마켓플레이스 회사들이 챙겨야할 13가지 지표

학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 이번 글은 안드레센 호로위츠가 운영하는 미디어 퓨처에 올라온 글을 정리한 것입니다.

모든 회사는 비즈니스 건강을 위해 일반적으로 받아들여지는 기준인 특정 성공 지표들을 추적한다. 그러나, 마켓플레이스들과 관련해 이들 측정은 종종, 부정확하게 정의되거나 해석에서 혼란이 벌어질 수 있다. 물론, 마켓플레이스들은 제품 카테고리와 고객 기반이 광범위하게 다양하기 때문에, 벤치마크도 그럴 수 있다. 그러나 아래 리스트들은 마켓플레이스 설립자들이 성과를 측정하고, 미래 잠재력을 평가하기 위해 알아야할  기본 입문 지표로서의 역할을 한다.

매치율(활용률 또는 성공률과 같다)

얼마나 성공적으로 마켓플레이스 양측이 서로를 찾을 수 있는가?

마켓플레이스가 하는 일은, 공급과 수요 매칭을 활성화시키는 것이다. 따라서 성공적인 매칭률을 측정하는 것이 중요하다. 이건 구매자가 판매자를 찾거나 판매자가 구매자를 찾을 수 있는 비율이다. 이 지표를 어떻게 정의하는지는 고유한 비즈니스에 따라 다르다.

특정 비즈니스 매치율 사례들은 다음과 같다.

  • 승차공유 기사 활용 시간-기사가 몇퍼센트 시간을 승객과 함께 운전하고 있는지 vs 빈채로 운전하는지?
  • 얼마나 자주 고용주들이 실제로 구직 마켓플레이스에 올린 자리를 채우는가? 그리고 얼마나 자주 구직자들이 일을 찾는지?

한 관련 지표는 제로(zeros) 또는 성공하지 못한 매칭을 찾는 것이다. 승차 공유의 경우, 앱을 여는 사용자 몇퍼센트가 승차를 요청하지 않는가? 이들 제로는 대기 시간이 너무 길거나 서지 프라이싱(surge pricing), 또는 그밖에 다른 것들 때문일 수 있다. 마켓플레이스가 수요를 해결할 수 없었던 사례들이다. 마켓플레이스 운영자들은 매칭이 일어나지 않는 이유들을 확인해야 한다. 마켓플레이스에서 보다 문제가 있는 측면을 키우거나 인센티브를 부여하고, 제품 디자인과 다른 메커니즘을 개선함으로써 이들 방해물들을 제거하거나 줄이기 위한 단계를 밟아야 한다.

이 지표는 또한 위에서 언급한 멀티 테넌싱(multi-tenanting) 개념과 긴밀하게 관련돼 있다. 매칭률이 낮다면 그때 사용자들은 자연스럽게 다른 곳으로 가서 다른 제품을 사용하도록 동기가 부여될 것이다. 예를 들면, 이것은, 그들 구인 공고를 자체 웹사이트, 링크드인, 인디드, 다른 네트워크 등 다양한 사이트들에 올리는 고용주들에게는 일반적이다. 충분히 높은 매칭률을 가진 단일 네트워크는 없기 때문이다.

증대하는 매출 잠재력이나 최소 활용이 있다면 멀티 테넌팅은 일어날 것이다.어떤 레스토랑 창문에서 당신이 볼 수 있는 배달 네트워크 스티커들에 대해 생각해보라.

마켓 깊이(Market depth)

충분한 공급이 있는가? 그것이 사용자 필요에 부합하는가?

깊이를 제공하는 개념 또는 마켓 깊이는 금융 시장에서 유래했다. 금융 시장에서 마켓 깊이는 상대적으로 대형 주문을 가격 이동 없이 지속적으로 달성할 수 있는 능력으로 정의돼 있다.

각 가격에서 구매와 판매 주문 수가 높을수록 마켓 깊이도 커진다.

