데이터 분석 기반 티빙 개선방안 작성하기 | 코드스테이츠 PMB 14기

 코로나19가 장기화되면서 나는 해지했던 넷플릭스를 다시 구독했고, '환승 연애'와 '술꾼 도시 여자들'을 보기 위해 티빙까지 구독하게 되었다! 이러한 현상은 전국적으로 나타났는데, 코로나19 확산 이후 OTT 서비스 유료 이용률은 눈에 띄게 증가했다. 한 가지 안타가운 사실은 해외 OTT 서비스의 이용률이 대폭 상승하는 동안 국내 OTT 서비스 이용률은 상대적으로 미비하다는 점이다.

출처 : (좌) KOCCA / (우) 동아사이언스

 

 

열심히 성장 중인 국내 OTT 서비스들

2022년 기준 국내 1위 OTT 서비스였던 웨이브를 제치고 티빙이 1위, 그 뒤로 쿠팡이 2위를 선점했다. 티빙은 어떻게 웨이브를 제치고 국내 OTT 1위로 급부상 할 수 있었을까?

 

 티빙과 쿠팡 플레이는 넷플릭스와 동일하게 독점 콘텐츠 및 오리지널 콘텐츠 제작에 집중하는 전략을 펼쳤다. 쿠팡 플레이 오리지널 콘텐츠로는 '안나'가 흥행에 성공하였지만 최근 감독 상의 없이 무단 편집했다는 논란이 생겼다. 해당 논란으로 인해 추가적인 오리지널 작품 제작에 문제가 생길 여지가 있을 것이며, 따라서 한동안 성장세가 주춤할 것으로 보인다. 반면 티빙은 예능 프로그램 '환승 연애'와 드라마 '유미의 세포들', '술꾼 도시 여자들'이 별도의 논란 없이 흥행에 성공하여 승승장구하고 있다.

 

오리지널 콘텐츠로 질주하는 티빙!

출처 : (좌) 아이지에이웍스 모바일인덱스 / (우) TDI (The Data Incubator)

 

 티빙이 크게 성장하게 된 이유는 크게 2가지로 설명할 수 있다.

1. 2020년 티빙은 CJ ENM으로 부터 독립하며 팬덤이 탄탄한 '신서유기 시리즈'를 독점 공개하였고, 이로 인해 유료 가입자 수가 2020년 말 이후 1년간 약 2배가량 증가했다. (시작부터 좋은 패를 가지고 있었다는 생각이 든다!)
2. 2021년 9월 급 MAU가 증가하였는데 해당 시기에 티빙 오리지널 드라마 2건이 흥행에 성공하였다. '유미의 세포들'이 2021년 9월 ~ 10월 방송하였고 연이어 흥행했던 '술꾼 도시 여자들'이 2021년 10월 ~ 11월 방송하며 MAU가 대폭 증가했다. MAU가 증가한 것에 비례하여 티빙 유료 가입자 수는 2020년 말 이후 1년 여 동안 2배 이상 증가했다.

 

티빙의 강점과 취약점

😎 강점

 다른 OTT 서비스도 오리지널 콘텐츠를 제작하고 있지만 티빙이 유독 급 성장한 이유는 뭘까? 국내 OTT 서비스들 사이에서 2030 여성을 타겟으로 한 OTT 서비스로 포지셔닝된 것이 큰 역할을 했을 것으로 보인다!
 '유미의 세포들', '술꾼 도시 여자들'의 경우 웹툰 원작으로 이미 성공이 어느 정도 보장된 작품이었으며, '환승 연애'의 경우 채널A에서 방영된 '하트 시그널'이 화제가 되어 시즌3까지 제작되었기 때문에 성공 가능성이 높았다. 즉, 2030 여성들이 좋아할 만한 소재를 쏙쏙 뽑아서 오리지널 콘텐츠화시킨 전략이 티빙의 최대 강점이다.

😭 취약점

1) 포지셔닝은 확실하게 되었으나 볼게 넘쳐나는 넷플릭스에 비해 상대적으로 볼만한 작품이 적기 때문에 이탈률이 높을 것으로 예상된다. 티빙을 구독 중인 지인들에게 확인한 결과, 자신이 보고 싶은 작품이 방영하는 시기에만 구독을 하고 종영 이후 구독을 취소하는 패턴을 반복한다. 이유를 물어보니 '계속 구독을 유지할 만큼 보고 싶은 콘텐츠가 넉넉하지 않다'는 피드백을 들었다. 티빙 오리지널 콘텐츠는 생각보다 많은 데 흥행한 것은 연애 및 여성 공감 관련 소재 뿐이었다. 따라서 투입 비용 대비 적자를 봤을 것이다.

