직접 경험한 순간들에 대하여
데이터 분석 회고
목차
1) 지난 글 정리
2) 비즈니스 모델 소개
3) mvp test 진행 방식 소개
4) 진행했던 데이터 분석 회고
1) 지난 글 정리
지난 글에서는 업무를 진행할 때는 보지 못했던 기획의 방향성에 대하여 깊게 고민해 보는 시간들을 가졌다.
기획의 방향에 대하여 다시 고민해 보면서, 초기창업 및 PMF를 찾는 과정에서의 기준을 세울 수 있게 되었다는 점이 내게 큰 배움의 순간으로 다가왔다.
일련의 과정을 계기로, MVP TEST 기획 이후 진행했던 마케팅, 영업, 운영, 팀관리 등 에서
내가 했던 선택들에 대하여 완전히 다른 시야로 보게 되었던 것 같다.
기획에 대한 방향성이 없는 채로 나머지 부가적인 것들을 했던 것들이 너무 안타깝게 느껴졌다.
어떤 때는 내가 했던 것들이 너무 부질없게 느껴지기도 했기에, 회고를 하지 않을지도 고민하였다.
하지만 업무를 진행하면서 배웠던 것들 위주로 기록해보려 한다.
이번글은 데이터 분석 관련 인사이트를 남기려 한다.
데이터 분석의 중요성을 느낀 것은 마케팅에서부터 시작되었다.
온라인 마케팅을 진행하면서, 특정 마케팅 방식이 더 나은 것인지 아닌지 판단기준을 잡는데 계속 어려움을 가지고 있었다.
그 과정 중 그로스해킹의 개념을 통해, 합리적인 의사결정방법에 대한 확신이 생겼다.
마케팅에서 필요성을 느껴 시작된 부분들이 전체적으로 확장되었던 것이다.
즉, 이번글은 유저들이 뿌려 둔 흔적들을 어떻게 보았고, 그를 통해서 어떻게 개선할 방향을 잡았는지에 대하여 적어보려 한다.
2) 비즈니스 모델 소개
비즈니스 모델 도식화비즈니스 모델은 간단했다.
매장에서 폐기될 수도 있는 제품을 저렴한 가격에 소비자에게 전달한다는 것이다.
매장에게는 폐기될 수도 있는 제품을 판매하도록 도와주는 역할을,
소비자에게는 매장의 제품을 조금 더 합리적인 가격으로 접할 수 있도록 기획하였다.
3) mvp test 진행 방식 소개
필드리서치 중 당일생산 당일 폐기가 비교적 많았던 베이커리 매장들을 위주로 제휴를 시작함
-> 당일 생산 및 당일 판매하는 매장으로 확장
주문 기능은 웹페이지 서비스를 활용하였음
위 주문서를 통해서 소비자는 원하는 매장의 제품, 방문예정시간, 전화번호를 남겨 주문 진행
주문이 들어오면 알림을 받아 직접 카카오 알림톡을 보내는 형식으로 진행
소비자로부터 주문의 접수가 들어오면 매장에 연락하여 제품 확인 및 포장 요청
소비자는 시간에 맞춰 매장 방문 및 매장에서 결제 진행
-> 동일한 기능의 서비스를 제공하는 앱을 개발하여 앱으로 주문
위 방식으로 MVP TEST 진행 및 MVP APP 개발진행
매장 20곳, 총 주문 데이터 2000건가량 진행
4) 진행했던 데이터 분석 회고
마케팅 업무를 진행하면서 '데이터를 보면서 의사결정을 해야겠다!'라고 느끼게 되었고,
이는 서비스 전반으로 확장되게 되었다.
약 1년간 수치적인 부분을 배제한 채 서비스를 운영하였다.
답을 못 찾겠고, 매번 새로운 시도를 하려고 하는데 전혀 돌파구가 아니라는 느낌이 계속적으로 들어왔다.
그 과정에서 나의 숨통을 풀어준 것은 수치적인 의사결정이었다.
여태까지 해오던 방식에 비해서 너무나도 명확하고, 합리적인 방법이었다.
그래서 그냥 이게 맞다는 것이 자연스럽게 느껴졌다.
그러면서 막막했던 부분을 돌파하기 위하여,
팀원 모두가 봐야 할 우리의 방향성을 수치로 이야기하는 것이 우선순위라고 생각이 들었다.
그렇게 이용자들의 데이터들을 모으고,
사용자들이 남긴 흔적들을 팀원들에게 전달하며, 우리가 나아가야 할 방향에 대해서도 이야기하였다.
소비자들이 남긴 데이터들을 잘 해석해서, 팀의 의사결정에 기여를 할 수 있다는 것은 나에게 꽤나 큰 의미로 다가왔던 것 같다.
돌이켜 보면 서비스를 운영했던 기간 중 가장 기억에 남는 순간에 들어있다고 생각한다.
또한 이런 순간들이 내 다음 커리어를 결정하는데도 방향성을 잡아주었다.