소비자 마켓플레이스에서 마켓 깊이를 측정하는 것은 중요하다. 사용자 경험에 직접적인 영향을 주기 때문이다. 이질적인 공급 마켓플레이스에서(각 공급자들이 다른) 마켓 깊이는 사용자가 매칭을 할지를 결정한다. 사용자가 오퍼업(OfferUp)이나 에어비앤비 같은 제품을 열 때, 얼마나 많은 게시물을 볼 수 있는가? 그리고 사고 싶은 아이템이나 빌리고 싶은 집을 찾을 가능성이 얼마나 되는가? 

이질적인 공급 마켓플레이스에서, 시장 깊이는 사용 편의성에 영향을 미친다. 사용자들이 라임을 열 때, 그들 근처에서 볼수 있는 자전거나 스쿠터가 얼마나 되는가? 마켓 깊이가 커질 수록 라임을 사용하는 것도 쉬워진다. 걸음 걸이 기준으로 요구되는 사용자 노력도 줄어든다.

어떤 마켓플레이스 사업에서 중요한 일 중 하나는 검색 비용을 줄이는 것이다. 참가자들이, 다른 쪽을 쉽게 찾고 매칭할 수 있도록 하는 것이다. 이걸 못하면 마켓플레이스는 부정적인 네트워크 효과로 이어질 수 있다. 너무 많은 공급은 실제로, 발견에 도전을 부여한다. 소비자들로서 우리는 이것을 결정 피로(decision fatigue) 또는 선택의 역설(paradox of choice)로서 경험한다. 이 시나리오에선 전환율이 떨어질 수 있다.

이질적인 vs 동질적인 공급에 대한 메모: 동질적인 공급 마켓플레이스는 전형적으로, 네트워크 효과에서 점근선(asymptote)에 도달한다. 여기에서 사용자 가치는 결국 높은 시장 깊이에서 정체된다. 예를 들어 내 근처 한 도시 블록에서 근처에 사용할 수 있는 6대 라임 스쿠터가 있다면 단지 4대 또는 5대 스쿠터를 이용할 수 있을 때보다 보 많은 가치가 없다. 공급이 보다 추가됐음에도 사용자 가치는 달라지지 않는다. 반면, 이질적인 마켓플레이스에서는 점근선이 없다. 공급망에 있는 모든 노드는 다르고, 잠재적으로 높은 가치를 추가할 수 있기 때문이다. 에어비앤비 사례에서 한 사용자의 취향은, 꽤 고유할 수 있다. 따라서 에어비앤비 플랫폼에 모든 추가적인 게시는 보는데 유용하다.

타임투매치(Time to match): 재고 턴오버(inventory turnover), 데이투턴(days to turn)

공급과 수요가 매칭되는데 얼마나 걸리는가?

전형적으로 마켓플레이스들은 매칭률 커브를 갖고 있다. 장기간에 걸쳐 보다 높은 재고 비중이 정리된다. 제품 마켓플레이스에서, 이것은 일반적으로 재고 턴오버(inventory turnover)로 언급된다.

반대는 데이투턴(days to turn)이다. 이 지표는 온디맨드 마켓플레이스와 반대로 매칭이 사용자 옵트인을 통해 일어나는-한쪽이 리스팅을 만들고 다른 쪽은 반응하는-보다 전통적인 마켓플레이스들에 응용할 수 있다.  온디맨드 마켓플레이스에서 매칭은 중앙화된 알고리즘적인 방식으로 이뤄진다. 사용자들에게는 덜 보여진다.

예를 들면, 취업 마켓플레이스에서, 고용주가 직원을 찾기까지 얼마나 오래 걸리는가? 첫 신청을 받기까지 얼마나 오래 걸리는가? P2P 마켓플레이스에서 양측이 거래에 관여하기까지 얼마나 오래 걸리는가? 섬택(Thumbtack)의 경우 사용자들이 첫 인용을 받기까지 얼마나 오래 걸리는가? 오퍼업(OfferUp)에서, 판매자가 제품을 팔기까지 얼마나 오래 걸리는가?

공급와 수요의 집중 또는 파편화(Concentration or fragmentation of supply and demand)

공급과 수요 측면에서 마켓플레이스가 얼마나 집중돼 있는가?

