PM이 데이터 분석하는 방법 Part. 3
데이터 분석을 위한 프로세스 이해하기
안녕하세요. 저는 2년 차 프러덕트 매니저입니다.
지난 글에서는 데이터 분석을 위한 지표 정의에 중요성 대해 담았습니다.
PM은 지표를 회사/스쿼드가 바라봐야하는 단순한 수치가 아니라, 사용자 행동과 제품의 목표를 연결하는 중요한 요소로 활용해야 합니다. 올바른 지표 정의는 기획자, 디자이너, 개발 등 제품의 참여한 인원이 PM이 정의한 문제를 명확히 이해하고 각자의 역할을 수행하여, 효과적인 해결책을 시장에 제시할 수 있도록 도와줍니다. PM이 서비스와 시장 분석을 통해 우리 제품이 해결하고자 하는 바를 명확히 하고 진행상황을 명확히 정의할수 있는 지표를 보여준다면, 공유된 목표와 비전을 통해 각자의 역할과 기여가 제품과 조직의 성공으로 이어질수 있습니다. 따라서, PM은 지표를 단순한 수치가 아니라, 사용자 행동과 제품의 목표를 연결하고 팀의 방향성을 설정하는데 활용해야합니다.
지난 글 링크 : PM이 데이터 분석하는 방법 Part. 2
PM이 데이터 분석하는 방법은 PM/기획자가 실무에서 데이터를 분석할수 있는 여러 방법을 소개해드리고 있습니다. 그중에 오늘은 데이터 분석을 위한 프로세스에 대해 설명해드리려고합니다. 해당 내용은 데이터를 기반으로 의사결정을 진행하고 싶으신 분들이 읽어보신다면 적합한 내용입니다.
1) 서비스 상태 확인하기
데이터를 기반으로 의사결정을 진행하기 위해서는 서비스의 현재 상태를 확인하는 방법이 선행되어야합니다. 지금 내가 담당하고 있는 제품의 상황을 이해해야하만, 올바른 문제를 정의할수 있습니다. 서비스 상태를 확인하기 위해서는 해당 서비스와 유관한 데이터를 확인해야합니다. 앞선 글에서 소개드린 AARRR 등의 데이터 추이를 보며 문제점을 확인해야합니다. 해당 프레임워크를 사용해 성과데이터와 고객 데이터를 확인하여, 현재 서비스의 상태를 우선적으로 확인해야합니다.
2) 개선해야하는 부분 도출하기
서비스의 상태를 확인하였다면, 개선해야하는 문제점을 도출해야합니다. 회사의 홈페이지를 담당하고 있는 PM이라면, 너무 적은 방문자수, 높은 페이지 이탈율, 낮은 전환율 등의 문제를 확인할수 있습니다. 앞서 확인한 데이터를 기반으로 어떠한 문제가 발생하였는지를 발견하고 개선해야하는 부분을 도출하는 것이 데이터 기반 의사결정을 하기 위한 중요 단계입니다.
PM으로 근무하면서 데이터 분석시 가장 주요하게 생각하는 부분은 Drill down입니다. 올바른 문제 정의를 위해서는 데이터를 표면적으로 분석하는 것을 넘어, 그 속에 숨어 있는 세부 요소들을 깊이 파악해야합니다. 예를 들어, 홈페이지 방문자수가 목표치 대비 낮음을 확인하였다고 가정하겠습니다. 이때, 단순하게 "홈페이지 방문자수가 낮다"로 문제정의가 종료되는것이 아니라 고객의 유입 경로 등 다양한 부분을 확인하여, 명확한 문제 정의가 필요합니다. 이를 확인하기 위해서는 단순한 방문자 수 집계만 보는 것이 아니라, 방문자의 유입 채널(Google 검색, SNS, 광고)과 같은 데이터를 같이 분석해야 합니다. 만약 방문자가 광고 유입으로 집중되어 있고, Google 검색 유입이 적다면, 이는 SEO 등의 개선을 통해 PM은 이러한 세부 분석을 통해 문제의 근본 원인을 찾아 명확한 문제를 정의해야합니다.
