적절한 지표 설계의 중요성
** 이 글은 인프런 강의 PM을 위한 데이터 리터러시(프러덕트 데이터 분석) 을 보고 남기는 강의 필기 및 후기임을 알립니다.
** 작성된 예시는 강의 내용을 참고해 노트에 끄적인 내용을 그대로 옮겨적었습니다.
지표는 문제정의 시점부터 설계한다.
전환 (convert)
- 기대한 바가 이뤄진 경우
• 예/아니오로 집계되는 경우 (계정생성, 구매했음/안했음)
• 유저당 여러번 집계되는 경우 (페이지 방문 수)
• 평균 소요 시간 (페이지 체류 시간)
• 수익 (전체 매출, 사용자당 수익)
**체류시간이나 수익도 전환으로 바라볼 수 있었구나
지표의 구성요소
1) 이벤트 행동
- 눌렀다 (click) / 진입했다 (view) / 스크롤 / 백그라운드
• 지표를 구성할 때에는 두가지 이상의 유저 행동을 조합해서 사용한다
• 클릭율 = 해당 컨텐츠를 클릭한 수 / 해당 컨텐츠를 본수
2) 시간축
- 일자별 / 주차별 / 월별 / 시간대별
- 지금 보고 싶은 데이터가 유량인가? 저량인가?
• Flow (유량)
- 일정 구간 시간에 집계하는 것
e.g) 일자별 결제완료 수, 일자별 취소건
• Stock (저량)
- 특정 시점의 데이터
e.g) 23년 1월 기준 총 회원 수
• 특정 시점에 총 회원 수가 몇 명인가? (저량)
= 전체 서비스 가입 수 - 전체 서비스 탈퇴 수
3) 차원
- 사물을 보거나 생각하는 관점
• 매출의 차원
e.g) 첫 유저의 매출 / 기존 유저의 매출, 20대의 매출 / 30대의 매출
4) 집계 값
- 수치, 평균, 합, 중앙값, 최대값, 최소값 등
Unique 한 유저 수만 뽑고 싶은지, 전체 수를 count 하고 싶은지?
Unique = count(distinct(uid))
total = count(uid)
5) 조건
- 구매바텀시트를 하루에 3회이상 바라본 유저 수
좋은 지표의 조건
• 업무의 목적과 관련된 지표인가?
• 측정 가능한 지표인가?
• Actionable 한 지표인가? (이 지표로 다음 행동을 할 수 있는가?)
** 액션 아이템이 없는 지표는 과연 볼 필요가 없을까?
• 누구나 이해할 수 있는 지쵸
• 정의를 명확하게 한 지표
• 다양한 관점으로 해석되지 않는 지표
• 불확실성을 줄여줄 수 있는 지표
대표적인 지표
• DAU, WAU, MAU : Active User
• PV (Page View) : 페이지 조회 수
• UV (Unique View) : 순 방문자
• CVR (Conversion Rate) : 전환율
• CTR (click through rate) : 클릭율
• Duration time
• Session
• User Engagement
• Funnel
• Retention
회사마다 active 의 정의가 다르다
• 슈퍼앱 (앱 내에 다양한 카테고리가 있는 경우, 토스증권, 토스플레이스 등 ) > 각 카테고리 마다 DAU 집계
DAU 도 여러 개 구성할 수 있다
• 방문 DAU, 거래 DAU 요런 식으로
• 일시적으로 푸시 메시지나 퍼포먼스 마케팅으로 일시적으로 늘릴 수 있음
AARRR
• Acquisition : 얼마나 제품에 접근하는가?
• Activation: 고객이 최초의 좋은 경험을 하는가?
• Retention: 다시 제품을 사용하는가?
• Revenue: 얼마나 돈을 버는가?
• Referral: 다른 사람에게 공유하는가?
가장 많이 떨어지는 시점을 다시 올리기 위해서는 어떤 노력을 해야하는가?
• 어떤 기능을 중간에 도입해야 하는가?
• 사용자들이 계속 재사용하도록 집중한다. 혹은 수익성에 집중한다
리텐션도 이벤트 행동의 정의에 따라 다르다
- 단순히 앱/웹 방문으로 따질 것인가?
- 재구매 비율로 구분할 것인가?
- 유저 세그먼트 별로 나뉠 수 있겠다 (신규/잔존/휴면/복귀 등)
- 특정 기간에 '가입'한 유저가 이후 기간에 얼마나 계속 사용하는가?
- 평평한 리텐션을 끌어올리는것이 중요하다!
코호트 리텐션 (코호트 = 동질)
*코호트도 리텐션이었구나
- (통계적으로 동일한 특색이나 행동 양식을 공유하는) 집단
- 보통 가입일자 기준으로 많이 파악한다
- 가입한지 몇 주가 될 때까지 남아있는가?
- 기간에 가입한 유저의 주차별 리텐션
- 리텐션은 높은 세그먼트가 있는가? 가 가장 중요하다
- 사후 분석시에 좋은 분석 방법이다
- 사용주기가 얼마냐에 따라 리텐션 주기가 달라진다
*우리 서비스가 데일리로 사용하는 서비스인가? 중고거래 플랫폼은 보통 얼마 주기로 사용한다고 생각할 수 있을까)
강의를 듣고 난 후, 셀프 회고
신규 기능을 추가하기 전에 사용률을 파악하려, 클릭률, 전환율, 거래 완료율 지표를 주로 확인해왔다
아무래도 거래 도메인에 머물렀기 때문에 리텐션은 잘 확인하지 않는 지표였는데, 중고거래 시장이 이전보다 유입량이 많이 줄어들고 있기에, 유입량과 더불어 리텐션도 중요 지표로 확인해야겠다고 생각했다. 그리고 리텐션이 꼭 가입 후 잔존율로만 규정된 것이 아니라, 거래 리텐션, 결제 리텐션 등으로도 나뉠 수 있으니 앞으로의 주요 지표에 리텐션을 활용해야겠다. PO 로서 유능한 DA 를 잘 활용할 수 있도록, 그리고 시간써 추출한 데이터가 꼭 유용한 지표로 활용될 수 있도록 좋은 지표 설계에 많은 노력을 기울여야겠다.
