Carrying Capacity 를 알아야 하는 이유!
문득 든 생각...HR
Carrying Capacity?!
좋은 기회에 Carrying Capacity(이하 CC라 함) 데이터 분석에 대한 강의(샤넬, 한승준님)를 들을 수 있었다. CC에 대한 정의가 부족했기에 정의부터 찾아봤고 관련 동영상(https://www.slid.cc/ko/share/vdocs/c1ed9272a1d847bf8a7a70770afd4669)도 참고하면서 정리하자면,
1. CC는 매일 매일 새로 오는 유저수(inflow) / 매일 잃는 유저 비율(churn rate)을 말한다. 호숫가에 물에 찬 것으로 비유하자면, ‘호숫가의 물이 어디까지 올라올까?’ 이다. 호숫가 물의 높이는, 비가 오는 양(inflow)과 나가는 물의 양의 비율에 따라서 결정된다. 결국 호숫가의 물이 월간 활성 유저(MAU)인 셈이다.
2. CC가 물의 양을 결정하고, 물의 양이 결정되는 데에는 들어오는 것과 나가는 것 외에는 아무 상관이 없다.
즉, Total Customers는 New Customers Today와 Lost Customers Today 단 두 가지 요소만 영향을 끼친다는 것. Total Customers를 정리하려면, Customer를 정의해야 하고 결국 Active User가 무엇이냐 라는 정의가 중요하다고 한다. 이는 95%의 Visitor가 하게 되는 meaningful한 Action을 하는 유저들을 의미하기 떄문이다.
예) MAU 75만 서비스의 CC 구하기!
- 75만명 중 7,500명이 매일 들어오고, 75만명 중 1%가 매일 나갈 때 계산
> 7,500명이 들어오는 족족 그대로 매일 나감. 그래서 MAU는 그대로.
3. 제품을 런칭하면 1주일 안에 유입되는 유저의 수를 알 수 있고 나가는 유저 비율은 2개월 이내 알 수 있다. 즉, CC는 1~2달 안에 제품 출시 후에 바로 구할 수 있고, 이는 결국 제품 MAU의 최종 도착지를 의미한다. 유입과 유출을 본질적으로 바꾸지 않으면 MAU는 결코 늘지 않는다. 결국 집행해야 하는 부분은 광고/마케팅 다 끄고 유입이 얼마냐, 유저 중 우리가 얼만큼 잃고 있느냐에 집중해야 한다.
4. CC를 제대로 구하기 어려운 이유는 광고나 마케팅을 늘 켜고 있기 때문에 본질적인 유입수를 구하기 어렵기 때문이다.
광고/마케팅을 이용한 유입 수는 일시적으로 늘어날 수 있으나 MAU에는 영향을 끼치지 않는다. 제품 개선 없이는 불가하다.
여기까지가 내가 이해한 부분이다. 꽤나 명료하고 신선한 설명이었으나 의문이 좀 드는 부분도 있었다. 정말 MAU에 영향을 주는 것은 저 두가지가 전부일까. 마케팅은 정말 아무런 영향을 끼치지 않을까? 등등
일단 이런 의문을 뒤로하고 오늘의 강의를 들었다.
‘스타트업 경영자가 알아야 할 데이터 분석 101’_CC 계산하고 사업에 활용하는 법
5. 그렇다면, CC를 계산하고 사업에 활용하는 방법은 무엇일까?
데이터 분석 기반으로 봤을 때는 코호트 분석(사용자 행동을 그룹으로 나눠 지표별로 수치화한 뒤 분석하는 기법)을 통한 방법이 있다. Inflow와 churn rate의 데이터를 모으고 분석하면 사용자가 감소하는 시기가 언제인지를 적절히 포착하여 이에 따른 개선방안을 타이밍 좋게 실행할 수 있다.
6. 그럼 어떻게 하면 CC를 더 높고 멀리가게 만들 수 있을까?
오늘 강의에서는 가로축과 세로축을 개선하는 방법이 있다고 했다. 가로축의 경우는 CRM마케팅 등이 될 수 있고 세로축을 개선할 경우는 새로운 기술, 피봇팅, 제품 개선, 연구 개발 등이 될 수 있다고 한다. 다만 세로축 개선 시 기존 고객을 대상으로 새로운 것을 만들려는 시도는 오히려 독이 될 수 있다는 점을 유의해야 한다고 했다. 기존 고객 이탈률을 높일 수 있으므로.
7. 강의를 듣고 느낀점.
1) 마케팅을 통해 유입수는 일시적으로 높일 수 있으나 MAU에는 영향을 주지 못한다.
2) 코호트 분석을 통해 불필요한 마케팅/홍보 비용을 줄일 수 있겠다.
3) 제품 개선에 대한 시기를 예측할 수 있겠다.
4) 서비스 출시 2개월 이내 분석이 가능하다.
5) CC는 놀랍지만 무섭기도 한 개념이다.
8. 아울러, 급 성장하는 조직의 HR 데이터 분석에 CC의 개념을 대입한다면,
1) MAU는 적정인력
2) inflow는 채용
3) churn rate는 퇴사율
로 하고, 일정 기간 데이터를 코호트 기법으로 분석하면 적정인력 산출과 더불어 채용의 시기 그리고 퇴사율을 줄일 수 있는 방안 마련 시기 등을 알 수 있지 않을까? 거기다 MAU의 유지율을 높이기 위한 시점을 파악해서 조직문화 개선, 조직 운용 전략 수립, HR 제도 고찰 등이 이뤄질 수도 있겠다는 생각이 들었다.
개인적으로 데이터 관련 스터디도 꾸준히 해야겠....
