TIL(Today I Learned) 24.07.03_데이터의 유형/지표 설정
▶데이터의 유형
정성적 데이터
- 비수치적인 정보로 사람의 경험, 관점, 태도와 같은 주관적인 요소
- 정형되지 않고, 구조화 되어 있지 않다.
- 새로운 현상이나 개념에 대한 이해를 심화하는 데 사용
정량적 데이터
- 수치적으로 표현되는 정보로 양적인 측정과 분석을 통해 얻을 수 있음
- 객관성을 가지고 있음
- 지표로 만들기에 용이
- 설문조사, 실험, 인구통계, 지표분석 등에 활용
정량적 데이터의 활용
- 정량적 데이터는 객관적이고 측정가능한 지표를 만들기에 적합
- 일일 활성 사용자수 (DAU, Daily Active User), 재방문 비율(Retention)등 서비스의 건강 상태를 나타내는
나타내는 중요한 지표들을 확인 가능
수치형 설문조사 데이터를 정량 기준으로 나눈 사례)
추천지수(NPS)
통계적 분석 적용
- 분포, 평균, 중앙값 등을 계산해서 데이터의 경향성과 패턴을 파악할 수 있다.
다양한 데이터 분석 방법 적용
- 비즈니스 분석, 예측 모델링, 추세 분석을 포함한 머신러닝과 같은 현대적 데이터 분석 기법에 활용
- 이를 통해 미래 예측 , 효율적 자원 배분, 시장 변화에 대한 적응이 가능
▶지표 설정
- 지표는 '어떤 결과를 기대하는가?에 대한 정량화된 기준
- 정의한 문제를 확인하는데 적합한가?
지표 설정 예제)
- 목표 : 날씬해지기
- 핵심지표 : 체지방률, BMI
- 수단: 주 5회 이상 운동
- 지표 : 운동이행률(5일/5일)
- 수단 : 매일 7시 이후 금식
- 지표 : 식단달성율(30일/30일)
주요 지표 이해하기
1. active user(활성 유저)
- active user 에 대한 정의에 따라 전략과 방향이 달라짐
- 어디까지 경험한 유저가 우리의 활성유저일까?
- 일반유저와 활성유저를 나누는 기준은?
- 유저는 어디서 우리 서비스의 효용성을 느낄까?
- 우리가 핸들링할 수 있는 유저의 사이즈는 얼마나 될까?
2. Retention ratio (재방문율)
- 몇 %의 유저가 우리 서비스를 다시 사용하는가?
- 리텐션이 높은 서비스는 획득 비용에 투자한 비용을 빠르게 회수할 수 있음
- 리텐션은 서비스(특히 앱서비스) 성장에 있어서 매우 중요한 지표
- 일반적으로 리텐션은 시간이 지남에 따라 자연스럽게 감소(위 그래프의 Product B)
- 기울기가 점점 완만해지며 안정화 되는 그래프를 가지고 있다면,
시장에 적합한 서비스라고 할 수 있음(Product A)
Retention 측정방법
1) N-Day 리텐션
- 최초 사용일로부터 N일 후에 재방문한 Active User의 비율
- 유저가 Active User로 집계된 최초 날을 Day 0으로 설정
- Day 0 에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산
- 상황에 따라 N-Week, N-Month도 가능
- 사용자가 매일 접속하는 서비스에 활용하기 적절한 지표
예시) 카카오톡, 인스타그램, 게임
2) Unbounded 리텐션
- 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율
- 특정일을 포함하여 그 이후에 한번이라도 재방문한 유저의 비율
- 사용 빈도가 높지 않은 서비스에 활용하기 적절한 지표
- 위와 같이 사용 주기가 좀 더 긴 서비스들에서는 N-day 리텐션을 적용하게 될 경우
불필요한 할인, 푸쉬메시지 발송 등 잘못된 액션을 할 가능성이 존재
3) Bracket 리텐션
- 설정한 특정 기간을 기반으로 재방문율을 측정
- 일 /주/월 단위가 아닌 지정한 구간으로 나눔
- 식료품 배달 서비스나 세차서비스 처럼 서비스 사용주기가 길거나 주기적인 경우
사용하기 적합한 지표
Retention에 대한 이해
- 리텐션이 높은 세그먼트를 발굴하는 작업이 필요함
- 서비스의 사용주기에 따라 리텐션 조회 기간을 늘려야 함
- 사후 분석 시에 용이
2. Funnel (퍼널)
- 유저들이 어디서 이탈하는가?
