brunch

You can make anything
by writing

C.S.Lewis

by 포차 Oct 15. 2024

PM : 어떠한 데이터를 봐야하는가? Part 2

데이터 기반 의사 결정을 하기 위한 방법 Part 2 (고객 데이터)

오늘은 지난번에 이어 데이터 기반 의사 결정에 대해 이야기해보려 합니다.

안녕하세요. 저는 2년차 프러덕트 매니저입니다.


지난글에서는 PM은 어떠한 데이터를 봐야하는가?에 대해 담았습니다.


지난글에서는 PM이 어떤 데이터를 봐야 하는지에 대해 다뤘습니다. 특히 제가 담당하고 있는 B2B SaaS의 관점에서 성과 데이터를 중심으로 설명하며, 이 데이터가 팀의 목표 달성과 성과 평가에 어떻게 기여하는지 구체적으로 살펴봤습니다.


요약하자면, 성과 데이터는 팀이 설정한 목표를 달성했는지 평가하는 핵심 지표로, 매출 지표(MRR, ARR, NRR)와 성과 지표(신규 고객 유치율, 고객 이탈률 등)를 포함합니다. 이를 통해 목표 대비 실제 성과의 차이를 파악하고 패턴과 추세를 분석하여, 인과관계 및 상관 관계를 파악해야 합니다. 이를 통해 우리가 해결하려고 하는 문제 해결에 다가가야합니다. 


지난 글 링크 : 어떠한 데이터를 봐야하는가? Part 1


지난 글에서 살펴본 성과 데이터에 이어, 오늘은 고객 데이터에 대해 다뤄보려고 합니다. 이를 통해 우리 제품을 사용하는 고객들을 파악하고 제품을 개선할수 있도록 설명드리려고합니다. 다만, 제가 다루는 내용은 B2B SaaS를 기반으로 한다는 전제가 있습니다. 다른 산업이나 제품군에서는 다르게 접근해야 할 수도 있으니, 참고용으로 봐주시면 감사하겠습니다. 그럼에도 불구하고, PM이 데이터를 활용하여 가설을 세우고 이를 검증하는 과정을 통해 제품을 개선하는 목적은 모든 환경에서 동일할 것입니다.


출처 : Exchange4media


2. 고객 데이터: 큰 흐름에서 고객을 이해할수 있는 데이터


고객 데이터는 무엇인가? 


고객 데이터는 큰 흐름에서 우리 제품을 사용하는 고객을 이해할수 있는 데이터입니다. 이러한 데이터는 우리가 만든 제품에 대해서 어떠한 고객이 사용하고 있는지, 어떻게 사용하고 있는지를 보여주기 때문에 PM이라면 자주 보고 익숙해져야하는 데이터입니다. 이를 통해 제품을 개선할 시 의사결정을 도와주는 도구로 활용할수 있으며, 이는 결과적으로 고객의 만족과 충성도를 높일수 있습니다.


고객 데이터 예시


제품 사용 데이터

제품 사용 데이터는 고객이 제품을 방문했을 때 남기는 모든 행동 데이터를 의미합니다. 이 데이터는 고객이 어떤 경로를 통해 우리 제품에 들어왔는지, 그리고 그 이후에 어떤 행동을 했는지를 추적하는 데 사용됩니다. 예를 들어, 고객이 어떤 키워드나 광고를 통해 유입되었는지, 만약 웹사이트 기반의 제품이라면 어떤 페이지를 처음 방문했는지, 그리고 그 유입 페이지에서 어디로 이동했는지를 확인할 수 있습니다.


이러한 데이터를 통해 우리는 제품의 유입을 분석할 수 있습니다. 즉, 고객이 어떤 경로에서 많이 유입되었는지(SEO/Marketing)를 파악할 수 있으며, 구체적으로 어떤 채널(Google, SNS 등)이 가장 많은 고객을 유입시키고 있는지도 알 수 있습니다. 또한, 홈페이지를 방문한 유저가 구매를 결정하기 전에 주로 어떤 페이지에 머물렀는지, 페이지에서의 체류 시간이나 이동 경로를 통해 그들이 어떤 부분에 관심을 가졌는지를 파악할 수 있습니다.


고객 세그먼트 데이터

고객 세그먼트 데이터는 고객의 기본적인 속성에 따른 데이터를 의미합니다. 이 데이터는 우리 제품을 사용하는 고객의 나이, 성별, 지역 등 다양한 정보를 파악할 수 있게 해줍니다. 예를 들어, 글로벌 시장을 대상으로 한 제품을 관리하는 PM이라면 특정 국가에서 유입이 증가하고 있는지 확인할 수 있으며, 특정 성별을 타겟으로 하는 제품을 담당하는 PM이라면 고객의 성별 비중을 파악할 수 있습니다.


이 데이터를 활용하면, 우리 제품이 시장에 적합한지(Market Fit)를 분석하거나, 보다 명확한 고객 페르소나를 찾아낼 수 있으며, 이를 기반으로 한 마케팅 전략을 세울 수 있습니다.


고객 데이터 활용


고객 행동 데이터는 단순히 확인하는 것으로 끝나는 것이 아니라, 이를 심층적으로 분석하여 개선 기회를 찾아내야 합니다. Drill down 개념을 적용하면, 데이터를 표면적으로 분석하는 것을 넘어, 그 속에 숨어 있는 세부 요소들을 깊이 파악할 수 있습니다.


첫 번째로는, 고객이 어떤 경로로 우리 제품에 유입되었는지 높은 수준에서 파악한 후, 각 경로별로 세부적인 전환율을 분석합니다. 예를 들어, 특정 광고 채널에서 유입된 고객의 전환율이 낮다면, 광고 타겟팅 전략에 문제가 있는지, 혹은 랜딩 페이지의 콘텐츠가 적절한지 더 깊이 파고들어 문제를 구체적으로 분석해야 합니다. PM은 이러한 세부 분석을 통해 문제의 근본 원인을 찾고, 보다 정교한 마케팅 전략을 수립할 수 있습니다.


두 번째로는, 고객 행동의 변동 패턴을 세분화하여 분석해야 합니다. 예를 들어, 특정 기간 동안 제품 사용량이 감소했다면, 먼저 전체적인 사용량의 변화를 파악한 후, 각 세부 기간이나 고객 세그먼트별로 더 깊이 분석해볼 수 있습니다. 이를 통해 시즌별 요인인지, 특정 경쟁사의 신규 제품 출시로 인한 영향인지, 혹은 다른 외부 요인이 작용했는지를 구체적으로 구분할 수 있습니다. 이처럼 Drill down을 통해 고객 행동 데이터를 다각도로 분석하면, 외부 요인과 내부 요인을 명확히 구별하여 제품 개선이나 마케팅 전략을 최적화할 수 있습니다.


결론: 고객 데이터는 제품 개선과 전략 수립의 핵심 도구


고객 데이터는 제품을 사용하는 고객을 더 깊이 이해하고, 그들의 행동을 분석함으로써 제품 개선 및 마케팅 전략을 최적화할 수 있는 강력한 도구입니다. 단순히 데이터를 확인하는 것에서 그치지 않고, 세부적인 분석을 통해 고객 행동의 패턴을 파악하고, 이를 바탕으로 의사결정을 내리는 것이 중요합니다. PM은 고객 데이터를 통해 더 나은 제품을 만들고, 고객의 요구에 신속하게 대응하며, 궁극적으로 고객 만족과 충성도를 높일 수 있습니다.


긴 글 읽어주셔서 감사합니다.


매거진의 이전글 PM : 어떠한 데이터를 봐야하는가? Part 1
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari