SaaS 비즈니스, 코호트 분석으로 이탈 관리하기

   이탈률은 SaaS 비즈니스의 성공을 위한 매우 중요한 요소이기 때문에 이를 이해하기 위해서는 더 깊은 탐구가 필요합니다. 코호트 분석은 이탈(Churn)을 관리하는데 통찰력을 얻기 위해 사용하는 중요한 기술 중 하나입니다.

   코호트(Cohort)는 ‘동질 집단’을 의미합니다. SaaS 비즈니스에서는 코호트 분석을 사용하여 특정 월에 가입한 고객 집단에게 어떤 일이 발생하는지 관찰합니다. 따라서 1월 코호트, 2월 코호트 등을 갖게 됩니다. 그러면 우리는 각각의 코호트가 시간이 지남에 따라 어떻게 행동하는지 확인할 수 있습니다.

이것은 다음과 같은 질문에 답하는 데 도움이 될 수 있습니다.

- 처음 몇 달 동안 대부분의 고객을 잃고 있나요?

- 일정 시간이 지나면 이탈률이 안정화되나요?

   초기 몇 달 동안 이탈을 해결하기 위해 제품 기능 향상, 더 쉬운 온보딩 제공, 더 나은 교육 제공 등의 몇 가지 개선을 했다면, 이러한 개선이 실제로 성공적이었는지 알고 싶어집니다. 우리는 이 변화를 코호트 분석을 통해 알 수 있습니다. 예를 들어, 위의 표에서는 1월과 최근의 코호트(7월)를 비교해보면, 첫 달 이탈률이 15%에서 4%로 크게 개선된 것을 볼 수 있습니다.

코호트 분석을 실행하는 두 가지 방법

   코호트 분석을 실행하는 방법에는 두 가지가 있습니다. 첫 번째 방법은 고객 수를 조사하는 것이고 두 번째는 매출을 조사하는 것입니다. 이 방법들을 통해 우리는 각각의 다양하고 가치 있는 정보를 얻을 수 있습니다.

   아래의 예시 그래프는 단순히 시간 경과에 따른 각 코호트의 고객 수를 보여줍니다.

   아래의 예시 그래프는 각 코호트가 시간이 지남에 따라 MRR이 어떻게 발전하는지 보여주고 있습니다. 7월 코호트 그래프를 보면, 매우 큰 마이너스 이탈이 있는 경우 그래프가 어떻게 표시되는지 보여줍니다. 지속적으로 서비스를 이용 중인 고객의 수익 증가는 고객 이탈로 인한 수익 손실을 쉽게 능가합니다. 이 예시 그래프처럼 상황이 이렇게 나아지는 경우는 매우 드물지만, 우리가 찾고 있는 이상적인 상황입니다.

   위의 상황에서 평균 고객의 가치가 시간이 지남에 따라 증가하고 있기 때문에 LTV를 계산하려면 보다 복잡한 공식이 필요합니다.

이탈 예측 : 고객 참여 점수 (Customer Engagement Score)

   SaaS 비즈니스에서 이탈 관리는 매우 중요하기 때문에 어떤 고객이 이탈할 가능성이 높은지 미리 예측할 수 있다면 유용하지 않을까요? 이탈 예측이 가능하면, 우리는 최고의 CS 담당자를 파견하여 이탈 문제를 해결할 수 있습니다. 이탈 예측을 위해서 우리는 SaaS 제품의 사용자가 제품의 주요 기능에 참여하는지 여부를 추적하여 알 수 있습니다. 여기서 사용자가 어떤 기능을 사용하냐에 따라 점수가 달라집니다. Facebook 사용자로 예를 들면, 단순히 로그인해서 한 개의 페이지를 본 사람보다 사진을 업로드한 사람이 훨씬 더 참여도가 높습니다. 따라서 후자의 경우 이탈할 가능성이 적기 때문에 높은 점수를 매길 수 있습니다.

   마찬가지로 당신이 SaaS 제품을 100명의 구성원이 있는 부서에 판매했지만 10명만 사용하고 있다면 이를 사용하는 90명과는 다르게 점수를 매길 것입니다. 따라서 사용된 특정 기능에 대한 점수를 할당하여 이를 기반으로 고객 참여 점수를 만드는 것을 추천합니다. 가장 매력적(sticky)이라고 생각되는 핵심 기능에 더 많은 점수를 할당합니다. 나중에 실제로 이탈한 고객을 살펴보고 누가 이탈할 것인지에 대한 예측 변수로 올바른 핵심 기능을 선택했는지 확인할 수 있습니다. 그리고 특정 점수에 참여하는 사용자의 수를 별도로 기록하는 것이 좋습니다.

   시간이 지나면 어떤 유형의 사용이 상향 판매(Upselling)의 가장 좋은 지표인지 알게 될 것입니다. HubSpot에서 이탈 예측을 진행하며, 이 지표를 최초로 알아냈으며, 그들은 이를 CHI 점수라고 불렀습니다. CHI는 고객 행복 지수(Customer Happiness Index)를 나타냅니다. 이 지표는 이탈에 대한 매우 좋은 예측 변수로 발전했습니다.

Brad Coffey, HubSpot

   HubSpot에서 우리는 고객 행복 지수(CHI)라는 측정 지표를 통해 많은 성공을 거두었습니다.

   첫째, CHI 분석을 통해 우리는 고객에게 가장 큰 가치를 제공하고 해당 영역에서 사람들을 이끌 만한 기능을 알 수 있었고, 이에 투자를 할 수 있었습니다.

   둘째, 다양한 세일즈 및 온보딩 프로세스를 실험하면서 이 집계 점수를 초기 성공의 대체 지표로 사용했습니다. 코호트 유지율을 분석하기 위해 6개월 또는 12개월을 기다리지 않고, 실험을 진행 중인 고객 집합의 CHI 점수가 낮으면 프로젝트를 종료할 수 있었습니다.

순고객추천지수 (NPS, Net Promoter Score)

   ‘고객이 얼마나 만족을 했는가?’는 미래 이탈에 대한 좋은 예측 변수일 가능성이 높으므로 고객 만족도를 조사하는 것이 유용할 것입니다. 고객 만족도를 측정하는 권장 방법은 순고객추천지수(NPS, Net Promoter Score)를 사용하는 것입니다.

   순고객추천지수(NPS)는 크고 작은 기업에서 고객 경험을 측정하고 고객 충성도를 예측하는 데 사용하는 고객 설문조사 질문 및 분석 접근 방식입니다. 순고객추천지수가 중요한 이유는 여러 가지가 있지만, 주요 이점은 표준화된 수치이기 때문에 자사의 NPS를 경쟁업체와 비교하며 미래 비즈니스 수익 성장을 예측할 수 있다는 것입니다.

   또한 NPS는 종종 VOC 프로그램 에서 핵심 지표로 사용되기도 합니다. 순고객추천지수에 대한 보다 포괄적인 소개를 보려면 여기를 클릭하십시오.

이탈 가이드라인

   당신의 비즈니스에서 순수익 이탈(Net Revenue Churn)이 높으면(월간 2% 이상) 비즈니스에 문제가 있다는 표시입니다. 예를 들어 월간 2%의 이탈로 인해 매년 수익의 약 22%가 손실됩니다. 수익의 거의 1/4에 가까운 금액입니다. 이는 사업에 문제가 있음을 나타내는 명백한 지표입니다. 사업이 커질 수록 이것이 성장에 큰 걸림돌이 될 것입니다.

   비즈니스의 다른 부분을 계속 걱정하기 전에, 먼저 이탈 문제를 일으키는 원인을 해결하는 작업을 하는 것을 추천합니다. 가능성 있는 이탈의 원인은 다음과 같습니다.

- 고객의 기대에 부응하지 못하고 있습니다.

제품이 고객에게 충분한 가치를 제공하지 않을 수 있습니다.

불안정성 또는 버그 발생

- 당신의 제품이 고객에게 충분히 매력적(sticky)이지 않습니다. 처음 몇 개월 동안은 어느 정도 가치를 제공할 수 있지만, 고객이 그 가치를 갖게 되면 계속 지불할 필요가 없다고 느낄 수 있습니다. 고객을 제품을 지속적으로 사용하게 만들려면, 우리의 제품이 월간 워크플로우의 핵심 부분으로 만들거나, 고객에게 매우 중요한 데이터를 우리 제품에 저장하도록 하는 방법이 있습니다.

- 고객의 사용자가 당신의 제품을 최종적으로 채택하게 만들지 못했습니다. 또는 그들이 제품의 주요 기능 중 일부를 사용하지 못했을 수 있습니다.

- 세일즈 담당자가 제품을 과도하게 판매했거나 혜택을 받기에 적합하지 않은 고객에게 판매했을 수 있습니다.

- 당신은 대부분의 폐업하고 있는 중소기업들에 판매하고 있을 수 있습니다. 당신이 판매하는 것이 매력적인 것만으로는 충분하지 않습니다. 당신이 그것을 판매하는 사람도 끈끈해야합니다.

- 확장 예약(Expansion Bookings)을 유도하는 가격 책정 체계를 사용하고 있지 않습니다.

   고객이 이탈하는 이유를 알아내는 가장 좋은 방법은 고객에게 직업 전화를 걸어 물어보는 것입니다. 이탈이 비즈니스의 중요한 부분인 경우, 창업가가 직접 전화를 하는 것을 권장합니다. 우리의 문제가 무엇인지 직접 들어야 합니다. 이는 비즈니스의 성공에 매우 중요하기도 하며, 그들은 문제에 대한 수정 사항을 설계하는 데 가장 적합한 사람이기 때문입니다.

Written by David Skok (원문)
Translated & Edited by Juno & Hedy

* 이 아티클은 For Entrepreneurs에 기고된 “SaaS Metrics 2.0 – A Guide to Measuring and Improving what Matters”를 번역하였으며 의역 및 추가 삭제했습니다. (원문 바로가기)

* <B2B SaaS의 중요 지표 측정 및 개선 가이드> 시리즈로 진행됩니다.