2. 14년 차, IT서비스 기획자이자 프로덕트 매니저
법학과 행정학 전공
온라인 광고 AE로 IT업계 입문
버디버디, 다날 등을 거쳐 12번째 회사 재직 중
그러나 단, 한번도 사수가 없었음
필리핀과 중국에서 2번의 해외 근무 경력
약 3년 간의 스타트업 창업 경험
다양한 서비스 및 플랫폼 기획/구축/운영 경험
유세균무기
@germweapon
https://germweapon.tistory.com
9. 서비스 기획자의 데이터 분석의 목표는
서비스를 운영하면서 쌓이는 데이터를 바탕으로
사용자를 이해하고 서비스를 개선해 나가는 것.
10. SQL
분석 툴
통계 / 대시보드
분석 솔루션(Tableau, ELK Stack 등등),
결국엔 순정이니까, 직접 분석 솔루션 구축...
데이터 측정 및 수집, 분석은 어떻게 하나요?
Google Analytics
Mixpanel
Amplitude
Optimizely
Firebase
Optimize
Fabric
Facebook Pixel
Adobe Target
Adobe Analytics Cloud
Amazon Mobile Analytics
Piwik
Localytics
Countly
Beusable
Userhabit
…
12. 데이터 분석 프로세스
데이터 분석 환경 설계
데이터를 지표로 가공
목표 설정
데이터 분석
무슨 데이터(Raw & Log data)를 어떻게 쌓아야 할까?
어떤 시점에, 어떤 방식으로 데이터를 분석해야 할까?
13. 데이터 분석 프로세스
데이터 분석 환경 설계
로그를 지표로 가공
목표 설정
데이터 분석
도메인과 서비스, 사용자에 대한 이해를 바탕으로
이를 분석하기 위한 환경 설계
14. 좋은 로그와 기획자의 역할
좋은 로그를 만드는 것은 개발자만의 역할이 아니다!
모든 구성원의 역할이며 기획자도 좋은 로그를 만들기 위해서 기획 단계에서부터 고민을 해야 함
좋은 로그 문제 좋은 로그를 만들기 위해 고려사항
필요한 정보가 있다.
필요한 로그가 없다.
- 로그에 대한 작업 우선순위가 일반적으로 높지 않음
- 무엇을 고려해야 할지 모름
- 어떻게 로그를 설계할지 합의조차 없음
- 설계에 대한 고민 없이 일단 남기고 보자!
- 로그 품질을 지속적으로 관리하지 않음
목표
일관성
신뢰성
의미가 명확하다. 이 이벤트는 무슨 의미이지?
이름에 대한 합의와 규약
모두가 쉽게 의미를 파악할 수 있는 구체적인 이름 사용
편리하게 데이터를 얻을 수 있다. 값에 여러 데이터가 섞여 있어 매번 가공 처리를 해야 한다. 설계 시 관계자들이 협의 필요
기타 로그 관리의 부재
로그의 문서화와 그 관리
- 로그의 목표와 의미
- 로그의 정확한 발생 시점
- 각 항목들의 의미와 데이터 타입
- 항목의 추가/변경/삭제 이력
- 특이사항 기록(발생 일시 및 내용 등)
- 로그가 사용되는 곳 정의 및 파악
15. 로그 추가 및 변경 프로세스
로그 설계
로그 추가/변경
테스트
배포
목표 정의
목표를 구체적으로 정의
어떤 데이터가 필요한 지 정의
관계자(기획자, 분석가, 개발자 등)가 모두 모여 다음을 협의하여 로그 설계
- 이벤트 정의, 지표를 어디서/어떻게 볼 것인지 협의,
필요한 항목을 구체적으로 정의, 추가 가능 여부, 우선순위 등
17. Table/Event
Field
Law data
이름에 대한 합의와 규약
구분 설명 예시
파스칼 표기법 단어의 첫 문자를 대문자로 시작하는 표기법 SignUpActivity
스네이크 표기법 단어를 밑줄로 구분하는 방법 Signup_login_btn
18. 데이터 분석 프로세스
데이터 분석 환경 설계
로그를 지표로 가공
목표 설정
데이터 분석
의미 있는 지표를 추출하고
정보와 인사이트 도출
19. 지표
좋은 놈 vs. 나쁜 놈
구분 종류 설명
좋은 지표
비교 가능한 지표 시간별, 그룹별 등 특정 기준과 조건으로 비교가 가능한 지표
판단이 쉬운 지표 절대값(1,234)보단 비율(%)로 표현
