Search

책 블러핑 + 키워드 데이터 추가

실험 시작
2021/08/03
실험 끝
2021/08/10
목표
유저가 자신의 관심사에 맞는 책이 있다고 생각하게 만든다.
액션
책 취향을 기준으로 타겟을 더 좁히고, 이 타겟을 위한 책을 더 추가한다. 키워드 데이터를 추가해 Fit함을 더 직관적으로 보여준다.
가설
첫 방문 유저는 자신의 관심사에 맞는 책이 있음을 알면, 책을 더 많이 탐색해서 세션 당 평균 페이지 수는 3 이상이 나올 것이다.
결과
비회원 유저가 홈페이지에서 탐색한 책은 2권, 직접 본 책은 1권이다. 오래 탐색하지 않고, 1~2권만 훑어보고 바로 이탈한다.
학습
유저는 관심사가 맞는지 안 맞는지보다, 그냥 프로덕트가 제공하는 핵심 가치인 '책 교환'의 필요성이 없다. 비회원 때 접하는 단 1~2권의 책이 흥미가 없어서, 회원가입으로 이어지지 못했다. 광범위한 타켓팅보다, 특정 장르를 정해서 광고를 해야 한다. '회원 유저를 얼마나 만드냐?'가 가장 큰 요소다
Related to OKR Tracker (Column)

배경 및 문제

저번 실험에서 학습한 것
1.
'내가 마음에 드는 책이 있느냐?'를 서비스 활성화의 핵심이다.
2.
책 등록의 귀찮음을 느끼지 않게 만들어야 한다
→ 마음에 드는 책이 있으면, 귀찮아도 교환을 위해 등록할 것
문제 던지기 유저가 홈페이지를 방문했을 때, 마음에 드는 책이 없다고 느낀다.

원인 분석

Find Why
no
질문
결론
2
일부 책을 가지고 있는 것처럼 등록한다. 아예 특정 분야에 관심 갖는 유저만 타켓팅한다.
2
키워드 데이터를 추가해 책과 취향의 Fit함을 더 직관적으로 보여준다
COUNT3
/아예 특정 분야에 관심 갖는 유저만 타켓팅하고 이 유저에게 딱 맞는 책을 '있는 것'처럼 등록한다. 키워드 데이터를 추가해 Fit함을 더 직관적으로 보여준다.

목표 및 액션

목표 유저가 자신의 관심사에 맞는 책이 있다고 생각하게 만든다.
done
Name
요약
Done
Hojtar 확인 완료, GTM 확인 완료
Done
일주일 광고 집행 + A : 방학 잉여 신촌 대학생 + B : 스타트업을 꿈꾸는 신촌 대학생
Done
대학생'만'을 위한 키워드
Done
9권 추가 등록
COUNT4

가설 분석

가설 (수치까지 명확히!) 첫 방문 유저는 자신의 관심사에 맞는 책이 있음을 알면, 책을 더 많이 탐색해서 세션 당 평균 페이지 수는 3 이상이 나올 것이다. 핵심 지표 세션 당 평균 페이지 수 기간 총 기간 : 7일 시작 : 8월 3일 (화) 12:00 종료 : 8월 10일 (화) 23:59
선정 근거
지난 한 달 간, 첫 방문 유저의 세션 당 평균 페이지 수는 1.84
→ 1.84 * 1.6 = 약 3

결과 및 학습

결과 비회원 유저가 홈페이지에서 탐색한 책은 2권, 직접 본 책은 1권이다. 오래 탐색하지 않고, 1~2권만 훑어보고 바로 이탈한다.
학습 유저는 관심사가 맞는지 안 맞는지보다, 그냥 프로덕트가 제공하는 핵심 가치인 '책 교환'의 필요성이 없다. 비회원 때 접하는 단 1~2권의 책이 흥미가 없어서, 회원가입으로 이어지지 못했다. 광범위한 타켓팅보다, 특정 장르를 정해서 광고를 해야 한다. '회원 유저를 얼마나 만드냐?'가 가장 큰 요소다
지표
핵심 지표
예상 값
실제 값
결과
학습
핵심
3
1.76
세션당 페이지 수는 오히려 줄었다. 비회원 유저가 홈페이지에서 탐색한 책은 2권, 직접 본 책은 1권이다. 오래 탐색하지 않고, 1~2권만 훑어보고 바로 이탈한다.
유저는 프로덕트가 제공하는 핵심 가치인 '책 교환'에 대한 필요성을 크게 느끼지 않고 있다.
보조
0
12
접속 후, 페이지의 별 다른 이동 없이 이탈한다. 로그인을 해야지 접근 콘텐츠가 많아져서 세션 시간이 늘어나는데, 유저는 아예 회원가입 조차 안 함
비회원 때 접하는 단 1~2권의 책이 흥미가 없어서, 회원가입으로 이어지지 못했다.
보조
0
32
'스타트업을 꿈꾸는 신촌 대학생' 페르소나가 광고에 더 긍정적으로 반응
페이스북 광고만으로 홍보하기 어렵다. 광범위한 타켓팅보다, 특정 장르를 정해서 광고를 해야 한다.
보조
0
0
회원가입을 하지 않으니 아예 등록하지도 않은다.
'회원 유저를 얼마나 만드냐?'가 가장 큰 요소다
COUNT4