<비즈니스 메트릭 라이브 세션 정리>
# KPI(성과지표) : 회사의 평가 지표! 업무나 회사가 얼마나 건강한 지 확인하는 지표!
강의 핵심 : 회사에 입사하면 데이터 분석가는 회사가 어떻게 비즈니스를 운영하고 어떤 방향으로 나아가는지 확인!
1. Business Sense
1.1. [개요] 회사의 기본 구조 이해
- 수익 모젤을 파악해 어떤 방식으로 돈을 버는지
ex. B2C B2B인지? 직접 결제? 구독? 광고? 제휴사 수수료?
- 즉, 주요 서비스는 무엇이고, 어느 제품이 돈을 잘 벌고 있는지?
1.2. [개요] 매출 구조(비즈니스 메트릭) 확인
- 특히 대기업이라면 필수
- 제품별 매출 기여도? 구독형 매출(MRR[월 구독 매출], ARR[연 구독 매출])이 있는지? 광고 수익 비중? 반복되는 매출 구조인지?
# 즉, 실제 어떤 문제를 해결할 수 있을까? 라는 생각에서 출발
- 이 산업에서는 어떤 데이터 기반 문제들이 자주 등장할까?
- 우리는 어떤 데이터를 분석해 가치 있는 인사이트를 낼 수 있을까?
# 리서치 방법
(1) 유튜브 : 제품 설명, 회사 홍보 영상 보기
(2) 회사 홈페이지 : 미션, 비전, 신제품 정보
(3) 뉴스 : 업계 이슈, 경쟁사 비교
(4) 앱 리뷰 : 고객 피드백 확인(불편, 호감, 반복 패턴 등)
(5) 채용 공고 : 직무와 제품 목표 연결 포인트 파악
(6) 개발 블로그 : 내부 기술 문화, 분석 프레임워크 탐색
ex. case study : 쿠팡이츠
라이더 앱, 상점 앱, 고객 앱 - 세 주체(플레이어)가 모두 다르다.
# 해결 과제가 각각 다르다.
# 수익 모델을 알아야 분석접근에 완성도가 높아진다!
# 데이터 분석가는 왜 Metric을 알아야 하나?
- 제품이 잘 되고 있는지 판단하기 위해 데이터를 볼 것임.
어떤 데이터를 봐야 하는지 계속되는 요청을 원천 해결하고자 한다면? ===> Metric을 설계해야 한다.
# 좋은 Metric이 필요한 이유
- 팀의 중장기적 목표를 수치로 명확히 표현
- 성과를 측정하고 제품개선 여부를 판단 할 수 있습니다.
- 올바른 실험 설계와 의사결정이 가능해진다.
# Product Goal vs Metric
- Product Goat : 회사의 중장기적 목표, 방향성, 추구하는 궁극적 결과
- Metric : 목표를 수치로 표현한 것(해당 방향성이 잘 달성되고 있는지 판단 수치 기반 지표)
배달 앱 : PG(유저 참여도 증가) M(DAU, 고객 별 주문수, 재주문율)
# 좋은 Metric의 특징 : SMART 프레임 워크
- S(Specific) : 이 지표를 명확하게 정의할 수 있는가?
- M(Measurable) : 수치로 측정이 가능하고 시각화난 표로 표현 가능한가?
- A(Attaionable) : 지표의 목표가 있다면 달성이 가능한가?
- R(Relevant) : 이 지표는 제품 미션/가치와 연결이 되어 있는가?
- T(Time-bound) : 이 지표는 어떤 기간을 기준으로 계산하는가?
# 추가적으로
Actionable : 지표가 실질적인 개선 행동으로 이어질 수 있어야 한다.
Directional : 수치의 변화에 따라 긍정 부정을 명확히 해석 가능한가?
Interpretable : 팀원과 이해관계자가 직관적으로 이해할 수 있어야 한다.
질문 : “custom scoring” 같은 것도 매트릭에 포함되는 건가요?
- 처음 들었을 때는 메트릭으로 포함할 수 없지만 잘 설명할 수 있다면 메트릭에 포함할 수 있을 것임.
ex.
비즈니스 목표1 : 유저 간 참여 증가
메트릭1 : 하루에 한 번 이상 게시, 좋아요, 사진 업로드 등 행동을 한 유저 비율(%)
비즈니스 목표2 : 고객의 활성화
메트릭2 : 주간 상품을 구매한 고객 비율 (구매전환율 %), APPU
# 나쁜 Metric의 특징
ex. 글램 (데이팅 플랫폼)
a. Vanity Metrics : 겉보기에 좋아 보이나 실질적으로 가치 의미가 없는 지표 (목표와 무관한 지표!)
ex. 프로필 개설 횟수
b. Irrelevant Metrics : 제품/비즈니스 목표와 무관한 지표
ex. 앱 체류시간
c. Impractical Metrics : 우리가 조작하거나 개선할 수 없는 외부적 지표
ex. 애프터 성사율
d. Complicated Metrics : 너무 복잡해서 이해하기 어렵고 활용하기 힘든 지표
ex. (고객수*체류시간)/클릭수*0.45 : 이 지표는 계산 방식이 너무 복잡하거나 의미 해석이 어려워서 실제 제품 개선에 활용하기 어렵다.
e. Delayed Metric : 측정 결과가 너무 늦게 나와서 개선에 쓸 수 없는 지표
# 오늘 까지의 데이팅 및 소개팅의 결과로 결혼을 하는 것을 성공이라고 할 때 결혼까지 너무 시간이 오래 걸린다...
# 즉, 내가 측정하려는 지표의 성공이 측정되기까지 너무 오래 걸린다. 미래 예측에 오류가 발생할 수 있다.
ex. 결혼 성사율, LTV
<개인 생각> 메트릭에는 데이터 분석가의 주관 내지 경험이 많이 들어가 보이는데,
도메인에서 객관적 혹은 자주 사용되는 지표들을 확인해보려면?
질문) 메트릭스 설계할 때 최신 데이터만을 활용하는것인가요?
- 목표를 해결하기 위해 가장 최신의 트렌드를 잘 반영하는 대상을 가져와야 한다.
"facebook 7 friends in 10 days" 사례! 최신 트렌드를 확인하여 중장기 목표를 달성한다!
메트릭은 목표를 잘 달성하는 지 확인하는 지표! 그렇기에 목표와 무관한 수치화가 어려운 지표는 무시! 좋지 않은 메트릭!
# AARRR 프레임워크(Pirate Metrics)
= 그로스 기반 회사가 많이 쓰는 퍼널 프레임 워크 || 회사 내의 데이터로 평가한다.
- Acquisition : 사용자가 유입되는 단계
ex [metric]. 유입 채널별 클릭률, 하루 평균 로그인수
- Activation : 첫 경험에서 ‘가치’를 느낀 단계
ex. 가입 후 3일 내 핵심 기능 사용률
- Retention : 돌아오는지 여부 <> churn(이탈!)
ex. 주간 재방문율, 7일 유지율
# 리텐션을 확인하기 위한 지표를 설계하기 힘들다면 이탈의 주요 지표를 확인
이탈하지 않는 메트릭을 사용!
# 장기 고객 혜택을 주는 것으로 이탈 자체를 막을 수 있음!
(투자한 시간이 아깝게 느껴지게)
- Referral : 다른 사람에게 공유했는지 # 토스에서 뽑기 기회권 프롬모션을 통해 고객을 모집
ex. 초대 코드 사용률, 공유 기능 클릭률
- Revenue : 매출 및 수익으로 연결되는지
ex. 구매 전환율, 1인당 평균 결제 금액 (ARPU)
# 잡아놓은 고객을 쥐어짠다! LTV 더 내놔!
# 스타트업에선 Acquisition을 많이 볼거고
사람이 많이 모이면 Activation을 보기 시작할 것임!
어느 정도 고정 층이 생긴다면 3R의 요소를 확인할 것임!
즉, 규모가 작을수록 상대적으로 A가 중요하게 되고 규모 커지면 R이 중요하게 된다.
“monetization team” 사례