구성원 모두가 쉽게 이해가 가능한 지표 기업마다, 서비스 특성에 따라 지표를 표현하는 방식이 다를 수 있음
나쁜 지표
허영 지표 (Vanity Metric)
보여주기 식 지표, 보고용 지표
누적 다운로드 수, 누적 가입자 수, 페이지뷰 등
Actionable 하지 않은 지표 개선할 여지가 없는 지표
선행 vs. 후행
구분 설명
선행 지표 미래를 예측하는데 도움이 되는 지표 (원인이 되는 지표) 분석 툴 맨날 보고 있어봐야 선행지표를 찾거나 측정할 수 없음
후행 지표 일어난 일을 파악하는데 도움이 되는 지표 (결과로 보여지는 지표) 대부분의 지표가 후행 지표에 해당
사업의 성과나 상태를 측정해서 수치화한 것
21. Channel / AD
AARRR Metrics (일명 해적지표)
Acquisition
사용자 획득/유치
Activation
사용자 활동
Retention
사용자 유지
Referral
추천
Revenue
매출
Download
User UAC(CAC)
Duration
Bounce Rate
CCU/ACU/MCU
Frequency
Retention Rate SNS Share Rate
NPS
Conversion
Rate
PU
ASP
Paying User
Rate
Viral
Coefficient
ARPU
ARPDAU
ARPPU Transactions
Purchase
Frequency
LTR
LTV(CLV)
PV
DAU/WAU/MAU
Click
CTR
CPM
CPC
CPA
CPS
ROAS ROI
Impression
CPI
CPE
Latency
Revenue
Abandoned
Cart
Exit Rate
Session
마케터
기획자/프로덕트 매니저
영업/MD
유입경로 분석 순위 분석, 유저환경 분석 사용행태 분석 Funnel 분석 추천 분석 매출 분석
매출 지표사용자 지표
22. UTM 코드
웹에서 사용자의 ‘유입 경로’를 트래킹하기 위한 방식
https://germweapon.tistory.com/notice/302?utm_source=pm&utm_medium=banner&utm_campaign=click
파라미터 (Parameter) 설명 예제
UTM
(Urchin Tracking Module)
utm_source Campaign source; used to identify a search engine, newsletter, or other source
utm_source=google
utm_source=facebook
utm_medium Campaign medium; used to identify a medium such as email or cost-per-click (cpc)
utm_medium=cpc
utm_medium=post
utm_term Campaign term; used with paid search to supply the keywords for ads utm_term=running+shoes
utm_content Campaign content; used for A/B testing and content-targeted ads to differentiate ads or links that point to the same URL
utm_content=logolink
utm_content=textlink
utm_campaign Campaign name; used for keyword analysis to identify a specific product promotion or strategic campaign utm_campaign=spring_sale
· 구글 애널리틱스에서 지원하는 방식
Acquisition
사용자 획득/유치
Activation
사용자 활동
Retention
사용자 유지
Referral
추천
Revenue
매출
23. 지표
어디까지 쪼개고 비교해 봤니?
한 지표를 보더라도 쪼갤 수 있을 때까지 쪼개고 비교해 봐야 한다.
