넷플릭스, 유튜브, 인프런과 뉴닉의 공통점
뉴스레터 서비스들은 크게 보면 콘텐츠 산업군에 속하는 비즈니스이기도 한데요. 지난 글에서는 뉴닉의 '뉴스레터'로서의 특징과 AARRR 스텝 별로 몇 가지 지표들을 살펴보았습니다. 이번 글에서는 콘텐츠 비즈니스를 하고 있는 넷플릭스, 유튜브, 인프런과 뉴닉을 비교해보며 콘텐츠 사업을 하고 있는 회사들이 어떤 데이터를 보고 있을지 또는 봐야 할지 얘기를 좀 더 해보겠습니다.
콘텐츠 회사에서는 어떤 데이터를 볼까요?
1. 넷플릭스
저는 넷플릭스 없이 못 사는 사람이라 그런지 콘텐츠 했을 때 바로 생각난 건 '넷플릭스'였어요. 데이터를 잘 활용한다고 소문이 나 있는 회사이기도 하고요. 넷플릭스에서 어떤 데이터를 수집, 활용하고 있고 오리지널 콘텐츠를 만들 때는 어떤 근거로 의사결정을 했는지 살펴보면서 뉴닉의 비즈니스와 연관 지어 생각해보았습니다.
넷플릭스의 첫 오리지널 콘텐츠 <하우스 오브 카드>
여러분은 넷플릭스 드라마 <하우스 오브 카드 House of Cards>를 아시나요? 권력을 위해서라면 수단과 방법을 가리지 않는 주인공 부부가 의회와 백악관을 장악해나가는 정치 스릴러입니다. 저는 2015년쯤 이 드라마를 통해 넷플릭스를 처음 알게 되었는데요. 알고 보니 저만 그랬던 것은 아니더라고요. 미국에서도 넷플릭스가 가입률을 극적으로 끌어올리며 지금의 넷플릭스가 될 수 있도록 만든 일등공신이었다고 해요. 넷플릭스의 첫 번째 오리지널 콘텐츠인 이 드라마가 이런 큰 성공을 거둘 수 있었던 이유는 무엇이었을까요?
2011년, 영국에서 90년대에 방영되었던 인기 드라마 <하우스 오브 카드>의 미국 제작 투자사를 놓고 경쟁 입찰이 벌어졌습니다. 넷플릭스는 이전까지 콘텐츠 방면에 투자한 이력이 없었음에도 HBO, AMC 등 미국의 주요 채널을 제치고 1억 달러라는 높은 가격에 미국판 <하우스 오브 카드>의 제작 투자를 결정합니다. 첫 번째 투자에 1억 달러 베팅이라니, 딱 망하기 좋아 보이지 않나요? 넷플릭스가 이렇게 과감한 결정을 내릴 수 있었던 배경에는 데이터가 있었습니다.
넷플릭스가 투자의 근거로 삼은 데이터는 이렇습니다.
데이비드 핀쳐 감독의 영화는 시청 완료율(Completion rate)이 높았다.
영국판 <하우스 오브 카드>가 인기 있었다.
영국판 <하우스 오브 카드>를 본 사람들은 케빈 스페이시*가 출연한 영화나 데이비드 핀쳐 감독의 영화를 보았다.
그리고 정치 스릴러물이라는 장르의 인기도 고려 요소가 되었습니다.
*케빈 스페이시는 미국판 하우스 오브 카드 시즌 1 ~ 5의 주인공이자 프로듀서였습니다. 성폭행 혐의가 제기되어 마지막 시즌에서는 공동 주연이었던 로빈 라이트의 단독 주연으로 스토리가 변경되었습니다.
넷플릭스의 데이터들
넷플릭스는 새 시즌을 제작 여부를 결정할 때에도 데이터를 활용한다고 알려져 있는데요. 몇 년 전, 캐나다 드라마 <빨간 머리 앤>의 다음 시즌 제작을 기원하는 팬들이 트위터에서 암암리에 꿀팁을 공유하곤 했습니다.
“한 번에 끝까지 정주행 할 수 있을 때 시작한다.”
“보다가 중간에 멈추면 안 됨(!)”
효과가 있었던 것인지는 모르겠지만 이 내용이 공유되고 몇 달 후 빨간 머리 앤의 새 시즌이 제작되었습니다. 이렇게 큰 금액을 투자해서 콘텐츠를 제작한다거나, 기존 시리즈의 새 시즌을 제작하는 것, 영화의 판권을 구입하는 것과 같은 의사결정을 하기 위해 넷플릭스에서 어떤 데이터를 보고 있을까요?
재생 중 멈추는 부분, 다시 보기 하는 부분, 빨리 감는 부분은 어디인지
