Tekrevol에 따르면 앱 스토어에서 매출 상위 200위 이내에 드는 앱은 매일 약 82,500 달러의 수익을 올립니다. 하지만 800대 앱으로 범위를 넓혀보면 수익은 3,500 달러 선으로 급락합니다. 이처럼 앱 수익화 전략을 조기에 최적화하는 것은 중요하지만, 어떤 전략이 가장 효과적인지 어떻게 확신할 수 있을까요?
개발사들이 앱 수익화 전략을 설계할 때 같은 카테고리의 성공적인 앱을 모방하는 경우를 종종 보게 됩니다. 이는 운영 초기에는 유용한 방법일 수 있지만, 동일한 카테고리에 속하는 앱이라도 타깃 유저, 지역 등에 따라 근본적인 차이가 다양하게 존재할 수 있으므로, 전적인 모방만으로는 성공을 장담할 수 없습니다. 해당 카테고리에서 시장을 주도하는 앱이 구독자에게 3일 무료 체험을 실시해 성공을 거둔다고 해서 그 방법이 여러분의 유저에게도 똑같이 적용되리라는 법은 없는 것입니다.
모방보다 훨씬 효과적이며 성공 확률이 높은 방법은 A/B 테스트입니다. A/B 테스트를 통해 통계적인 확신을 바탕으로 수익 개선에 도움이 되는 특성들을 파악함으로써 감에 의존하는 모방에서 탈피할 수 있습니다. 확실한 비전을 바탕으로 앱에 가치를 더해주는 탄탄한 A/B 테스트를 통해 수익 창출 활동에 대한 참여율을 최적화하는 것은 물론 유저의 다양한 니즈를 보다 더 잘 이해할 수 있게 될 것입니다. 다만, 장기적으로 가치를 창출하지 못하는 요소에 대해 테스트를 실시하는 데 너무 많은 시간과 자원을 허비하는 일이 없도록 주의할 필요가 있습니다.
앱 수익 증대에 도움이 되는 몇 가지 핵심적인 테스트에 대해 알아보겠습니다.
앱 수익 증대를 위한 3가지 A/B 테스트
이러한 테스트를 실시할 때는 장기적인 성공을 목표로 삼고 이를 이해하려 하는 것이 중요합니다. 하지만 유저의 생애 주기를 앱에서 파악하기란 어려운 일이기 때문에 이러한 테스트는 좋은 출발점이 됩니다.
1. 구독의 장벽 뒤에 있는 콘텐츠에 대한 테스트
점진적인 수익 증대를 위해서는 유저에게 제공하는 무료 콘텐츠와 구독자에게만 제공되는 콘텐츠의 양 사이에서 최적의 균형점을 찾는 것이 중요합니다. 잔존율에 영향을 끼치지 않는 선에서 구독률을 개선할 수 있을 만큼 충분한 무료 콘텐츠를 제공하는 것을 목표로 삼는 것이 좋습니다.
처음에는 다양한 콘텐츠에 대한 참여율을 살펴보고 구독 결제라는 장벽을 통과한 유저들을 대상으로 이러한 콘텐츠가 어떠한 성과를 내고 있는지 테스트합니다. 가장 인기있는 콘텐츠를 구독 전용으로 설정해 놓으면 전환율이 개선될 것이라고 기대할 수도 있겠지만, 결과적으로는 충성 유저들을 앱에서 밀어내어 이탈률이 증가하게 될 수도 있습니다. A/B 테스트를 실시하면서 잔존율과 수익의 변화를 주시하는 것이 확실한 방법입니다.
프리미엄 콘텐츠에 대해 테스트를 실시하고 구독 전용으로 설정했을 때 가장 효과적인 콘텐츠가 무엇인지 파악하는 일은 유저의 지속적인 앱 참여를 독려하고 구독자로의 전환을 유도하는 데 중요한 부분입니다.
2. 광고 배치 테스트
수익화 전략을 최적화하기 위해서는 여러분이 노출하는 광고의 종류와, 퍼널에서 광고가 표출되는 지점에 대한 테스트를 실시하는 것도 중요합니다. 앱에 새로운 광고 배치를 추가할 때는 잔존율과 인앱 경제에 악영향을 주지 않고 ARPU를 극대화하는 것을 목표로 삼아야 합니다. 미처 생각하지 못했던 지점에 광고를 배치함으로써 성과가 대폭 개선될 가능성도 있다는 점을 기억해 주세요.