공급과 수요쪽에서 파편화가 큰 마켓플레이스들은 보다 가치 있고 방어가 가능하다. 이것은, 수요 또는 공급쪽에서 불균형적으로 거래에 높은 비중을 차지하는 참가자가 없다는 것을 의미한다. 이것은 이 사업을 보다 지속 가능하고 다양하게 만든다. 마켓플레이스에서 수요 또는 공급이 너무 집중돼 있다면 거래에 많은 비중을 차지하는 대형 구매자 또는 판매자가 플랫폼을 떠나기로 한다면 리스크가 있다.

한 마켓플레이스는 또한 파편화된 상품 또는 공급자들을 모을 때 가치가 커진다. 이들은 그렇지 않으면 발견하거나 접근하기 어려웠을 것이기 때문이다. 이것은 기본적으로 롱테일에서 이점을 얻는 것과 같다. 꼬리의 머리로서 찾는 것을 쉽게 한다.

마켓플레이스는 상위 몇개 판매자 또는 구매자가 차지하는 GMV가 몇퍼센트인지를 측정함으로써 집중을 측정할 수 있다. 예를 들면 인스타카트의 경우 각 식료품 체인이 기여하는 GMV의 비중이다.

테이크율(Take rate)

마켓플레이스 가치는 얼마인가?

마켓플레이스 비즈니스에서, GMV(gross merchandise volume)와 매출은 상호 교환 가능하게 자주 사용된다. 그러나 GMV는 매출과 동등하지 않다.

GMV는 특정 기간에 마켓플레이스를 통해 거래되는 상품들 전체 판매 달러 규모다. 이것은 진짜 중요하다. 마켓플레이스 수요쪽이 지출하는 것이다. 이것은 마켓플레이스 크기를 부여주는 유용한 지표다. 가장 최근 월 또는 분기를 연간화한 것에 기반한 현재 런레이트(current run rate) 지표로 사용될 수 있다.

매출은 마켓플레이스가 취한 GMV 비중이다. 매출은 마켓플레이스가 자사 서비스를 제공하면서 얻는 다양한 수수료들로 구성된다. 대부분 전형적으로 매출은 마켓플레이스에서 성공적으로 거래된 GMV에 기반한 거래 수수료다. 그러나 광고 매출이나 스폰서십도 포함될 수 있다. 이들 수수료는 통상, GMV에서 아주 작은 부분을 차지한다. 테이크율은 마켓플레이스 자체 가치를 시사한다.

단위 경제학(Unit economics)

사업이 어떤가?(How is the business doing?)

향상된 네트워크 효과는 시간이 가면서 종종 향상된 단위 경제학으로 나타난다. 이것은 기업들이 시장의 다른 쪽들에 제공하는데 필요한 인센티브 감소하고, 유료 사용자 비중이 낮아지고, 가격 파워에서 전반적인 향상에 따른 결과다.

로컬 네트워크 효과를 가진 기업들의 경우, 네트워크 효과 영향은 시간이 가면서 시장 대 시장(market-by-market) 기준으로 단위 경제학에서 나타난다. 이것은 한 주어진 시장에서, CAC는 감소하고, 유기적인 사용자 점유율은, 시간이 가면서 성장하기 때문이다. 섬택 또는 인스타카트같은 기업들의 경우 시장 당 시간이 가면서 단위 경제학을 따르는 로컬 수준 네트워크 효과는 유용하다.당신이 시장 나이, 네트워크 밀도, 수익성 간 관계를 볼 것이기 때문이다.

멀티 테넌팅의 유행(Prevalence of multi-tenanting)

얼마나 많은 사용자들이 또한 다른 유사 서비스들을 사용하고 있는가? 얼마나 많은 사용자들에 유사한 서비스들에서 적극적인가?

이것은 당신의 사용자들이 또한 기능이 정확하게 똑같지 않은 관련 서비스들을 포함해 유사한 서비스들을 사용하고 있는지 이해하는데 중요하다.