분석에 대한 회고
분석 대상: 주문 데이터 및 서비스 전반의 데이터
분석의 목적 : 주문 데이터들을 통하여 현재의 상황을 팀원들과 함께 인지하고, 중요 지표들을 설정하여 앞으로의 방향성을 결정하고자 함
"서비스가 제공하려는 궁극적인 가치가 무엇인가?"
서비스에서 제공하려는 궁극적인 가치가 명확하지 않았던 것이 가장 아쉬운 부분이라 느껴진다.
객관적으로 데이터를 살피고, 그 데이터를 통해 인사이트를 도출하는 것이 데이터 분석을 하는 이유라고 생각했다.
하지만 여기서 끝날 것이 아니었다.
결국 "우리 다 같이 다음 스텝은 이렇게 바뀌어야 한다!"라고 설득하는 것이 내가 시간을 할애한 이유가 되었어야 했다고 생각한다.
물론 우리가 풀려고 하는 문제나, 제공하려는 가치가 명확하게 설정되어 있었다면
다음 스텝에 대하여, 어떤 것을 가장 우선으로 고쳐야 하는지 보였을 것이다.
하지만 그렇지 않았다.
나는 설득에 신경을 쓰기보다, 문제를 보여주는 것에 집중했다.
모든 게 문제처럼 보였기 때문에, 데이터를 보여주는 것만 해도 문제가 잘 보였다.
그것으로도 의미가 있지만, 더 중요한 것은 해결책이다.
당시에는 문제점이 너무 많이 보였다.
당연하게도 해결책도 여러 개 나열할 수 있었다.
하지만 우리는 시간이 없고, 우선순위가 필요했다.
그 우선순위를 결정하는 것은 서비스가 제공하려는 궁극적인 가치에서 오는 것이라 생각한다.
그래서 무엇보다 서비스가 제공하려 하는 가치가 무엇인지가 가장 중요해진다.
분석 회고 1. 다운로드 이후 주문하지 않는 비율 N%
전체적으로 다운로드 이후 이용한 유저들이 어느 정도 되는지 확인하였으며, 그리고 이 비율이 개선되고 있는지 파악함
다운로드 이후 이용한 유저의 비율 확인 -> 전체 앱 다운로드 수 대비 이용한 유저수
기간 별 개선사항 확인 -> 기간 별 다운로드 수 대비 신규 이용 유저수
피드백 :
(1) 정확한 데이터 / 임의로 정한 데이터
(2) "신규 다운로드 수 대비 신규 주문 비율이 개선되고 있는가?"라는 질문이 필요한 것인가?
(1) 정확한 데이터 / 임의로 정한 데이터
정확한 데이터 : 전체 다운로드 수, 전체 이용자 수
임의로 정한한 데이터 : 신규 이용자 수
( 다운로드한 유저에 대한 정보를 모두 알 수 없다는 점 -> 신규 이용자에 대한 정보와 매칭을 할 수 없었음 )
회원가입 개념이 없었기 때문에 발생한 부분이라 생각함
회원가입 시점과 첫 주문에 대한 시점을 비교한다면 '신규 다운로드 수 대비 신규 주문 비율이 개선되고 있는가?'에 대한 정확한 데이터 셋을 구축할 수 있을 것이라 생각함.
(2) "신규 다운로드 수 대비 신규 주문 비율이 개선되고 있는가?"라는 질문이 필요한 것인가?
다운로드 이후 한 번도 이용하지 않고 이탈하는 유저의 수가 많다는 부분을 강조하고 싶었던 단락이다.
하지만 덧붙인 부분으로 "신규 다운로드 수 대비 신규 주문 비율이 개선되고 있는가?"에 대한 질문을 하였고, 이는 다운로드 수 대비 신규이용자가 늘어나고 있는가? / 즉 이탈하는 비율이 줄어들고 있는가를 확인하고자 했다.
하지만 소비자군 특성상 기간에 명확한 편차가 있었다.
학기 초반에는 주문량이 적고, 중반에 가장 많은 주문량을 보이고, 후반에는 다시 적어지는 추세가 존재함을 알고 있었다.
이런 추세를 고려하지 않았다는 점이 정확한 측정에 걸림돌이 되었을 것이라 생각한다.
HOW? (추세 반영 방법)
"신규 이용자들이 잘 유입되고 있는가?"라는 질문으로 수정하며
신규 다운로드 수 대비 신규 주문자 수를 비교하는 것이 아닌, 기간별 전체 이용자 수 대비 신규 주문자수를 파악하였다면 더 나은 인사이트를 보일 수 있었을 것이다.
(3) 다운로드 지표에 대한 고찰
다운로드 수는 마케팅에서 어떤 것을 했느냐에 따라 큰 영향을 받는다.
그렇기 때문에 유저의 서비스 내에 어떤 행동을 하였는지에 대한 분석을 진행하는 과정에서, 앱 다운로드 지표를 이용한다는 것은 큰 혼선을 만들 수 있을 것이라 생각한다.