보상형 동영상, 오퍼월과 같은 유저 주도의 광고 형식을 도입할 것인지, 인터스티셜이나 배너 같은 디스플레이 광고 형식을 고려할 것인지, 아니면 양쪽 모두를 활용할 것인지 고려해야 합니다. 서로 다른 광고 형식은 결국 서로 다른 유저에게 어필하기 때문에 다양한 광고 형식을 혼합하는 것이 최대 다수의 유저를 충족시킬 수 있는 최선의 방법입니다.
유니티 플랫폼을 사용하는 인기 라이프스타일 앱의 경우 LTV를 개선하고 더 많은 수익을 창출하기 위해 광고 배치에 대한 테스트를 시작했습니다. 처음에는 보상형 비디오와 오퍼월 등의 보상형 광고 배치만을 구현했지만, 얼마 지나지 않아 A/B 테스트를 통해 인터스티셜 광고가 ARPDAU)와 eCPM을 대폭 향상시킨다는 사실을 깨닫게 되었습니다. 특정 광고 형식이 구독자 증가에 가장 효과적인 것처럼 보이는 경우라도 A/B 테스트를 실시함으로써 그만큼, 혹은 그보다 더 효과적인 광고 형식을 찾아낼 가능성을 배제해서는 안 됩니다.
보상형 광고 형식을 포함시키기로 결정했다면, 전환율 개선을 위해 제공하는 보상에 대한 테스트를 실시해야 합니다. 일부 앱의 경우 유저에게 프리미엄 콘텐츠의 이점을 체험하게 하는 것이 가장 좋은 방법입니다. 하지만 다른 앱에서는 유저가 마음대로 사용할 수 있는 가상의 커런시를 제공하는 것이 보다 효과적일 수도 있습니다. 보상에 대한 반응은 유저별로 다르기 때문에 보상에 대한 테스트를 실시해 이러한 수익 창출 동력을 효과적으로 활용하는 것이 중요합니다.
여기에 더해, 광고를 얼마나 자주 보여주는지 한도와, 광고 사이의 간격은 얼마나 되는지 빈도에 대한 테스트도 실시해야 합니다. 여기에는 서로 다른 유저 그룹을 대상으로 광고를 표출하는 방식에 대한 테스트도 포함됩니다. 예를 들어, 광고 참여율에 따라 유저를 서로 다른 코호트로 세분화 하거나(광고 참여율이 낮은 집단, 중간인 집단, 높은 집단), 구독자와 비구독자로 나누어 볼 수 있습니다. 이후 각 코호트에 대한 광고 배치의 효과를 테스트할 수 있습니다.
3. 가격 설정 모델 테스트
각각의 유저로부터 수익의 최대치를 이끌어 내기 위해서는 최상의 가격 설정 모델을 설계하는 데에도 노력을 기울여야 합니다. 여러분의 궁극적인 목표는 유저를 구독자로 전환시키는 것이기 때문에, 구독 가격과 기간에 대해 A/B 테스트를 실시하지 않는다면 여러분은 잠재적인 수익을 간과하고 있는 것입니다.
이는 주간, 월간, 연간 등 구독 기간과 구독 비용의 최적의 조합을 찾아내는 작업입니다. 가격 설정 모델의 효과를 측정하기 위해서는 각 구독 기간별 LTV를 살펴보아야 합니다. 이로써 테스트 대상인 가격 모델의 장기적인 효과를 파악할 수 있습니다.
무료 체험의 영향을 테스트하는 것도 가격 설정 전략 테스트의 일환입니다. 특히 이 전략에는 장점과 단점이 모두 존재합니다. 무료 체험 옵션이 존재하지 않는 경우 이탈 가능성이 높아지지만, 무료 체험을 제공하는 경우 구독률이 떨어질 수 있습니다. 이러한 전략이 장기적인 수익에 미치는 영향을 확실하게 판단할 수 있는 유일한 방법은 A/B 테스트입니다.