신규
(New)
재활성
(Resurrected)
기존
(Resurrected)
신규
(New)
재활성
(Resurrected)
기존
(Resurrected)
이탈 휴면
이탈 휴면
MAU
1월
2월
Acquisition
사용자 획득/유치
Activation
사용자 활동
Retention
사용자 유지
Referral
추천
Revenue
매출
24. Organic
Channel B
Channel A
CAC = 10,000원
LTV > CAC
Channel B
Channel A
CAC = 15,000원
LTV < CAC
Channel B
Channel A
CAC = 10,000원
LTV > CAC
CAC = 20,000원
LTV < CAC
CAC
CAC(Customer Acquisition Cost)도 쪼개서 보면...
Acquisition
사용자 획득/유치
Activation
사용자 활동
Retention
사용자 유지
Referral
추천
Revenue
매출
28. Acquisition
사용자 획득/유치
Activation
사용자 활동
Retention
사용자 유지
Referral
추천
Revenue
매출
Viral Coefficient
Viral Coefficient, 바이럴 계수
기존 고객 한 명이 데려온 신규 고객의 수
Viral Coefficient = 초대율[전체 발송된 초대수/전체 사용자수] * 수락률[(초대를 받고 가입한 사용자수/전체 발송된 초대수)*100]
바이럴 계수가 지속적으로 1 이상을 유지한다면 가입하는 사람마다 한 명 이상의 유저를 계속 초대하게 되고 따로 홍보하지 않아
도 사용자가 지속적으로 늘어나는 마법 같은 일이 펼쳐진다.
Viral Cycle Time, 바이럴 주기
바이럴 계수가 1이라도 새로 가입한 사용자가 바이럴을 일으키는데 걸리는 시간이 한 달이라면 성장은 하지만 속도가 매우 더딜
것이다.
때문에 바이럴 주기는 짧으면 짧을수록 좋고 바이럴 계수와 함께 바이럴 주기도 고려해야 한다.
44. 그럼 다음 UI에서는 어떻게 분석을 할까요?
Page와 Event로 분석이 가능한가요?
1) 상품 이동 (위, 아래 스와이프)은 어떻게 측정하지?
2) 관심 상품에서 제거 및 장바구니 담기 (좌, 우 스와이프)는 어떻게 측정하지?
Event Property
이벤트의 상세 속성
스와이프 액션(Event)을 측정하기 위해
‘상,하,좌,우’ 방향을 속성(Property)으로 가짐
45. 상품별로 측정하고 싶다면 어떻게 해야 할까요?
1) 어떤 상품이 관심 상품에서 제거됐고 장바구니에 담겼는지, 그냥 지나쳤는지 측정
하고 싶다면?
Event Property
이벤트의 상세 속성
상품별로 ‘Product ID’라는 Property를 추가
사용자가 어느 상품을 그냥 지나쳤는지, 관심 상품에서 제거했는지, 장바구니에 담았는
지, 나아가 실제 구매를 했는지 알 수 있음
47. Property
Event로 측정할 수 없었던 정보를 Property를 통해 세세하게 측정이 가능함
구분 어떻게 설명
이벤트 속성 (Event Property) 페이지 및 버튼 등의 이벤트에 따른 상세 속성 비즈니스의 목표 및 서비스 특성에 따라 어떠한 속성을 측정할 건지 판단하는 것이 중요
사용자 속성 (User Property) 사용자가 가지고 있는 상세 속성 회원번호(User ID), 이메일 주소, 가입일시, 구매 횟수, 구매 금액, 접속 기기 및 지역, 인구통계학적 정보 등 사용자에 관해 수집하는 모든 정보
51. A/B 테스트 툴
고맙게도 여러 툴을 사용하면 보다 쉽게 A/B 테스트가 가능하다.
구분 설명 링크
A/B 테스트 계산기 A/B 테스트에 따른 방문자 및 전환수를 입력하면 전환율을 계산해줍니다. https://neilpatel.com/ab-testing-calculator/
A/B 테스트 적정 샘플 사이즈 계산기 A/B 테스트에 적합한 샘플 사이즈를 계산해줍니다. https://docs.adobe.com/content/target-microsite/testcalculator.html