우리는 종종 한 회사가 한 네트워크를 복제할 수 있다면, 이것은 또한 다른 제품 필요를 배제할 수 있는 기능을 계층화할 수 있다는 것을 관찰해왔다. 타깃 회사를 완전히 파괴하지는 못하더라도 이같은 멀티 테넌팅은 모든 경쟁자들에 대해 사용을 줄이고, 마진을 압박할 수 있다. 예를 들면 개를 산책시키는 도크 워커(dog walkers)들과  반려동물을 키우는 이들을 위한 한 마켓플레이스는 핵심 비즈니스에서 반려 동물을 키우는 이들의 네트워크를 구축했음을 감안하면 펫 헬스나 푸드, 또는 다른 인접 제품으로 옮길 수 있는 기회를 갖고 있다.

페이스북은 내용이 얼마 못가 메시지가 사라지는 스토리즈를 개발했고 이 기능을 인스타그램을 포함해 다양한 앱들에 추가했다. 그 다음에 스냅챗 성장을 방해했다.

이같은 멀티 테넌팅을 측정하는 것은 까다로울 수 있다. 이것은 당신의 사용자들을 상대로 여론 조사를 하고, 그들이 또 다른 서비스를 쓰는지 묻는 것을 의미할 수 있다. 사용 감소나 이탈을 파고들어 이들 사용자가 다른 서비스로 이동하는지 이해한다. 아니면 단순히 다른 플랫폼들에서 사용자 프로파일들을 무차별적으로 검색할 수 있다.

그러나 일단 당신이 얼마나 많은 사용자들이 멀티 테넌팅을 하는지 알고 나면, 사용자들이 다른곳으로 가도록 유혹을 덜 받을 수 있도록 당신 제품을 강화할 수 있는 방법들이 있다. 예를 들면 승차 공유 회사들은 리텐션을 강화하고 경쟁사들 서비스 사용을 줄이기 위해 승차 쪽에선 구독을, 기사 쪽을 위해서는 보너스를 내놨다.

마침내 당신의 서비스와 또 다른 서비스 사용자 기반 간 중복에 대해 잘 안다고 해도 사용자들이 얼마나 적극적인지 고려하는 것이 중요하다. 사용자들이 단지 프로파일을 유지하고 있는 것인가 아니면 적극적으로 당신 제품을 사용하고 있는가?

전환 또는 멀티 호밍 코스트(Switching or multi-homing costs)

사용자가 새로운 네트워크 또는 존재하지 않는 네트워크에 합류하는 것이 얼마나 쉬운가? 다른 네트워크에 합류하는 것에서 신규 사용자로서  사용자가 얻을 수 있는 가치는 얼마나 되는가?

대체재 이용을 넘어, 어느 네트워크 사용자가 경쟁 네트워크에 가입하고 온보딩 프로세스를 완료하는 것이 얼마나 쉬운가?

가입에서 포함된 마찰과 적극적인 사용자가 되는 것은 제품마다 다양하다. 높은 선행 투자를 요구하는 온보딩 프로세스를 갖고 있는 제품들은 잠재적인 신규 사용자들을 활성화시키는 것이 어려울 수 있다. 그러나 이것은 또한 경쟁자들을 상대로 해자 역할을 한다. 일단 이들 사용자가 활성화되면, 이들은, 멀티 테넌트를 할 가능성이 덜하기 때문이다. 온라인 퍼스널 스타일링 서비스들 풍경을 보면, 예를 들면 한 스티치 픽스 고객은 취향과 사이즈에 대한 정보를 입력하고, 수신 및 반환된 다양한 스타일 보정 등 그녀 선호를 새로운 스타일리스트에게 설명하는 선행 투자 때문에 또 다른 서비스를 써보는 것이 싫을 수 있다는 것을 알게 될 수 있다.

반대로 한 제품이 신규 사용자들에게 요구되는 낮은 활성화 에너지를 갖고 있다면, 이것은 사용자들이 멀티 테넌트를 하고, 전환하도록 함으로써 보다 쉽게, 시장에 쐐기를 밖을 수 있다. 우버는 이미 수백만 사용자들에 대한 승차 공유용 신용카드 정보를 갖고 있기 때문에 이전에 또 다른 음식 배달 네트워크를 쓴 한 사용자는 많은 마찰 없이 쉽게, 우버이츠를 사용해 쉽게 시작할 수 있다.