무료 체험을 어디에 배치할 것인지에 대한 테스트도 장기적인 성공을 결정짓는 매우 중요한 요소입니다. 구독 과정의 일부로 무료 체험을 제공하거나, 체험 기간을 조정하거나, 유저가 무료 체험을 연장할 수 있도록 하거나, 결제수단 정보를 요구하는 시기 등에 대해 테스트를 실시할 수 있습니다. 무료 체험에 대한 유저의 반응은 앱마다 달라지기 때문에 성급하게 예측하거나 판단하지 않는 것이 중요합니다.
성공적인 A/B 테스트 실시 방법
누구나 첫날부터 성공을 꿈꾸고, 시간이 지남에 따라 성과가 최적화되고 KPI가 개선되는 것을 보고 싶어합니다. 다음은 성공적인 A/B 테스트 실행을 위한 몇 가지 팁을 공유해 드립니다.
자체 데이터 수집
다운로드 횟수, 유저가 가장 많은 시간을 보내는 지점 등과 같이 성과에 대한 데이터를 수집하는 것부터 시작해 주세요.. 성과는 주관적인 것이라는 점에서 - 소셜 미디어 앱의 다운로드 횟수는 구독 기반의 사진 편집 앱에 비해 훨씬 많기 마련입니다 - 카테고리의 평균 성과를 들여다보는 것보다는 자체 데이터를 확보하는 것이 훨씬 더 중요합니다.
이러한 상세 데이터를 바탕으로 앱의 전체적인 수익화 성공 여부를 측정할 수 있는 정확한 기준점을 설정할 수 있고, 이는 목표 달성을 위한 A/B 테스트 구상에도 도움이 됩니다. 예를 들어, 소셜 앱의 경우 사용 시간이 매우 중요한 지표인 반면, 전자상거래 앱과 구독 기반 앱의 경우에는 전환율이 중요합니다.
가설이 빗나갈 경우, 얻게 되는 이점
여느 연구와 마찬가지로, 가설을 수립하는 것은 A/B 테스트의 근간입니다. 수집한 데이터와 통계를 분석하고 유저의 행동을 관찰하는 것은 예측에 도움이 됩니다. 여러분의 가설은 여러분의 예상대로 실현될 가능성이 높지만, 가설이 빗나갔다고 해서 A/B 테스트가 실패한 것은 아닙니다. 오히려 기각된 가설도 그만큼의 가치를 지닐 수 있습니다.
구독 기반 앱이라면 구독 비용이나 구독 기간에 초점을 맞춘 가설을 설정할 수 있습니다. 예를 들어, 한 앱의 경우 주당 구독 비용을 낮추면 구독률이 올라갈 것이라는 가설을 세웠습니다. 누구나 그것이 당연한 이치라 생각할 것이며, 만일 그것이 잘못된 가설로 입증되더라도 실망할 필요는 없습니다. 개발사는 구독자를 늘리기 위해 가격을 낮출 필요가 없다는 사실을 알게 될 것이고, 그로 인해 보존된 수익은 또 다른 A/B 테스트의 기회를 가져다 줄 것입니다.
적절한 기간 선택
성공적인 A/B 테스트의 시간 모델을 모방한다고 해서 여러분의 테스트가 성공을 거두리라는 보장은 없습니다. 실제로 여러분이 목표로 삼는 부분에 대해 확실한 통계를 얻을 수 있는 테스트 기간에 대한 테스트를 실시하는 것은 혼동되거나 왜곡되지 않은 결과를 얻는 데 매우 중요합니다.
예를 들어, 더 많은 콘텐츠를 구독 전용으로 설정하는 것에 대해 테스트를 실시하는 경우 몇 가지 통계 지표들을 살펴보게 됩니다. 과금 유저의 수가 핵심 통계인 경우 테스트 기간을 짧게 하는 것이 좋습니다. 잔존율이 핵심 통계라면, 장기 테스트가 적합할 것입니다.
A/B 테스트는 여러분의 앱에 효과적인 요소에 대한 불확실성을 해소하고 데이터에 기반한 최상의 의사결정을 통해 모방보다 더 나은 선택을 할 수 있게 하는 방법입니다. 이 글이 여러분이 A/B 테스트를 시작하는 데 도움이 되기를 바랍니다. 또한 다양한 요소들이 복잡하게 얽혀 있어 새로운 돌파구가 필요하신 분들에게는 유니티와 같은 A/B 테스트 도구를 활용하는 것이 도움이 될 수 있을 것입니다.