 

2) 리텐션을 위한 요소의 부재는 티빙의 또 다른 취약점이다. 콘텐츠 수급 및 제작 외 티빙이 리텐션 지표를 높이기 위해 현재 실시하고 있는 것은 시청 중인 콘텐츠의 신규 에피소드가 등록되면 알람이 오는 정도이다. 티빙 사용자인 나는 다른 리텐션을 끌어내는 알람을 받아본 적이 없다. 심지어 공개 예정작의 방영 알림 설정 기능도 없다는 점이 아쉽다. (예정작을 보기 위해 방영 예정일을 자체적으로 기억하고 있어야 한다ㅎㅎ)

 

 

 

취약점 해결을 위해 집중해야 할 지표 3가지

1. 평균 콘텐츠 소비량	2. 재방문율	3. 구독자 수
평균 체류 시간, 유저 흐름 데이터, 클릭율(소비 콘텐츠 소비량)	N-Day 리텐션, DAU, 푸시 알림 전환율	이탈율(구독 해지율), 구독 전환율
콘텐츠 도메인에서는 콘텐츠 자체의 흥행 여부가 서비스에 큰 영향을 미친다. 그렇기 때문에 넷플릭스가 오리지널 콘텐츠를 키우는 것과 동시에 명작들을 수급하는 데 집중하는 것이다.  사용자는 많은 콘텐츠를 소비하길 원한다. 보고싶은 콘텐츠 1건을 위해 구독하기 시작했지만 추가적으로 소비할 콘텐츠가 없다면 원하는 콘텐츠만 빠르게 소비하고 이탈한다.  구독 취소는 매출과 직결되어 있으므로 이탈률을 막기 위해 콘텐츠 소비량을 늘리는 것이 가장 중요하고, 우선시 되어야 하는 지표로 보았다.	평균 콘텐츠 소비량이 증가하면 자연스럽게 재방문율 및 구독율도 늘어날 것이라 기대한다! 하지만 평균 콘텐츠 소비량과 별개의 지표로 관리하는 것도 중요하다. 국내 OTT 서비스들이 현재 줄줄이 적자를 기록하고 있다. 적자를 감수하고 서비스를 키우는 것이기 때문에 재방문율과 구독율이 무엇보다 중요하다고 판단했다.  동일한 콘텐츠를 소비하고 있음에도 재방문율을 높일 수 있다. 푸시 알림 속 UX Writing의 중요성은 재방문율을 높이는 데 사용되고 있으며, 이미 수많은 CRM 마케팅 사례로 입증되었다.  재방문율이 상승하면 구독 유지율도 함께 높아질 것이라 예상되므로 2개의 지표는 함께 봐야한다.

 

💡3가지 지표를 개선하기 위한 가설 설정

1. 주요 타겟인 2030 여성의 마음을 확고하게 잡기 위해 연애 & 여성 공감 소재의 오리지널 콘텐츠 제작 및 작품을 수급하여 작품 수를 늘리면 3가지 지표가 모두 상승할 것이다.
2. 티빙 오리지널 콘텐츠 방영 시기를 연이어서 스케줄링하면 이탈율이 줄어들어 구독 유지율이 상승할 것이다.
3. 사용자가 현재 시청하고 있는 작품과 유사한 작품을 추천한다면 콘텐츠 소비량이 증가할 것이다.
4. 현재 인기있는 작품, 사용자 취향의 작품을 추천하며 재방문을 유도하는 푸시 알림을 기획하면 재방문율이 증가할 것이다.

 

 

가설 검증을 위한 A/B 테스트 계획

 내가 세운 가설이 맞는지 A/B 테스트를 통해 검증 후 실제 기능으로 도입하고자 한다! 위의 4가지 가설 중 1번과 2번 가설은 기능이 아닌 콘텐츠에 대한 부분이라 A/B테스트를 실시하기 적절하지 않을 듯하여 제외한 3가지 가설에 대한 테스트를 계획해보았다 :)

가설	사용자가 현재 시청하고 있는 작품과 유사한 작품을 추천한다면 콘텐츠 소비량이 증가할 것이다.	현재 인기있는 작품, 사용자 취향의 작품을 추천하며 재방문을 유도하는 푸시 알림을 기획하면 재방문율이 증가할 것이다.
목표	평균 체류 시간 & 콘텐츠 클릭율 증가	재방문율 증가
기간	한달 (인기작 방영 1/2 시점부터 시작하여 인기작 종영 후까지) *인기작을 보기 위해 유입된 비율이 높으므로 해당 작품 종영 후에도 해당 기능으로 재방문율까지 이끌어 낼 것인지 보기 위함.	2주일
대상	현재 방영 중인 한 가지 작품만 소비하고 있는 사용자 500명 (= 방영일에 따라 주 1~2회 방문하는 사용자)	푸시 알림 ON 이용자 중 콘텐츠 클릭율이 급감한 500명 (= 보고있던 작품 이후 콘텐츠를 소비하지 않는 사용자)
A그룹 대조군	시청하고 있는 작품 마지막 부분에 추천 작품이 뜨도록 설정	보지 않은 신규 콘텐츠를 추천하는 내용의 푸시 알림 발송
B그룹 대조군	기존 UI 화면 제공	별도의 푸시 알림 없음
측정 지표	평균 체류 시간, 클릭율(소비 콘텐츠 소비량), 유저 흐름 데이터, 재방문율	N-Day 리텐션, DAU, 푸시 알림 전환율
테스트 스케줄	1일차 : 관계자 내용 공유, 테스트 대상자 분류, A/B 테스트 셋팅 테스트 기간 : A/B 테스트 진행, 핵심지표 트래킹 테스트 종료 직후 : 최종 데이터 분석 및 관계자에게 결과 공유, P-Value 값 확인, A/B 테스트 리뷰 및 회고 +) P-Value 값 확인 후 필요하다면 모수를 늘려 기간 추가 테스트 진행