여기에서 또 다른 중요한 고려는 사용자가 새 네트워크에 합류할 때 시작시 사용자가 얻을 수 있는 가치가 얼마나 되는냐 하는 것이다. 쿨한 시작을 가진 사용자 경험은 무엇인가? 페이스북은 사용자들이 쉽게, 다른 소셜 네트워크로 합류할 수 있음에도 그들 데이터, 콘텐츠, 그리고 네트워크가 모두 페이스북에 있다. 따라서 그들의 네트워크를 초대하고 소셜 그래프를 다시 구축하기 위한 전환 비용이 높다. 반면, 채용 마켓플레이스들의 경우 한 고용주는 쉽게 그들 고용 스펙을 여러 사이트들에 올리고, 후보자 신청을 처음부터 받기 시작할 수 있다.

전환 또는 멀티 호밍 비용을 정량적인 지표로 증류하는 것은 까다로울 수 있다. 그리고 어떤 지표는 정밀한 비즈니스와 시장에 꽤 특화돼 있을 수도 있다. 잠재적인 지표들은 경쟁자 온보딩 플로우를 완성하는데 요구되는 시간일 수도 있다. 또는 제품에 쉽게 진입할 수 있는 최소 문턱이나 제품이 유용할 수 있는 매직 넘버일 수도 있다.

사용자 리텐션 코호트(User retention cohorts)

당신의 사용자 리텐션은 신규 사용자 코호트를 향상시키는가?

전통적인 네트워크 이펙트 정의는 사용자가 같은 제품이나 서비스를 사용하는 다른 사용자들 수에 따라 제품이나 서비스 사용자 가치가 증가한다는 것이다.

따라서 이 사용자 가치 증가는 사용자 리텐션 코호트에 반영되어야 한다. 신규 진입자 코호트(네트워크가 크고 보다 유용할 때 제품을 경험하는)는 어떤 주어진 시간대에서 네트워크가 작았을 때 합류한 오래된 코호트들보다 나은 리센션을 가질 수 밖에 없다.

그러나 여기에서 이론은 종종 현실과 다르다. 우리는 종종 시간이 가면서 코호트가 감소하는 기업들을 보고 있다. 이것은 사용자 리텐션을 평가하는 것이 초기 사용자들이 제품 및 서비스들을 위해 가장 이상적인 고객인 경향이 있는 오래된 사용자 코호트일때, 고려해야할 주요한 교락인자(confounding factor) 이기 때문이다. 소셜 네트워크와 커뮤니티 기반 제품들의 경우 특히 그렇다. 이들 초기, 종종 높게 동기가 부여되는 사용자들은 자연스럽게, 신규 보다는 오래된 고객들을 위해 나은 리텐션 코호트로 바꿔준다.

다른 환경들은 또한 이 지표 분석을 바꿀 수 있다. 경쟁자 존재하며, 하이퍼로컬이고 새로운 모든 지역에서 신규 사용자들을 위해 리셋하는 네트워크 이펙트, 또는  사용자 가치가 실제로, 특정 문턱에서 감소되는 부정적인 네트워크 이펙트 등이 있다.

코어 액션 리텐션 코호트(Core action retention cohorts)

제품에 핵심 행동을 하는 사용자에 의해 정의된 리텐션이 신규자 코호트를 개선하는가?

인게이지먼트 깔때기를 깊숙하게 파고 들어가면서 당신은 보다 많은 사용자들이 당신 제품에 핵심적인 행동을 하는지 보고 싶어한다. 코어 액션은 사용자가 당신 제품에서 가치를 끌어내고 당신 비즈니스 모델에 가깝게 매핑하는 무언가에 들어맞는 것을 말한다. 

예를 들면, 오픈테이블 코어 액션은 사용자 레스토랑 예약이다. 네트워크 밀도가 성장함에 따라 이들은 이 코어 섹션에 연결된 리텐션이 향상되는 것을 볼 것으로 기대한다. 이 코어 액션 리텐션은 단지 톱 레벨 로그인이나 앱 오픈이 아니라 보다 효과적인 네트워크 이펙트다.

달러 리텐션과 유료 사용자 리텐션 코호트(Dollar retention and paid user retention cohorts)

새로운 코호트 리텐션이 달러 기준으로 모든 주어진 시간대에서 기존 코호트보다 나은가?