- 퍼널은 잠재고객을 유입시키며 최종적인 목표 액션을 달성할 때까지의 과정
- 모든 서비스와 비즈니스는 각 단계로 갈수록 이용자 수가 줄어들게 됨
- 각 단계의 전환율을 측정
● AARRR : 디지털 마케팅시 활용하는 프레임 워크
- 단계별 전환율을 지표화 하여 서비스 보완 지점을 찾음
- Acquisition : 유입
- Activation : 활성화
- Retention : 재방문(재구매)
- Revenue : 수익
- Referral : 추천
4. LTV(Life Time Value, 고객평생가치)
- 고객 생애 주기 : 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
- LTV는 한명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것
- LTV는 유저와의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표
- LTV가 높다는 것은 해당 서비스와 관계가 좋고, 충성도가 높은 고객이 많다는 것
***LTV추측이 가능하다면 신규 유저를 데려오는 비용 (CAC)의 산출 및 효율적인 예산 운영이 가능
● LTV 산출 방법
- 이익 x Life Time x 할인율(미래 비용에 대한 현재 가치)
- 연간 거래액 x 수익률 x 고객 지속 연수
- 고객의 평균 구매 단가 x 평균 구매 횟수
- (매출액 – 매출 원가) / 구매자 수
- 평균 구매 단가 x 구매 빈도 x 구매 기간
- (평균 구매 단가 x 구매 빈도 x 구매 기간) – (신규 획득 비용 + 고객 유지 비용)
- 월 평균 객단가 / 월 가중 평균 잔존율
- LTV를 산출하는 방법은 매우 여러가지이며, 서비스마다, 관점마다 다르기 때문에 다각도로 고민이 필요함
● LTV 정리
- LTV를 늘리기 위한 방안
- 객단가 상승
- 구매 빈도를 높임
- 이탈률 감소, 이용시간을 증가
- LTV는 가정을 베이스로 하는 지표이기 때문에 꾸준한 모니터링이 필요
북극성 지표
1.북극성 지표란?
- 제품/서비스의 '성공'을 정의
- 제품/서비스가 유저에게 주는 core value를 가장 잘 나타낸것
- 장기 성장을 위해 필수적으로 모니터링 해야 함
좋은 북극성 지표의 특징
- 제품/서비스 전략의 핵심
- 유저/고객이 제품/서비스에서 느끼는 가치
- 회사의 사업 목표를 나타내는 지표 중 선행지표(후행 x)
2. 북극성 지표의 사례
북극성 지표의 유형 )
대표적인 북극성 지표 사례)
3. 북극성 지표가 중요한 이유
- 방향성 :
- 제품/사업 조직이 무엇에 최적화되어야 하고, 무엇을 포기해도 되는 지에 대한 방향 제시
- 제품/사업 조직의 진척과 가치 창출을 전사에 보여줌
- 지원 조직이 더욱 적극적으로 지원, 제품 개발 액션 실행속도가 빨라짐
- 효율 증대:
- 전 직원을 하나의 목표에 집중시킴
- 서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지
북극성 지표의 구조 예시)
북극성 지표는 정답이 없다. 각 비즈니스의 목표, 사용자, 목표에 가장 크게 영향을 미치는 요소는
무엇인가? 에 대해서 고민하여 정한다.