기간별 전체 이용자 수 대비 신규 주문자 수를 파악하는 방법
OR
회원가입한 유저와 이용한 유저에 대한 비율을 확인하는 것이 더 나은 분석이었을 것이라 생각한다.
서비스를 이용하지 않고 이탈하는 이유는 다운로드 수에서 찾는 나의 행동은 오류였다.
분석 회고 2. 전체 주문자 중 N% 는 1회 주문에 그친다.
앞전에서 많은 유저가 다운로드를 하더라도, 이용하는 유저는 적다는 부분을 이야기하였다면
2번에서는 대다수의 유저가 한번 이용해 보고 이탈한다는 데이터를 보여주려 하였다.
피드백:
"재 주문 비중이 커지는 것은 맞으나, 전체 주문자수가 함께 증가하지 않으므로 긍정적으로 볼 수 없다."
라고 해석을 했다면 맞았겠지만, 검증과정 없이 그저 1회 이용 이후 이탈하는 이용자 수가 많다는 나의 주관이 들어갔다.
내가 전달하고 싶은 뉘앙스를 전달하기 위하여 인사이트를 왜곡했다는 점이 느껴진다.
신규 다운로드 수 혹은 신규 회원가입 수를 반영하였다면 더 정확한 해석을 할 수 있었을 것이라 판단된다.
분석 회고 3. 재 주문자들은 평균 N일의 간격을 두고 주문
재주문을 진행하는 유저들의 특성을 파악하기 위하여 진행한 분석이다.
피드백 : 주관이 들어가지 않았던 객관적인 분석이라 생각함
서비스의 특징을 알 수 있었으며, 평균적인 주문 간격을 통해 리텐션의 기준을 세웠음
분석 회고 4. 현재 우리 서비스의 리텐션은 N%
유입된 이후 전반적으로 유저들을 끌어당기는 힘은 리텐션이 얼마나 높은가에 따라 결정된다.
그렇기에 우리 서비스의 리텐션이 어느 정도인지 알리기 위한 분석을 진행하였음
서비스 특성상 구매를 진행한 건이 명확한 사용자 이용주기라고 설정하였음
구매를 진행하는 것은 예약 및 오프라인 방문을 의미하기도 하므로, 다른 지표보다는 긴 주기를 가지고 리텐션을 측정함
평균 구매 주기를 반영하여, 리텐션 기간을 설정
피드백 :
0-2주 차 100%으로 시작하여, 2-4주 차에 여전히 이용하였으면 리텐션 적용 아니면 제외
이런 식으로 각 기간에 이용유무에 따라서 범위 리텐션을 지정하였음
2주라는 범위는 평균 구매 주기를 기반으로 설정하였음
구매주기가 긴 편이기 때문에, 롤링리텐션 형태로 리텐션을 파악했어도 유의미하였을 것이라 생각함.
회원가입, 유저데이터가 조금 더 세분화되어 있었더라면 접속 후 이탈하는 유저에 대한 리텐션과
접속 후 구매까지 이루어지는 유저에 대하여 리텐션을 세분화한다면 더 나은 인사이트가 나올 수 있을 것이라 생각함
분석 회고 5. 재 주문자들의 N %는 서비스를 통해 매장 2곳이상 방문함
2회 이상 이용한 유저들의 패턴을 보고, 기획방향을 이끌어 내려함
소비자가 서비스로 들어와서 다양한 선택지를 고를 수 있다는 것이 플랫폼으로써 중요한 부분이라 생각했음
-> 단일 매장을 여러 번 이용하는 유저와 여러 매장을 이용하는 유저의 비율을 체크함
피드백 : 플랫폼으로써 여러 매장을 가지는 것이 강점이 될 것이라는 판단은 아직도 유효하다 생각함.
하지만, 가격이나 매장 제휴 간에 디테일한 기준들을 정하지 않은 채로 확장을 하려 하였기에 한계점이 여실히 드러났다고 생각함
결국은 방향성의 문제
회고를 진행하면서 반복적으로 느껴지는 결론은 동일하다.
어떤 액션을 하는지도 중요하지만,
서비스에서 철학을 가지고 있어야 한다는 점이다.
이상적인 이야기만 한다고 생각할 수도 있다.
창업자가 철학이 없이 시작할 수도 있다.
하지만, 성장하는 과정에서 서비스의 철학적인 부분을 결정하지 않으면 안 된다.
팀원들이 자체적으로 문제를 해결하길 원하고,
각각 구성원들이 하나의 목적을 향해서 의사결정하기를 바란다면
서비스의 본질은 필요하다고 생각한다.
서비스의 본질을 모르고 업무를 진행한다면
어떤 문제를 해결할지도, 어떤 문제가 먼저 해결되어야 할지도 알 수가 없다고 생각한다.
결국은 방향성이 가장 중요하다.
다른 글 바로가기
(1) mvp test의 본질 : 비즈니스 운영에 있어 포기할 수 없는 부분을 시장에서 확인하는 과정
(2) 어떻게 하면 유효한 mvp test를 진행하는가?
