 추천도 받아야 되요. 이 모든 것을 세팅하는 것은 사용자들 입장에서 지겹게 느껴질 수 있어요. 하지만 한번 세팅하고 나면 그 이후 링크드인에서 제공하는 많은 기능들을 사용할 수 있어요.

이처럼 네트워크 효과가 있는 서비스는 서비스에 투자를 많이 할수록 얻는 가치가 많아져 다른 서비스로 전환하기가 점점 힘들어져요. 그래서 한번 우리 서비스에 가입한 사람들이 다른 서비스로 전환하는 것이 얼마나 어려운지 파악하면 네트워크 효과가 있는지 파악을 할 수 있어요.

이후 2편에서는 사용자 참여도와 관련된 측정 방법을 다뤄보도록 할게요~ 🤓