어떤 요일에 보는지 (드라마는 주중에 보고, 영화는 주말에 보는지)
언제 보는지
몇 시에 보는지
어디에서 보는지
어떤 기기로 보는지 (드라마는 태블릿으로 보고, 영화는 크롬캐스트(TV)로 보는지 / 아이패드로는 어린이용 콘텐츠를 주로 보는지 등)
언제 이탈하는지, 그리고 다시 해당 콘텐츠로 다시 돌아오는지
평점
검색
브라우징, 스크롤 등 행동 패턴
영화 자체의 데이터 (언제 크레딧이 올라가는지, 음량, 색감, 풍경 등 사용자가 무엇을 좋아하는지 등)
최근의 추천 트렌드는 단순히 콘텐츠 A를 좋아하는 사람이면 콘텐츠 B를 추천해주는 것이 아니라 맥락을 활용하는 것이라고 합니다. 예를 들면 같은 콘텐츠 A를 봤더라도 주중 저녁 8시 집에서 TV로 보는 사람과 주말 오후 2시 아이패드로 보는 사람에게 다른 콘텐츠를 추천해준다는 것입니다. 어떤 상황에서 보는지가 더 중요하다고 보는 것입니다. 요즘 유튜브를 보면 늦은 밤 시간에는 <모닥불 8시간 재생> 같은 영상이 추천으로 뜨는 것처럼요.
구독을 유지하게 하는 장치
콘텐츠를 다룬다는 것 외에도 넷플릭스와 뉴닉의 공통점은 또 있습니다. 바로 구독 모델이라는 점입니다. 넷플릭스에서 발표한 자료에 따르면 시청시간이 구독률과 관련이 깊다고 하는데요. 월 15시간 이상 시청시 구독 취소율이 75% 낮아지고, 월 5시간 미만 시청시 구독 취소율 95% 높아진다고 합니다.
그래서 넷플릭스는 사용자들이 계속해서 넷플릭스 속 콘텐츠를 시청하도록 유도하고 있습니다. 넷플릭스를 사용하는 분들이라면 아시겠지만 드라마의 한 에피소드가 끝나면 곧바로 다음 에피소드가 자동으로 재생되고, 영화는 엔딩 크레디트가 올라감과 동시에 추천하는 다른 콘텐츠들을 띄워줍니다. 개인적으로는 최근 들어 추천 콘텐츠를 띄워주는 타이밍이 더 빨라졌다는 생각을 했는데요. 추천 콘텐츠가 노출되기 전에 이탈하는 사람들이 많아서 이탈을 막기 위해 더 이른 타이밍에 노출하게 된 게 아닌가 싶었습니다.
뉴닉에서는 어떤 데이터를 트래킹 하면 좋을까
뉴닉에서도 뉴스레터에서 어떤 기사를 다룰지, 유료 뉴스레터의 테마를 어떤 것으로 할지 정할 때 데이터를 활용할 수 있을 것 같습니다. 넷플릭스의 사례에 빗대어 볼 때 아래와 같은 데이터들을 확인해볼 수 있겠네요.
사용기기 (모바일 / 태블릿 / PC)
이메일 호스팅 업체 (지메일 / 네이버 등)
스크롤, 상세 기사 클릭, 공유
뉴스레터에서 다룬 기사 내용 분석
또 넷플릭스의 시청 완료율(Completion rate)과 같은 주요 지표가 무엇인지 정해볼 수 있습니다. 예를 들면, 뉴스레터 오픈율, 또는 개별 레터의 완독률이 주요 지표가 될 수 있을 것 같습니다.
또한 구독률과 직결되는 액션을 찾는 것도 중요하겠네요. 직관적으로는 뉴스레터 오픈율과 관련이 깊을 것 같아요. 조금 더 깊게 들어간다면 뉴스레터를 읽는 속도(꼼꼼히 읽는지, 쓱 훑고 지나가는지)와 같은 데이터도 관련이 있을 수 있겠습니다.
넷플릭스 덕후인 저는 뉴스레터 오픈율 99%에 가까운 뉴닉을 애정하는 구독자이기도 합니다. 언뜻 관련이 없어 보이는 제가 애정 하는 두 서비스를 비교해보면서 공통점을 발견할 수 있어서 즐거운 시간이었습니다. 뉴닉의 앞으로의 행보가 더욱 궁금해지네요.
2. 유튜브
이번에는 영상 콘텐츠를 다루는 '유튜브'를 살펴보겠습니다. 유튜브에서 크리에이터에게 어떤 데이터를 제공하는지 아시나요? 유튜브 크리에이터로 활동하고 계시다면 아마 익숙하실 텐데요, 유튜브 스튜디오에서 [분석] 탭에 들어가면 유튜브 콘텐츠와 관련한 다양한 데이터를 확인할 수 있습니다.
