#10. 가설 검증 데이터 추출 전 체크포인트3
안녕하세요?
신사동 마케터입니다.
지난 글에서는 북극성 지표를 찾기 위한 가설을 수립하는 방법에 대해 알아보았는데요. 이번 글에서는 가설 검증을 위해 데이터를 추출하기 전 체크해야 할 3가지 포인트에 대해 알아보도록 하겠습니다.
본격적인 설명에 들어가기 전에 꼭 말씀드리고 싶은 것이 있어요.
많은 분들이 실험이 무조건 좋다고 생각하세요. 가끔 실험을 ‘몇 번’ 했는지가 일 잘하는 척도인 것처럼 언급하는 경우도 봅니다. 하지만 실험은 많이 하는 것이 아니라 꼭 필요한 실험을 제대로 하는 것이 핵심입니다. 우리가 세우는 가설은 대부분 데이터로 검증 가능해요. 유저의 행동 데이터의 경우 대부분 내부 데이터로 검증이 가능하거든요. 맹목적으로 실험을 하는 것 자체가 목적이 아니라는 사실을 꼭 기억해 주셨으면 좋겠어요!
그럼 데이터 추출 전 체크해야 하는 3가지 포인트에 대해 알아보도록 하겠습니다.
데이터 추출 전 확인사항 1. 데이터 이용 가능 여부
데이터 이용 가능 여부는 실제로 데이터가 우리한테 지금 있나? 당장 뽑아볼 수 있게 정리가 되어 있나? 이런 질문인데요. 내가 원하는 그 지표가 DB까지는 아니더라도, 최소한 log는 심어져있어야 데이터를 추출할 수 있거든요. 혹시나 Log나 DB에 대한 기초지식이 없으신 분들을 위해서 Log와 DB가 무엇인지 간단하게 언급하고 넘어갈게요.
우선 ‘Log’란 앱 내에서 유저가 일으킨 행동이 단순하게 저장되는 것을 의미해요. 여기서 ‘단순하게’라는 뜻은 어떠한 계산이나 가공을 거치지 않은 로우 데이터를 의미해요. 또 DB처럼 보기 좋게 정리되어 있지 않고 마케팅 활동에 핵심이 되는 정보와 단순 행동 데이터가 마구잡이로 섞여 있어요.
반면에 ‘DB’는 엑셀처럼 행과 열로 정보가 정리되어 있는 데이터 셋을 의미합니다. 그리고 사내 AWS라던가 클라우드에 저장된 DB를 SQL로 한 번이라도 조회해 보신 적이 있다면 하나의 DB에서 제공하는 정보가 그렇게 많지 않다는 사실을 아실 거예요. 또 함께 있으면 더 의미를 가지는 상호 보완적인 정보끼리 모여있구요.
그런데 이 Log라는 것도 자동적으로 남는 것이 아니라 기획팀에서 서비스를 기획할 때 “A라는 액션은 우리가 나중에 측정이 필요할 것 같으니 log를 심자.”라고 의사 결정을 해야 log로 남는 거예요. 우리 비즈니스 성과에 핵심적인 log여서 자주 찾아봐야 한다면 DB까지 셋업 하는 거구요. 이 작업이 선행되어 있지 않으면 데이터를 추출할 수 없어요. 그래서 데이터 추출을 요청하기 전에 Data 이용 가능 여부를 확인해야 합니다.
데이터 추출 전 확인사항 2&3. 비중과 강도
비중과 강도는 데이터 정의와 관련된 질문입니다. 액션을 정의할 때는 ‘비중과 강도’를 동시에 고려해야 하는데요. ‘비중’은 전체 유저 중에서 특정 액션을 1번이라도 일으킨 유저가 얼마나 되는지 비율을 의미한다면 강도는 한 명 한 명의 유저가 그 액션을 얼마나 열심히 했는지를 따져보는 거예요.
예를 들어 넷플릭스에서 '시청'이라는 액션을 정의한다고 가정해 볼까요?
넷플릭스 유저가 콘텐츠를 얼마나 시청했을 때 우리는 이 유저가 시청을 했다고 인정해 줄 수 있을까요? 모든 유저가 콘텐츠를 항상 100% 다 보는 건 아니니까요. <콘텐츠 전체 길이의 50%까지 시청하는 유저가 전체 유저 중 30%이다>라고 한다면 30% 가 비중, 50% 가 강도가 됩니다.
마케터가 액션을 정의할 때 비중과 강도를 고려해야 하는 이유는 비중과 강도가 대부분 반비례하기 때문이에요. 강도를 너무 높게 잡으면 그만큼 우리 서비스에 대한 애착은 높겠지만 전체 유저에서 차지하는 비중이 너무 적습니다. 기 때문에 비즈니스 성과에 변화를 만들기 힘들 수 있습니다. 반대로 비중을 높게 잡으면 서비스에 대한 애착이 크지 않은 유저들도 많이 섞여버리겠죠. 마케팅에서 목표로 하는 비즈니스 성과를 달성하기 위해서는 마케터가 전체 분포를 보고 적당한 수준의 비중과 강도를 판단해야 합니다.
가설을 세운 후, 데이터 이용 가능 여부와 비중과 강도를 확인 후 액션에 대한 정의까지 완료하였다면 본격적으로 데이터 추출 요건을 정의할 차례입니다. 다음 글에서는 데이터 추출의 4가지 요건에 대해 알아보도록 하겠습니다.
오늘도 행복하세요~!
#신사동마케터
#마케터의지표정의
데이터를 기반으로 마케팅 업무를 하는 분들과 생각과 고민을 나누기 위해 '마케터의 지표정의'에 관련된 글을 시리즈로 연재하고자 합니다. 어떤 지표를 목표로 달려가느냐가 마케팅의 성공 여부를 결정한다고 생각해요. 제대로 된 지표와 함께 서비스를 성장시키고 싶은 많은 분들에게 도움이 되길 바라며 앞으로 제가 공유할 이야기들의 목차는 아래와 같습니다.
#0.Intro_데이터로 마케팅하기 어려운 당신에게
#1.우리가 데이터 활용에 매번 실패하는 첫번째 이유
#2.우리가 데이터 활용에 매번 실패하는 두번째 이유
#3.KPI에 대한 거의 모든것
#4.북극성지표란?
#5.인과 관계 체크리스트
#6.인과관계의 3가지 조건
#7.좋은 가설의 조건
#8.가설의 종류
#9.북극성 지표 가설 수립
#10. 가설 검증 데이터 추출 전 체크포인트 3(▶We are here)
#11.데이터 추출 요건 정의하는 방법
#12.데이터 해석하는 방법
#13.북극성 지표 정의
#14.문제해결을 돕는 그로스마케터의 사고법 1
#15.문제해결을 돕는 그로스마케터의 사고법 2
#16. 문제해결을 돕는 그로스마케터의 사고법 3
#17. Outro_데이터 활용&그로스마케팅 관련 도서추천
▶그로스 마케팅의 모든 것 오픈채팅방 | 그로스 마케팅에 대해 이야기하고 싶다면
https://open.kakao.com/o/grO7MPye
