Pm은 데이터를 활용해서 어떤 일을 하는가?

데이터를 비즈니스에 활용한다는 것은 기록을 통해 현황, 패턴을 찾고 미래를 예측한다는 것

높은 수준의 수학, 통계학적 지식이 필요하지 않고 사칙연산만 잘하면 된다!

PM의 데이터 활용

• 지표를 보고 사업현황 파악하기

• 데이터를 깊이 보고 인사이트 찾기

• 실행 전 타당성 평가하고 우선순위찾기

• 실행 후 정량적으로 측정 및 평가

• 상관관계 찾기

필요 역량

데이터 축적 역량

• 의도를 갖고 데이터를 정의하기

• 유저행동로그, event taxonomy 설계

데이터 활용 역량

• 지표이해하기, 데이터 분석 역량, 툴 사용 역량

데이터 역량을 쌓고 싶다면?

• 그렇게 일하는 회사를 가는 것이 좋다

지표란?

지표의 스펙트럼

• 구체적이고 직접적인 ↔ 간접적인 지표

  • 구체적 : 지난 7일 간 회원가입자 수

  • 간접적 : 지난 7일간 활성화, 인게이지된 유저

• proxy 가능한 수준에서 정의하자

  • 중요한 것은 팀이 집중해서 성과를 개선하는 것

지표 설정 프레임워크

프로덕트에 맞는 지표 설정하기

• 특별한 방법은 없으나 제품과 사업에 대한 깊은 고민, 이해가 필요

  • 프로덕트와 비즈니스의 본질

  • 유저가 오랫동안 이용하게 만드는 서비스 or 유저의 수요를 빠르게 매칭시켜주는 서비스?

  • 프로덕트가 잘 되고 있는지 알 수 있는 방법은?

• 지표 설정 시 처음부터 맞는 지표를 찾을 수 없기 때문에 공통 프레임 워크를 통해 지표를 설정함

acquisition(획득)

• 충분히 많은 신규 유저/고객을 획득하고 있는가?

• 비용 효율적으로 신규 유저/고객을 획득하고 있는가?

  • CAC(고객 획득 비용) : 고객 1명을 획득하는데 드는 비용

  • Customer Lifetime Value(고객 생애 가치) : CLV,CLTV,LTV

  • payback perido(투자 회수 기간)

activation

신규 사용자들이 습관을 형성할 수 있도록 초기 사용자 경험을 설계해야한다.

retention 주요 인풋 중 activation이 가장 임팩트가 큼

activation 3단계 : setup / aha / habit moment

• habit : 사용자가 제품의 핵심 가치를 경험하는 습관을 형성한 순간

  • 장기리텐션과의 상관관계를 기반으로 정의 필요

• aha moment : 사용자가 처음으로 프로덕트의 핵심 가치를 경험하는 순간

• setup moment : 사용자가 제품의 핵심 가치를 경험하기 위한 준비를 마친 순간

  • ahamoment 도달 전 거쳐야하는 과정

• 신규유저 / setup, aha, habit monet 전환율을 측정

engagement

리텐션에 영향을 주기 때문에 중요하다.

• breadth : 얼마나 많은 유저들이 서비스를 이용하는지

  • day, wau, mau

  • 로그인, 접속이 아닌 핵심 행위를 했는가를 기준으로 판단해야함

• depth : 기능을 얼마나 깊이있게 이용하는지

  • 액티브 유저 중 n가지 이상의 기능을 이용한 사용자 수, 비율 등

  • 시간을 기준으로 : time spent / dau - 10만분/1만명 → 10분

• frequency : 얼마나 자주 이용하는지

  • dau/mau, dau/wau : 이용 빈도 평균

  • lness

    • L5+/7 : 1주일 중 5일 혹은 그 이상 제품을 이용한 이용자 수

• efficiencty : 성공적으로 과업을 완수하는지

  • 제품마다 유저들이 수행하는 과업이 다름

retention

• 고객이 제품을 계속해서 이용하는 것

• 사업 모델에 따라 기준이 달라질 수 있음

• 고객이 우리가 원하는 행동을 하는지 가 중요함

• 리텐션율 : 특정 기간 동안 고객들이 유지되는 비율

  • 제품 이용 주기에 따라 적절한 시간 단위 정해야함

    • 측정 기간 단위 : 일 주 월 분기 연 4주 등

  • 정의

    • 기준 기간

    • 분모

    • 분자

• 종류

  • 코호트 리텐션

  • 리텐션 커브

  • Day N retention

  • Bracket(bounded) retention

  • Unbounded retention

Monetization

• 매출, 기간별 매출 성장율

• Paying users 수

• 인당 매출(객단가) 지표

  • ARPU

  • ARPPU

• Net revenue retention

Metric Hierarchy

지표의 위계구조

• 리텐션 아웃지표는 액티베이션, 인게이지먼트 등 인풋지표에 영향을 받음

수식으로 명확히 표현되지 않는 인풋 아웃풋 관계도 중요함

• eg : 이커머스 - 상품 카테고리 개수, 카테고리 상품 다양성, 얼마나 쉽고 빠르게 찾을 수 있는가 등등

• 프로덕트 비즈니스에 대한 고민

• 다른 프로덕트 케이스 참고

이번주 회고

과제 : 시간이 부족해서 급하게 하다보니 충분히 고민할 시간이 부족했다.. 다음 주에는 시간을 잘 확보하자

종합

• 첫 과제 회고가 있었다! 수정할 부분을 자체적으로 고쳐서 보완해보자

• 데이터야놀자 행사를 다녀오느라 주말하루를 통으로 날려버리니 시간이 부족했다. 시간 관리를 잘 해야겠다.