brunch

You can make anything
by writing

C.S.Lewis

by 김주희 Apr 22. 2023

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. 

작가의 이전글 문제정의부터 시작할게요.
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari