🔗 이 글은 Clement Kao님이 미디엄에 올린 아티클을 번역, 요약한 글입니다.
B2B 프로덕트는 B2C 프로덕트와 가지는 성향이 달라 B2C 프로덕트를 분석하던 방식을 사용할 경우 잘못된 분석을 하게 될 가능성이 있습니다. B2C 프로덕트와 B2B 프로덕트 사용자들은 크게 두 가지 다른점을 가지고 있습니다.
- 새로운 사용자가 계속해서 들어오지 않음
- B2B 프로덕트는 ‘도입 시기’가 정해져 있는 경우가 많고, 한 번에 많은 사용자가 들어오는 날이 정해져 있습니다.
- 자주 사용하지 않음
- B2C 프로덕트처럼 매일 일정하게 사용하기 보다는 워크플로우의 특징에 따라 사용하는 빈도와 주기가 정해져 있습니다.
(여기서부터는 원 글의 이미지와 함께 보시면 더 좋습니다)
ABC 회사는 1월 첫 주에 많은 사용자가 들어왔고, 각 주별 코호트는 거의 동일한 양상을 보입니다. XYZ 회사는 2월 마지막 주에 많은 사용자가 들어왔고, 역시 각 주별 코호트는 거의 동일한 양상을 보입니다. ABC 보다는 리텐션율이 떨어집니다.
하지만 이 두 회사를 합쳐서 확인했을 땐 1월 첫 주 코호트의 리텐션은 높고, 2월 마지막 주 코호트의 리텐션은 낮다는 분석 결과가 도출됩니다. 또, 일자별 리텐션을 확인했을 땐 모든 코호트가 동일한 양상을 보이기 때문에 코호트별 특징을 발견할 수 없습니다. 만약 두 회사가 어떤 특징으로 프로덕트를 사용하고 있는지 알지 못했다면 잘못된 분석을 바탕으로 의사결정 했을지도 모릅니다.
💡 B2B 프로덕트에서 실제 인사이트를 발견할 수 있는 코호트 분석 방식은 다음과 같습니다.
- 고객 특징으로 분류 (회사 규모, 비즈니스 모델, 플랜)
- 내 프로덕트가 어떤 사이즈의 고객에게 더 잘 먹히는지 발견해 로드맵 우선순위를 정하는데 도움이 될 수 있습니다.
- 내 프로덕트가 목표로한 시장에 잘 먹히는지 확인해 PMF를 달성하는지 확인할 수 있습니다.
- 내 프로덕트를 구매한 사용자가 어떤 행동양상을 보이는지 확인할 수 있습니다.
- 사용자 역할으로 분류
- 각 사용자는 본인의 역할에 따라 서로다른 업무적 니즈를 프로덕트를 통해 해결하고 있습니다. 프로덕트의 변경사항이 각 사용자에게 어떤 역할을 미치는지 발견할 수 있습니다.
- 프로덕트의 개선은 결국 한 역할을 강화하고, 다른 역할에 영향이 갈 수 밖에 없습니다. 사용자 역할에 따른 코호트 분석으로 이 Tradeoff를 감수할만 한 지 결정할 수 있습니다.
⭐️ B2B 코호트를 시간 단위로 더 잘 분석할 수 있는 방법은 다음과 같습니다.
- 더 큰 시간 단위로 자르기 (월 단위 이상)
- 사용자 행태에 따른 노이즈를 감소시킬 수 있습니다.
- 중요한 이벤트와 자르는 시간을 일치시키기
- ‘날짜’는 얼마나 오래 사용자가 프로덕트를 사용했는지 알려주지 않습니다.
- 출시일, 도입일, 캠페인 집행일 등 중요한 이벤트로부터 얼마동안 프로덕트를 사용했는지를 알 수 있습니다.