피봇 판단: 언제 방향을 바꿔야 하나

[강한 피봇 신호]
- 6개월+ 시도해도 PMF 없음
- 다른 사용자 그룹이 더 좋아함
- 핵심 기능 사용 X, 보조 기능만
- 가격 의지 매우 낮음
- 본인도 사용 안 함


[피봇 X — 그냥 어려움]
- 출시 1~2개월 만에 마케팅 어려움
- 경쟁 강함
- 기술 문제 (해결 가능)


→ 6개월 빠르게, 12개월 깊게 시도
→ 그 이후 PMF 없으면 피봇 또는 종료

[Sean Ellis Test]
"이 도구가 사라지면 얼마나 실망?"

- 매우 실망: 40%+ → PMF
- 실망: 20~40% → 가까워짐
- 별로: < 20% → 피봇 검토


[행동 지표]
- 자발적 추천
- 28일 retention 30%+
- 매주 사용
- 가격 인상해도 유지

1. Customer Pivot (타겟 변경)
- B2C → B2B 또는 반대
- 예: Slack — 게임 회사 내부 도구 → 모든 회사 협업

2. Solution Pivot (해결책 변경)
- 같은 문제, 다른 방법
- 예: PayPal — eBay 결제 → 일반 결제

3. Problem Pivot (문제 변경)
- 다른 문제 발견
- 예: Twitter — 팟캐스트 회사 → 마이크로블로그

4. Technology Pivot (기술 변경)
- 같은 가치, 다른 기술
- 예: Instagram — Burbn (체크인) → 사진 공유

5. Pricing Pivot
- B2C → B2B 가격
- Subscription → One-time 또는 반대

[Slack — Customer Pivot]
- 시작: 게임 (Glitch) 내부 도구
- 발견: 게임 실패, 도구만 활용도 높음
- 피봇: 협업 SaaS
- 결과: $27B exit (Salesforce)


[Instagram — Solution Pivot]
- 시작: Burbn (위치 체크인)
- 발견: 사진 기능만 사용
- 피봇: 사진 공유 앱
- 결과: $1B exit (Facebook)


[YouTube — Customer Pivot]
- 시작: 데이팅 비디오 사이트
- 발견: 사람들 모든 종류 비디오 업로드
- 피봇: 일반 비디오 플랫폼
- 결과: $1.6B exit (Google)

[Step 1] 데이터 수집 (1주)
- 현재 매출·사용자·retention
- 사용자 인터뷰 10명
- 경쟁 분석 재검토

[Step 2] 가설 수립
- "X 그룹에 Y 가치를 주면 더 잘 될까?"
- 3가지 옵션 비교

[Step 3] 빠른 검증 (2주)
- 새 가설로 랜딩
- 베타 5명 인터뷰
- 신호 강한가?

[Step 4] 결정
- 강한 신호 → 피봇
- 약한 신호 → 다른 가설
- 모두 약함 → 종료


→ 빠른 검증 후 결정
→ 1년 헤매지 말기

종료가 답일 때:
- 18개월+ PMF 없음
- 매월 적자 (저축 소진)
- 본인 동기 없음
- 다른 더 좋은 기회


[종료 절차]
1. 사용자에게 알림 (30일 전)
2. 데이터 export 옵션
3. 환불 (남은 기간)
4. Lessons learned 글 (Twitter)
5. 다음 프로젝트


→ 종료는 실패 X — 학습
→ 5번 시도 = 1번 성공 비율

사례 1: 영어 회화 → AI 영어 학습
- 검증: 1대1 회화 부담 (시간)
- 피봇: 비동기 AI 학습 (시간 자유)
- 결과: 월 매출 3배

사례 2: 일반 SaaS → 변호사 SaaS
- 검증: 일반 시장 마케팅 어려움
- 피봇: 좁은 niche (변호사)
- 결과: ACV 10배 ($30 → $300/mo)

사례 3: B2C 노트 앱 → B2B 회의 노트
- 검증: B2C 가격 부담
- 피봇: 회사 단위 영업
- 결과: 월 매출 5배

[기술 비용]
- 코드 일부 재사용 (60%)
- 새 기능 1~2개월

[마케팅 비용]
- 기존 사용자 손실 (30~80%)
- 새 메시지·채널 셋업
- 1~3개월 매출 정체

[심리 비용]
- 기존 노력 포기 (sunk cost)
- 새 동기 필요


→ 피봇은 어렵지만 안 하는 게 더 어려움
→ 18개월 정체 vs 1개월 피봇