구독과 유료 제품은 달러 리텐션과 유료 사용자 리텐션에 신경을 쓸 필요가 있다. 새로운 사용자 코호트는 오래된 코호트보다 코호트 매출 기준으로 보다 잘 보유되어야 한다. 이유? 제품에 지불을 하는 것은 사용자가 네트워크 이펙트를 가진 제품에 얼마나 많은 가치를 매기는지를 보여주기 때문에 새로운 코호트들 사이에서 증가하는 달러 리텐션과 유료 사용자 리텐션을 갖고 있어야 한다.

예를 들어 앤지의 리스트(Angie’s List) 네트워크 커버러지가 향상됨에 따라 우리는 신규 사용자 구독자 코호트들은 사이트의 우수한 활용을 고려하면 달러 리텐션과 계속 구독하는 사용자수 리텐션 기준으로 모두 잘 리테인될 것으로 예상할 것이다.

리텐션바이 로케이션/지오그래피(Retention by location/geography)

오래된 시장에서-로컬 네트워크 효과를 가진 비즈니스들에서-참가자들은 신규 시장 참가자들보다 잘 리테인되는가?

로컬 네트워크 효과 비즈니스들의 경우 네트워크 효과는 시장당 존재한다. 그리고 새로운 지역에선 다시 설정된다. 샬럿에 있는 캐어닷컴 사용자들을 예로 들면, 뉴욕시에서 보다 많이 이용할 수 있는 베이비시터들의 존재는 사용자 경험에 영향을 주지 않는다. 그러나 지역적으로 보다 많이 이용할 수 있는 베이비시터를 갖는 것은 거기에서 네트워크 유용성을 향상시킨다.

각 지역이 성숙하고, 네트워크 밀도를 구축함에 따라 리텐션은 이들 시장에서 향상될 것이다. 따라서, 가장 오래된 또는 가장 기반이 있는 시장은 신규 시장보다 나은 리센션을 갖는 경향이 있다. 우리는 이것을 거의 모든 지역 네트워크 효과 비즈니스에 의해 공유되는 데이터에서, 실제로 보고 있다.

파워유저 커브(Power user curves)

사용자들은 시간이 가면서 보다 관여하게 되는가?(Are users becoming more engaged over time?)

파워 유저들은 네트워크의 많은 가치에 기여함으로써 일부 가장 성공적인 회사들을 이끈다.  DAU/MAU-하루 활성 사용자를 월간 활성 사용자수로 나눈 것-은 관여를 측정하는 일반적인 지표지만 이것은 단점이 있다. 그리고 파워 유저 커버는, 보다 사용자 관여를 이해하는 보다 뉘앙스가 있는 방법을 제공한다.

간단히 말해, 파워유저 커브(일반적으로 30일 사용 동안 L30차트 또는 7일 사용 동안인 L7 차트)는 사용자 관여의 막대그래프다. 사용자가 주어진 기간 동안 특정 작업을 수행한 총 일수를 보여준다.

네트워크 이펙트 비즈니스들을 분석하면서 사용자들이 얼마나 자주 한 코호트에서 특정 행동을 하는지, 보는 것은 당신이 제품이 정말로 보다 많은 사용자들과 유틸리티를 얻고 있는지를 볼 수 있게 한다.-네트워크 이펙트로도 알려져 있다.

제품이 더 많은 사용자와 함께 실제로 더 가치가 있다면 더 높은 빈도의 참여 버킷으로 이동하는 사용자 비중이 증가하거나 시간이 지남에 따라 점점 더 우측으로 키우는 파워 유저 곡선에 반영될 것이다.

테크잇 뉴스레터를 전해드립니다!

오피니언 기반 테크 블로그 'TechIt'
테크 비즈니스를 보는 다양한 통찰들을 이메일로 간편하게 받아 볼 수 있습니다.

About the author

endgame
endgame

테크 블로거 / 공유할만한 글로벌 테크 소식들 틈틈히 전달하겠습니다

No more pages to load


TechIT

테크 비즈니스를 보는 다양한 통찰 '테크잇'

독자 여러분들께서 좋은 의견이나 문의 사항이 있으시면 아래 양식에 따라 문의 주시기 바랍니다.

Contact