일잘러의 필독서 ‘그로스 해킹’ 함께 읽고, 저자 북토크 까지 함께해요 (신청 마감)
데이터 분석가의 추천 도서 함께 읽어요!
datarian.io
2주 차 리뷰
이번 주는 AARRR의 단계별 어떤 지표가 중요한지, 어떻게 지표를 측정하고 개선할 수 있는지에 대한 방법과 지표를 활용하는 방법에 대해 배울 수 있었습니다. 특히, 실제 업무에서 생겼던 문제 상황과 해결 방안을 자세하게 알 수 있어 좋았습니다.
어려웠던 용어들도 반복해서 공부하다 보니 조금씩 개념이 머릿속에 자리 잡는 것 같은 기분입니다. 역시 공부는 반복이 정답이라는 걸 다시 한번 깨닫습니다..
이번 주 마지막 파트였던 OMTM에서 “적절한 목표를 정의하고 모두가 한 마음으로 여기에 집중하는 것은 성장에 있어서 가장 기본적인 요소다.”라는 문장이 가장 기억에 남았습니다. 각 부서의 KPI를 모두 달성했는데 어째서 서비스는 급격하게 성장하지 않았는가? 결국은 경쟁이 아닌 협력이 성장을 이뤄낸다는 저의 생각과도 일치하는 이야기라 더욱 공감이 되었습니다.
전체적으로, 달성보다는 성장을 목표로 하는 사람이 되자.라는 가치관을 다시 한번 마음에 새길 수 있는 주차였습니다 😁
2주 차 인사이트
- 퍼널분석의 주요 가치는 주요 퍼널에서의 단편적 전환율 계산이 아니라 전환율에 미치는 유의미한 선행지표 발견에 있다.
- 트래픽(pageview) 기준 전환율은 UX/UI 측면에서의 개선점을 찾는 데 도움이 되고, 사용자(user) 기준 전환율은 UX/UI 포함한 다양한 요소(상품의 매력도나 가격 등)의 영향력이 종합적으로 반영되는 지표다.
- 사용자가 우리 서비스의 핵심 가치를 제대로 경험하지 못했다면 이후에 그 어떤 수단을 쓰더라도 원하는 수준의 리텐션을 기대하기는 어려울 것.
- 우리 서비스의 전체적 고객 생애 매출을 하나의 숫자로 요약하는 것에 집착할 필요가 없다. 코호트를 잘 나누고, 코호트 별 고객 생애 매출 추이의 변화를 보는 것이 더 유용함!
- 매출 = 활동 회원 * 결제 비율 * ARPPU
= 가입자 * 리텐션 * 결제 비율 * ARPPU
= 설치 수 * 가입 전환율 * 리텐션 * 결제 비율 * ARPPU - 매출을 퍼널에 따라 쪼개보면 매출이 증가, 감소하는 패턴을 훨씬 세부적으로 파악할 수 있게 된다. 월 별 코호트 기준 & 매 코호트를 이렇게 쪼개서 확인 → 더욱 입체적 매출 분석 가능
- 평균 사용자를 만들어 타깃팅하는 것보다 서비스에 대한 충성도가 높고 매출 기여가 높은 사용자 층을 고려해서 기획하는 점이 훨씬 효과적이다.
- 실제로 데이터 분석가들이 데이터 추출 요청 업무를 진행할 때 가장 많은 시간을 사용하는 부분은 요청 사항을 구체화하는 과정이다.
- 지표를 기반으로 성장 실험을 할 때는 해당 지표를 어떻게 정의하고 측정할 것인가를 반드시 짚고 넘어가야 한다. 모호한 지표는 모호한 액션을 이끌 수밖에 없기 때문이다. 이를 위해서는 도메인 지식, 서비스에 대한 이해가 필수적임을 느꼈다.
- 아웃라이어가 있거나 분포를 알 수 없는 경우라면 중앙값을 대푯값으로 사용하는 것을 고려해 볼 것! 중앙값은 평균보다 훨씬 더 robust(안정적)하여 몇 개의 이상치가 있다고 해도 흔들리지 않는다.
- OMTM으로 매출은 적절하지 않다. 서비스의 핵심 가치가 사용자에게 잘 전달됐는지와 비례해서 증가하지 않을뿐더러 완벽한 후행지표(성적표에 가까움)이기 때문이다.
'데이터 공부 > 인사이트' 카테고리의 다른 글
리텐션 핵심 정리 (0) | 2025.04.11 |
---|---|
[데벨챌 4기] Week3. 중요한 것은 '많이' 하는 것이 아니라 '필요한' 것을 '정확하게' 하는 것이다 (5) | 2024.11.22 |
[데벨챌 4기] Week1. 일단 하고 나중에 완벽해지자 (4) | 2024.11.10 |
독서데이터 분석가의 숫자유감을 읽고 - 권정민 (6) | 2024.11.06 |
데이터 문해력을 읽고 - 카시와기 요시키 (4) | 2024.11.06 |