📑 Re:brew 프로젝트 (ver.03)
* 해당 가상 서비스는 임의의 데이터를 기반으로 작성된 과제용 프로젝트 입니다.
1. 프로젝트 개요
🎯 프로젝트 시작 배경
- '아이러브커피' 초기 사용자 대부분이 3일 이내 이탈
- GA4 코호트 분석: D1 리텐션 30% → D7 리텐션 9% 급락
- “서비스의 핵심 가치 전달 부족 + 초기 경험 설계 미흡”
💡 이번 개선 방향 요약
- GA 데이터 + 현장 인터뷰 기반 문제 재정의
- AARRR → OKR → ICE → MVP → KPI 전략으로
- ‘적은 비용 + 빠른 실험 + 높은 반응’을 목표로 개선 시도
📢 발표자 스크립트 :
안녕하세요. 이번 Re:brew 프로젝트 개선안 발표를 시작하겠습니다.
먼저 이번 프로젝트의 배경은 '아이러브커피' 신규 가입자의 이탈 문제를 해결하고,
장기적으로 서비스의 성장을 촉진하는 데 있습니다.
이번 개선 접근 방식은 GA 데이터 분석 + 현장 인사이트를 결합하여
데이터 기반으로 구체적인 개선안을 제안하는 것입니다.
🎤 예상 질문 & 답변 스크립트
Q: 왜 지금 이 개선을 해야 하나?
A: 지금처럼 신규 유저 이탈이 지속되면 중장기적으로 고객 생애가치(LTV)가 낮아지고, 마케팅 투자 효율(CAC)이 급격히 나빠집니다.
'빠른 대응' 없이는 다음 분기 유저 기반 확대에도 큰 제약이 걸릴 수 있어, 선제적 개선이 필요합니다.
Q: 이 실험이 실패할 경우 대비책은?
A: 온보딩 개선은 전체 시스템 변경이 아닌 '별도 그룹' 대상으로 시행되는 A/B 테스트 방식입니다.
실패해도 기존 플로우는 그대로 유지되기 때문에 전체 리스크는 최소화되어 있습니다.
2. 문제 정의
📉 정량 지표로 본 문제
- 신규 유입 대비 실사용 전환율 낮음
- 첫 방문 후 1~3일 내 재방문율 급감 (D3 리텐션 15% 이하)
- 핵심 기능 진입률 < 20%
📢 발표자 스크립트 :
GA4 코호트 분석을 통해 확인한 결과,
가입 후 1일차 리텐션은 30%로 괜찮았지만,
7일차에는 9%까지 급락하는 패턴을 발견했습니다.
또한 첫 3일 이내 재방문 비율이 현저히 낮아,
초기 단계에서 유저를 정착시키지 못하고 있다는 문제를 확인했습니다.
3. 데이터 분석
📊 코호트 분석
- D1 리텐션: 30%
- D3 리텐션: 15%
- D7 리텐션: 9%
- → 3일 이내 유저 절반 이상 이탈
→ 서비스 정착까지 연결되지 못하고 끊김
🪞 세그먼트 분석
- 재방문 유저 그룹: 첫 날 2개 이상 행동 → 3일 이상 유지
- 이탈 유저 그룹: 첫 날 1회만 클릭, 이후 미방문
- → 첫 행동 수(Engagement depth)가 리텐션에 강한 상관성
📢 발표자 스크립트 :
코호트 분석 결과, 가입 후 3일 동안 이탈률이 70%에 달했고,
세그먼트 분석에서는 첫날에 여러 기능을 사용한 유저일수록,
3일 이상 서비스에 머무르는 경향이 뚜렷했습니다.
🎤 예상 질문 & 답변 스크립트
Q: 7일 리텐션 9%가 어느 수준과 비교해 낮은 건가?
A: 비슷한 장르의 앱이나 소셜 플랫폼 평균이 약 15~20% 수준입니다.
현재 수치는 업계 평균 대비 약 40~50% 낮은 상태입니다.
Q: 코호트 분석에서 가장 중요한 발견은?