이번 섹션에서는 유튜브 스튜디오에서 제공하는 여러 지표, 데이터들을 기반으로 뉴닉에는 어떤 부분들을 적용해볼 수 있을지 고민을 한 번 해보도록 하겠습니다.
유튜브는 크리에이터에게 어떤 데이터를 제공할까
유튜브 채널이 있으신 분들은 YouTube 스튜디오 [분석] 탭에서 제공되는 대시보드를 기준으로 아래 글을 함께 읽어주시면 좋을 것 같네요. 유튜브 크리에이터가 아니시라고요? 유튜브에서 제공하는 YouTube 분석 기본사항 페이지를 방문하시면 유튜브 스튜디오에서 제공하는 데이터에 대한 설명을 누구나 확인할 수 있습니다.
유튜브 스튜디오에서 확인할 수 있는 데이터는 크게 개요, 도달 범위, 참여도, 시청자, 수익으로 나눠볼 수 있습니다. 예시로 사용한 스크린샷은 세부 수치를 지운 데이터리안 유튜브 채널의 데이터입니다.
개요
개요에서는 채널 및 동영상의 실적을 요약해서 보여줍니다. 여기에서 실적에 해당하는 주요 지표는 영상 조회수, 시청 시간, 구독자 수 등입니다. 채널 전체에 대한 기간별 실적과 실시간 실적은 물론, 조회수 기준 인기 동영상의 실적과 최신 동영상의 실적도 함께 확인할 수 있습니다.
도달 범위
도달 범위에서는 채널이 시청자에게 얼마나 노출되었는지, 노출 경로는 어떻게 분포하는지를 확인할 수 있습니다. 노출수, 노출 클릭률, 조회수, 순 시청자 수 등이 주요 지표입니다. 트래픽 소스 유형별 비중도 알 수 있어서 어떤 채널을 통해 시청자들이 많이 유입되고 있는 지를 파악할 수 있습니다. 또한 노출과 관련한 퍼널 차트를 통해 전체 노출 중에서 조회수가 얼마나 발생했으며, 노출에서 발생한 시청 시간이 몇 시간인지도 확인 가능합니다.
노출이 많이 되더라도 조회수나 시청 시간이 낮다면, 시청자에게 매력적인 콘텐츠로 다가가지 않았다는 의미일 것입니다. 이런 데이터를 잘 활용하여 앞으로 콘텐츠의 방향성, 트래픽 채널의 확장 등을 검토해볼 수 있습니다.
참여도
참여도에서는 시청자의 시청 정보에 대한 요약 데이터를 볼 수 있습니다. 주요 지표는 시청 시간, 시청 지속 시간 등이며, 시청 시간에 기반한 인기 동영상 목록, 상위 재생목록 등도 확인 가능합니다.
시청자
시청자에서는 채널을 구독하고 동영상을 시청하는 시청자에 대한 정보를 파악할 수 있습니다. 재방문 시청자 수, 순 시청자 수, 구독자 수는 물론, 시청자의 연령, 성별 정보와 지역 정보도 확인할 수 있습니다. 시청자가 주로 유튜브를 이용하는 시간대, 시청하는 다른 채널과 다른 동영상도 파악 가능하기 때문에, 주로 어떤 주제의 영상과 채널에 관심이 많은 시청자가 내 채널의 동영상을 보는지 가늠할 수 있습니다.
수익
데이터리안 채널은 아직 수익창출을 하지 않아 수익 데이터를 볼 수 없지만, 수익 창출을 하는 채널은 창출되는 수익에 대한 세부 정보를 확인할 수 있다고 합니다. 유튜브에서는 월별 추정 수익, 수익원, 수익 상위 동영상 등과 함께 광고 유형 데이터도 제공합니다.
뉴닉에도 이 데이터를 적용할 수 있을까요?
위에서 살펴본 유튜브 데이터를 뉴닉 서비스에도 적용해볼 수 있을까요? 유튜브라는 플랫폼 자체의 특성과 영상 콘텐츠라는 특성을 제외하면, 개요, 도달 범위, 시청자 데이터 일부를 뉴닉에도 적용해 볼 수 있습니다.
개요
