Palantir for Individuals - Launch Strategy
날짜: 2026-03-14
상태: Draft
문서 목적: 이 제품을 어떻게 시장에 내놓고, 어떤 학습 루프를 만들지 정리한다.
1. 기본 원칙
이 제품은 대규모 공개 런칭보다 고신뢰 저속 확산이 맞다. 이유는 다음과 같다.
- 데이터 연결과 온보딩이 가볍지 않다
- 첫 가치가 나오기까지 약간의 정리 시간이 필요하다
- privacy와 trust가 중요한 제품이라 바이럴보다 추천과 신뢰가 중요하다
따라서 launch는 big bang보다 guided rollout이 맞다.
2. Phase 0: Founder-Led Discovery
목표:
- 메시지 검증
- JTBD 검증
- willingness to pay 감지
- trust boundary 파악
실행:
- founder/operator 20~30명 인터뷰
- decision memo를 수동 또는 반수동으로 만들어 제공
- 같은 질문을 여러 유형의 사용자에게 던져 공통 패턴 확인
핵심 산출물:
- 반복되는 사용자 질문 리스트
- 첫 memo template
- 사용자가 가치 있다고 느낀 section과 무의미했던 section
- 연결 허용 범위와 불안 포인트
3. Phase 1: Concierge Alpha
형태:
- 소수의 초대 사용자만 받는 closed alpha
- fully self-serve가 아니라 onboarding을 일부 사람이 도와줌
왜 필요한가:
- ontology와 state estimation이 실제 데이터에서 어디서 깨지는지 빨리 배울 수 있다
- 정량 지표보다 high-signal qualitative learning이 중요하다
운영 방식:
- 주 1회 decision memo
- 주 1회 weekly reality check
- 사용자가 실제로 행동했는지 피드백 수집
성공 기준:
- 두 번째 memo를 요청하는가
- 사용자가 실제 행동을 바꿨는가
- "이걸 계속 쓰고 싶다"는 이유가 명확한가
4. Phase 2: Paid Beta
형태:
- 제한된 self-serve onboarding
- waitlist + invite code
- 유료 또는 deposit 기반
왜 바로 free beta가 아닌가:
- 이 제품은 "재밌다"보다 "유용하다"가 중요하다
- early paid signal이 없으면 high-trust workflow product인지 판단이 어렵다
추천 방식:
- annual discount 또는 founding member price
- 초기 사용자의 피드백을 강하게 요구
5. 첫 채널
5.1 Founder-led content
가장 좋은 첫 채널은 founder가 직접 쓰는 콘텐츠다.
주제 예시:
- 내가 내 일정과 노트로 decision memo를 만든다면 어떤 모습인가
- planner가 해결하지 못하는 판단 문제
- founder/operator personal OS
- weekly review를 graph로 본다면 무엇이 달라지나
5.2 Warm network and communities
- founder communities
- operator communities
- startup Slack/Discord
- productivity / quantified-self edge communities
5.3 Design partners
초기에는 paying users보다 design partners가 더 중요할 수 있다.
후보:
- founder coaches
- EOS / operator advisors
- productivity consultants
- executive assistants to founders
6. 메시지 전략
피해야 할 카피
- 모든 걸 기억하는 AI
- 당신의 삶을 예측합니다
- 당신 대신 일을 해주는 agent
추천 카피
- 흩어진 신호를 하나의 현재 상태로 정리한다
- 중요한 결정을 memo로 바꿔준다
- 지금의 병목과 trade-off를 더 선명하게 보여준다
- 이번 주에 진짜 가능한 계획을 다시 계산해준다
7. 첫 Landing Page 구조
Above the fold
- 제품 한 줄 정의
- 누구를 위한 것인지
- output이 chat이 아니라 memo라는 점
Middle
- 실제 decision memo 예시
- 어떤 데이터가 들어가는지
- 어떤 질문을 풀 수 있는지
Bottom
- privacy and control
- early access / interview CTA
- founding cohort framing
8. Acquisition Loops
8.1 Content Loop
좋은 memo 예시를 콘텐츠로 풀고, 그 콘텐츠가 인터뷰와 waitlist를 모은다.
8.2 Referral Loop
강하게 맞는 사용자는 대개 주변에도 비슷한 사람을 안다. 따라서 무작위 referral보다 curated referral이 맞다.
8.3 Partner Loop
coach, advisor, operator community 리더가 제품을 소개하면 신뢰 비용이 크게 낮아진다.
9. Pricing Experiments
실험 1. Paid waitlist vs free waitlist
목적:
- 진짜 문제 강도 확인
가설:
- 무료 waitlist보다 소액 deposit이 더 강한 signal을 준다
실험 2. Pro only vs Pro + Operator
목적:
- 패키징을 단순화할지, 고가 앵커를 둘지 확인
실험 3. Memo count limit vs source limit
목적:
- 사용자가 어떤 제약을 더 직관적으로 받아들이는지 확인
10. Activation Definition
이 제품은 단순 signup이 activation이 아니다.
추천 activation 정의:
- 최소 2개 소스 연결
- 첫 decision question 제출
- 첫 memo 생성
- memo 이후 action 또는 follow-up 생성
이 네 단계 중 3단계 이상을 완료해야 진짜 activation으로 봐야 한다.
11. Retention Loop
낮은 빈도의 큰 결정보다, 높은 빈도의 작은 value loop가 필요하다.
추천 retention loop:
- weekly reality check
- follow-up intelligence
- open decisions list
- decision memo archive revisits
12. Product-Market Fit Signals
강한 신호
- 사용자가 두 번째, 세 번째 memo를 스스로 요청한다
- memo의 특정 section을 타인에게 공유한다
- 사용자가 "이제 다른 툴보다 이걸 먼저 본다"고 말한다
- 사용자가 더 많은 데이터 연결을 자발적으로 허용한다
약한 신호
- 데모가 신기하다는 반응
- chat이 똑똑하다는 반응
- 요약이 깔끔하다는 반응
13. 추천 결론
초기 launch는 공개 런칭보다 interview -> concierge alpha -> paid beta 순서가 맞다.
이 제품은 distribution보다 trust와 positioning이 먼저다. 첫 승부는 트래픽이 아니라 "이건 내 판단을 실제로 더 낫게 만든다"는 감각을 몇 명에게 강하게 만드는 것이다.