A: 가입 다음날(D1)까지는 비교적 유지율이 좋지만,
3일차(D3)부터 급격히 이탈 곡선이 꺾인다는 점이 가장 중요한 발견이었습니다.
이 시점이 개선 타이밍의 핵심 구간입니다.
4. 인사이트 도출
- 서비스 가치를 전달받기 전에 이탈
핵심 기능 노출이 늦고, 진입도 어렵다. - 초기 행동 동기가 없다
보상이나 피드백 설계가 부족하다. - 정서적 연결을 유도하는 구조가 없다
사용자에게 ‘내가 왜 이걸 해야 하지?’에 대한 설명이 없다. - 행동-보상 루프가 없다
반복 사용을 유도하는 재미·성취감 설계 필요
📢 발표자 스크립트 :
이러한 데이터와 현장 인터뷰를 종합했을 때,
문제의 핵심은 크게 세 가지입니다.
1. 유저가 서비스 가치를 느끼기도 전에 이탈하고 있다.
2. 첫 행동을 유도하는 동기 부여가 부족하다.
3. 사용자의 정서적 몰입을 이끌어내는 흐름이 부족하다.
5. 개선 솔루션 제안
1️⃣ 온보딩 튜토리얼 간소화
- 3단계 튜토리얼 → 핵심 기능만 강조
예시: “이 기능을 알면 원하는 걸 2배 빠르게 찾을 수 있어요!”
2️⃣ 첫 기능 사용 미션 부여
- 가입 24시간 내 ‘첫 사용 미션’
- 미션 완료 시 포인트/배지 지급 → 자연스러운 행동 학습 유도
3️⃣ 3일 리마인더 메시지
- 1~3일차 리텐션 유저 대상
- 자동 메시지로 관심 끌기
“첫 미션 완료하면 혜택 있어요!”
“아직 놓친 기능이 있어요!”
4️⃣ NPS (추천 의향 조사) 추가
- “이 서비스를 친구에게 추천하시겠습니까?” (0~10점 척도)
- → 정성 데이터 + 개선 우선순위 도출에 도움
- → 리브루에 처음 도입하는 전략, GA 데이터 보완 목적
📢 발표자 스크립트 :
이에 대한 해결책으로 네 가지 개선안을 제안드립니다.
첫째, 온보딩 튜토리얼을 간소화하여 유저가 빠르게 핵심 기능을 체험할 수 있도록 합니다.
둘째, 첫 사용 미션을 부여해 초기 행동을 유도합니다.
셋째, 3일간 리마인더 메시지를 발송해 이탈을 방지합니다.
넷째, NPS 조사를 추가해 추천 의향과 개선 우선순위를 데이터로 확보합니다.
🎤 예상 질문 & 답변 스크립트
Q: 온보딩 튜토리얼 추가가 이탈을 늘릴 위험은 없나?
A: 기존 대비 30초 이내에 완료 가능한 '초간단 튜토리얼' 형태로 설계해 부담을 최소화했습니다.
또한 '튜토리얼 스킵 옵션'을 제공하여 유저 자율성을 존중합니다.
Q: 첫 미션 제공이 실제로 효과 있을까?
A: 퍼스트 디센던트, 젠레스존제로 등 사례에서도 첫 미션 제공이 리텐션을 5~8%포인트 향상시킨 데이터가 있습니다.
즉각 행동을 유도해 서비스 가치 체험을 빠르게 연결시키는 효과를 기대하고 있습니다.
Q: 리마인더 메시지가 스팸처럼 느껴지진 않을까?
A: 브로드캐스팅이 아니라, 특정 행동을 완료하지 않은 유저에게만 보내는 개인화된 리마인더입니다.
또한 ‘혜택 안내’ 형태로 부드럽게 제시해 거부감을 줄일 계획입니다.
Q: 리소스 소요는?
A: 기획 1명, 개발 1~2명, 마케팅/운영 1명 정도면 2주 이내에 A/B 실험 가능하도록 경량화 설계했습니다.
Q: 리마인더/리워드 시스템 구축 기간은?
A: 기존 시스템과 연동되는 간단한 룰 기반 설정이므로 약 1~2주 소요 예상하고 있습니다.