3) 우선순위 정하기
데이터 분석을 하다보면 보이는 문제는 많지만, 모든 문제를 한 번에 해결할 수는 없습니다. PM은 어떤 문제를 우선적으로 해결해야 할지 결정하는 역할을 합니다. 우선순위를 정할 때는 비즈니스 임팩트, 실행 가능성, 긴급성을 종합적으로 고려해야 합니다. 그중에서도 저는 우선순위를 정할 때 가장 우선적으로 비즈니스 임팩트를 고려하고 있습니다. 즉 이 문제를 해결했을 때 서비스 성과에 미치는 영향은 얼마나 될까?로 우선순위를 정하고 있습니다. 또한 중요하게 고려해야할 부분은 이 개선작업을 진행했을때 미칠수 있는 영향에 대해서 고려해야합니다. 여기서 이야기하는 영향이란, 긍정적 혹은 부정적으로 다른 지표에 영향을 줄수 있는 프로젝트를 의미합니다. AAARR Framework에서 서로의 지표는 긴밀하게 연결되어있습니다. 따라서 지금 우리가 발견한 문제가 다른 문제들보다 중요한지 그리고 어떠한 연관관계가 있는지를 파악하여 그 우선순위를 파악해야합니다.
또한, 비즈니스 임팩트가 크더라도 개발 리소스가 많이 소요되는 경우, 빠르게 적용할 수 있는 개선안을 먼저 실행하는 것이 효과적일 수 있습니다. 예를 들어, 광고 효과가 낮은 이유가 랜딩 페이지의 문제라면, UX 개선을 우선 진행한 후, SEO 최적화 같은 장기적인 전략을 병행할 수 있습니다.
4) 서비스 개선하기
올바른 문제를 정의하고 우선순위를 정했다면, 이제는 서비스를 개선해야합니다. 이때는 데이터 분석, 시장 리서치 등을 통해 나온 결과를 바탕으로 "서비스 기획"을 진행하는 단계입니다. 이 단계는 PM/기획자로 근무하시는 분들이라면 익숙한 단계일듯합니다. 다만, PM으로써 가장 중요한 부분은 프로젝트에 대한 진행보다 Why?에 대한 답변을 찾고 해당 답변을 기반으로 서비스를 개선하는 것이 가장 중요합니다. 데이터 분석과 시장 조사를 통해 개선 방향을 설정한 후, 이를 바탕으로 UX/UI 개선, 기능 추가, 마케팅 전략 조정 등의 액션 플랜을 구체화해야 합니다
5) 개선결과 확인하기
기획 -> 디자인 -> 개발 -> QA를 통한 일련의 서비스 개선 작업이 완료되고 배포한 이후에도 PM의 일은 끝나지 않습니다. 서비스 개선이전 확인한 데이터가 서비스 배포 이후 어떻게 변화했는지, 문제로 발견한 사항이 해결되었는지를 확인하는 일은 PM의 업무입니다. 개선 결과 확인시 주의해야하는 부분은 가설을 세운 지표만 확인해서는 안된다는 점입니다. 해당 프로젝트를 통해 영향을 직접적으로 받는 지표는 물론이고, 간접접으로 영향을 받는 지표까지 같이 확인해야합니다. 예를 들어, 홈페이지 SEO 개선을 통해 방문자 증대를 이루어냈다면, 늘어난 숫자가 실제 제품에 대한 관심 혹은 구매까지 이어지는지 확인해야, 전체적인 사이클을 이해할수 있습니다.
글을 마치며,
PM이 데이터 분석을 통해 의사결정을 내리는 과정은 단순히 데이터를 보는 것이 아니라, 서비스의 상태를 파악하고, 문제를 정의하며, 우선순위를 정한 후 개선하고 결과를 검토하는 일련의 프로세스로 이루어집니다.
이 과정에서 중요한 것은 표면적인 데이터만 확인하는 것이 아니라, 데이터의 흐름과 맥락을 파악하고 깊이 분석하는 것입니다. 올바른 문제 정의 없이 단순한 수치 변화만 바라본다면, 근본적인 해결책을 찾을 수 없습니다. 또한, 개선이 이루어진 후에도 데이터의 변화를 지속적으로 모니터링하여 기대한 효과가 실제로 나타나는지를 검증해야 합니다.
결국, 데이터 분석은 단순한 숫자 나열이 아니라 비즈니스 임팩트를 극대화하는 전략적 사고 과정입니다. PM으로서 데이터를 분석하는 목적은 단순히 보고서를 작성하는 것이 아니라, 실질적인 서비스 개선과 성장을 이끄는 것임을 항상 염두에 두어야 합니다. 데이터는 단순한 숫자가 아니라 비즈니스 성장의 나침반입니다. PM의 역할은 데이터의 흐름을 읽고, 올바른 결정을 내려 실질적인 변화를 만드는 것입니다