개요에서 채널과 영상의 전반적인 실적을 확인했던 것처럼, 뉴닉 홈페이지의 콘텐츠와 뉴스레터의 실적을 파악하는 지표를 정의해볼 수 있습니다. 유튜브와 비슷하게 홈페이지 콘텐츠의 조회수, 뉴스레터의 조회수를 기본으로 확인하고, 이를 기초로 한 인기 콘텐츠, 인기 뉴스레터 회차를 파악해볼 수 있을 것입니다. 지난 n일과 비교하여 구독자 수는 얼마나 늘었는지 혹은 줄었는지도 확인해보면 좋겠네요.
도달 범위
유튜브의 도달 범위는 뉴닉 구독 페이지 방문 경로로 대체해볼 수 있습니다. 뉴닉을 검색하여 구독하기 위해 들어왔는지, 혹은 공유 링크 등을 통해 들어왔는지를 확인하면 어떤 마케팅 채널이 인기가 있는지, 구독을 위해 접속하기까지 어떤 요소가 중요했을지 대략 파악할 수 있을 것입니다.
또한, 뉴스레터 혹은 홈페이지 콘텐츠의 노출 대비 클릭률(CTR; Click-Through rate)을 확인한다면, 어떤 콘텐츠가 더 이용자들의 눈길을 끌었는지도 알 수 있겠네요. 홈페이지 콘텐츠는 썸네일 사진이 있는 콘텐츠와 없는 콘텐츠로 나눠볼 수 있는데요, 썸네일 유무에 따라 CTR이 다를 수 있습니다. 물론 썸네일과는 관계없이 콘텐츠 자체의 특성이 반영될 수 있습니다. 하지만 일관적인 추세가 발견된다면 썸네일을 반드시 추가하는 것이 좋은지 혹은 썸네일을 넣지 않아도 괜찮을지 알 수 있을 것입니다.
시청자
유튜브에서는 [내 시청자가 YouTube를 이용하는 시간대] 데이터를 제공하여 시청자들이 보통 언제 유튜브를 이용하는 지를 보여줍니다. 이와 비슷하지만 조금 더 세부적으로 뉴닉에 적용해본다면, 뉴스레터 오픈 시간대를 확인해볼 수 있을 것입니다. 뉴닉 뉴스레터는 보통 오전에 발송되는데, 발송 시각과 비교하여 구독자들이 뉴스레터를 오픈하는 시각은 언제인지 파악하고, 발송 시각과 오픈 시각의 차이가 크다면 발송 시각을 조정해보는 것도 좋겠네요.
앞에서 말한 CTR이 요일별, 시간대별로도 다를 것이므로, 홈페이지 방문 시간대를 확인하여 새로운 콘텐츠를 언제 발행하는 것이 이용자의 눈길을 끌지 파악할 수 있을 것입니다. 위의 모든 데이터는 일별, 주별, 월별과 같이 기간별 차트를 그려 확인하면 더 다양한 관점에서 사용자의 행동을 이해할 수 있습니다. 이와 같이 데이터를 바탕으로 프로덕트를 개선하여 사용자에게 더 가까워질 수 있기를 바랍니다.
3. 인프런 오리지널 콘텐츠
저는 뉴닉의 유료 콘텐츠 경제 기본기를 보고 인프런의 오리지널 콘텐츠가 가장 먼저 떠올랐습니다. (인프런은 데이터리안이 활동하고 있는 온라인 강의 플랫폼입니다.) 뉴스레터인 뉴닉과 인프런은 비즈니스 성격이 매우 다른데, 유료 자체 제작 콘텐츠로 수익화를 노리고 있다는 공통점이 있다는 게 재미있습니다.
그 의사결정의 근거는 무엇일까?
제가 항상 궁금한 부분은 '콘텐츠의 퀄리티가 어떤가?', '나는 저 콘텐츠에 돈을 지불할 의향이 있나?' 보다 '어떻게 저 토픽을 선정하게 됐을까?'인 것 같아요. 왜 인프런은 많은 프로그래밍 언어들 중에 파이썬과 자바를 가르치는 강의를 만들게 됐을까? 그 의사결정에 어떤 근거가 있는가? 같은 것 말이죠. 듣다 보니 여러분도 궁금하지 않으세요? 왜 뉴닉은 '경제 기본기'라는 콘텐츠를 만들었을까요? 그 의사결정의 기반에는 어떤 데이터들이 있었을까요?
일단 이런 결정을 잘하기 위해서는 데이터가 있어야 합니다. 데이터가 많으면 많을수록 좋고, 지금 해야 하는 의사결정과 깊게 연관된 데이터일수록 좋습니다. 그런 점에서 인프런은 뉴닉보다는 유리해 보입니다. 인프런의 콘텐츠 대부분은 이미 유료 콘텐츠이기 때문입니다.