Q: NPS 조사는 어떻게?
A: 가입 3일 이후, 1회만 노출되는 짧은 2문항 설문조사를 삽입할 예정입니다.
6. 기대 효과 및 목표 수치
| 항목 | 현재 수치 | 목표 수치 |
| D7 리텐션율 | 9% | 15% 이상 |
| 핵심 기능 사용률 (1~3일) | 17% | 25% 이상 |
| NPS 평균 점수 | (미측정) | 7점 이상 |
| 이탈 유저 비율 | 60%+ | 40% 이하 |
| LTV 추정치 | (계산 필요) | +20% 이상 증가 기대 |
📢 발표자 스크립트 :
이 개선안을 실행하면,
7일차 리텐션율을 기존 9%에서 15% 이상으로 끌어올릴 수 있을 것으로 기대합니다.
또한 핵심 기능 사용률을 20% 이상 개선하고,
장기적으로 LTV 상승 기반을 마련할 수 있을 것으로 예상합니다.
🎤 예상 질문 & 답변 스크립트
Q: 리텐션 개선만으로 LTV 상승할 수 있나?
A: 유저가 오래 남을수록 구매 전환율이 높아지는 것이 검증된 패턴입니다.
특히 리텐션 5% 향상 시, LTV가 25% 이상 상승할 수 있다는 업계 분석도 존재합니다."
Q: 실험이 성공하면 다음 계획은?
A: 2단계로 복귀 유저 활성화 플로우 개선,
3단계로 추천 기반 개인화 기능까지 확장하는 로드맵을 준비하고 있습니다.
7. UX 리서치 플랜
📍 1단계: GA 데이터 분석
- 코호트/퍼널/세그먼트 기준
- 이탈 흐름, 기능별 도달률, 행동 심도 파악
📍 2단계: NPS 조사 도입
- 신규 유저 대상, 3일 이후 자동 노출
- 점수 + “이유” 주관식 응답으로 개선 우선순위 도출
📍 3단계: 현장 인터뷰(15분 내외)
- 주요 타깃 유저 5명 이상
- 첫 사용 경험에 대한 감정/이해/행동 이유 파악
- 질문 예:
“첫 화면에서 무엇을 기대하셨나요?”
“이 서비스가 당신에게 어떤 가치를 줄 수 있다고 느끼셨나요?”
📢 발표자 스크립트 :
리서치는 GA 데이터 분석, NPS 조사, 그리고 소규모 현장 인터뷰로 구성됩니다.
이러한 조합을 통해 수치 데이터와 정성 데이터를 함께 확보하고,
보다 정밀한 개선 방향을 도출할 수 있도록 설계했습니다.
8. 마무리 및 요청사항
✅ 데이터 기반으로 '아이러브커피'의 구조적인 개선 실험을 시작하겠습니다.
📌 즉시 실행 제안
- 튜토리얼 구조 리디자인 → 1주 이내 적용
- GA 퍼널 이벤트 추가 세팅
- NPS 조사 Flow 도입 (GA or 설문 연결)
🧩 요청사항
- 리마인더 메시지 발송 시스템 연동 논의
- 배지/포인트 설계 위한 리워드 정책 검토
- 현장 유저 인터뷰
협조 요청 (타깃군 섭외 포함)
📢 발표자 스크립트 :
이번 제안은
지금 당장 작은 실행부터 시작할 수 있는 플랜입니다.
리마인더 메시지 셋팅, 첫 기능 미션 설계, 초기 인터뷰 준비
이 세 가지를 바로 가볍게 착수해,
'바뀌는 결과'를 직접 확인할 수 있도록 만들겠습니다.
저희의 작은 실험이,
장기 서비스를 다시 숨 쉬게 하는 첫걸음이 되길 바랍니다.
지금까지 Re:brew 프로젝트의 방향성과 가능성을 함께 들어주셔서 감사합니다.
notion:
https://www.notion.so/DAY-39-PPT-Re-brew-ver-03-1e44bb609e3a805c9b18f02d62ea93d5?pvs=4