'사람들이 돈을 지불하면서까지 듣고 싶은 이야기는 무엇일까?', '이런 이야기에 대해서 얼마까지 받을 수 있을까?'와 같은 질문에 대해 주로 무료 뉴스레터를 제공하는 뉴닉보다 인프런이 유리한 위치에 있습니다. 인프런에서 활동하는 콘텐츠 제공자들을 '지식공유자'라고 하는데요. 인프런은 플랫폼에서 활동하는 그 어떤 지식공유자들 보다도 유리한 위치에서 콘텐츠 방향, 가격 등에 관한 의사결정을 할 수 있습니다.
이용자의 관심을 측정할 수 있는 간접 지표들
반면에 뉴닉은 아직 유료 콘텐츠 소비 패턴에 대한 데이터가 없습니다. 사람들의 관심을 측정할 수 있는 간접적인 지표들이 필요한데요. 예를 들면, 간단하게는 '콘텐츠 조회 수'부터 약간 복잡하게는 '콘텐츠 반복 열람 횟수' 같은 것들이 있겠습니다.
아래와 같이 여러 사용자 액션을 관심의 정도에 따라서 나눠볼 수도 있습니다.
관심의 정도
약: 이메일 오픈율, 콘텐츠 조회 수
중: 스크롤 뎁스
강: 검색 키워드, 콘텐츠 공유 수, 콘텐츠 반복 열람 횟수
얘기를 나누다 보니 유저들을 다 같은 유저로 보면 안 된다는 의견도 나왔습니다. light user의 액션보다는 브랜드에 대한 충성도가 높은 heavy user의 액션을 주로 봐야 (예비)구매자의 관심도를 정확하게 측정할 수 있다는 의견이었습니다. 이렇게 유저의 서비스 충성도도 분석의 한 축으로 생각한다면, 전반적으로 봤을 때 관심도가 높지만 트래픽의 대부분이 light user에게서 나오는 콘텐츠보다는 서비스 전체로 봤을 때에는 관심도가 좀 떨어지더라도 heavy user에게서 트래픽이 충분히 나오는 콘텐츠가 차기 유료 콘텐츠 주제로 선정될 수도 있겠습니다.
너에 대해 더 알고 싶어
길게 이야기를 나누다 보니 온라인 콘텐츠의 영역뿐만이 아니라, 쿠팡이나 이마트의 PB 상품, 출판사의 기획 도서 등 '앞으로 뭘 해야 사람들이 좋아할까?' 하는 질문을 던지는 사람들이라면 누구든 사용자를 이해하고 싶어 하고, 그러기 위해 다양한 데이터를 활용하겠다는 어쩌면 당연한 결론에 도달했습니다. 서비스와 사용자의 관계는 지독한 짝사랑 관계일지도 모르겠네요.
뉴닉은 앞으로 어떤 콘텐츠들을 우리에게 더 보여줄까요? 어떤 데이터를 보면서 구독자들을 이해하고 있을까요? 우리의 지갑을 저격할 새로운 유료 콘텐츠도 기대해보겠습니다.
# 이 글은 데이터리안 프로덕트 스터디 중 일부를 정리한 내용입니다.


conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

최근의 추천 트렌드는 단순히 콘텐츠 A를 좋아하는 사람이면 콘텐츠 B를 추천해주는 것이 아니라 맥락을 활용하는 것이라고 합니다.

넷플릭스, 유튜브, 인프런과 뉴닉의 공통점

넷플릭스, 유튜브, 인프런과 뉴닉의 공통점

Contents

데이터 분석 소식을
매월 받아보세요

함께 읽어보면 좋은 글

UX Designer가 데이터를 만나면?

흩어져 있는 정성적 데이터에 질서를 부여하는 방법

설명 변수를 이용하여 유저 생존 곡선 그리기

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요

넷플릭스, 유튜브, 인프런과 뉴닉의 공통점

Contents

데이터 분석 소식을 매월 받아보세요

함께 읽어보면 좋은 글

UX Designer가 데이터를 만나면?

흩어져 있는 정성적 데이터에 질서를 부여하는 방법

설명 변수를 이용하여 유저 생존 곡선 그리기

데이터 분석 소식을 매월 받아보세요데이터 분석 소식을 받아보세요

데이터 분석 소식을
매월 받아보세요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요