2025. 10. 23. 21:28ㆍTIL
1. 데이터 리터러시
1) 지표 설정
지표(Metric, Indicator) :
특정 목표나 성과를 측정하기 위한 수치
문제를 파악하고 문제 해결의 진행 과정을 확인하기 위해 필수적
2) 주요 지표
I. Active User(AU, 활성 유저)
AU에 대한 정의는 그때그때 다르지만, 정의 방식에 따라 서비스의 운영 전략과 목표 방향성이 달라진다.
특정 사이트나 앱에 대해서,
- 사이트나 앱에 방문/접속한 사람
- 사이트나 앱에 진입 후 클릭, 알림 확인 등 추가적인 행동을 한 사람
- 사이트나 앱에 진입 후 최종 구매 내지 서비스가 원하는 행동을 한 사람
이처럼 여러 가지 기준으로 AU를 설정할 수 있다. (아래로 내려올수록 좀 더 엄격하게 AU를 측정하게 되고, 그만큼 AU 지수는 낮아지게 된다.)
AU에는 DAU/WAU/MAU (daily/weekly/mothly active user). CTR(click through rate) 등 다양한 종류가 있다.
II. Retention Ratio (재방문율)
Retention은 얼마나 많은 유저가 서비스를 지속적으로 이용하고 있는지 파악할 수 있는 지표이다.
요즘같이 경기가 어려워 신규 고객 유입이 어려운 상황에서, 서비스 운영이 잘 되고 있는지 파악할 수 있는 핵심 지표이다.
일반적인 Retention의 기준은 방문이지만, 상황에 따라 특정 action을 취해야 Retention에 포함시킬 수도 있다. (AU와 같이 각 서비스마다, 상황마다 다르다)
Retention을 측정하는 방법에는 크게 3가지가 있다.
i) N-Day Retention
최초 사용일로부터 N일 후에 재방문한 AU의 비율
일반적으로 많이 사용하는 Retention 지표이며, 특히 SNS, 게임 등 매일 사람들이 접속하는 서비스에서 중요하게 다루는 지표이다.
유저가 AU로 집계된 최초일을 Day 0으로 설정하고, Day 0부터 유저들의 N일차 Retention을 계산한다.
N-Day Retention은 서비스의 사용 주기가 길 경우(ex. 평균적으로 한 달에 한 번 정도 사용하는 사이트) 실제보다 서비스의 효용이 과소평가될 수 있기 때문에 주의해야 한다.
ii) Unbounded Retention
특정일을 포함한 이후 날짜에 한 번이라도 재방문한 유저의 비율
(Day 0에 가입한 사용자 중 Day N 또는 그 이후에 한 번이라도 재방문한 사용자 수) / (Day 0에 가입한 총 사용자 수)
ex. Day 7의 unbounded retention = 30%라면 1월 1일에 100명이 가입했을 때, 1월 7일 이후 한 번이라도 방문한 사람의 수가 30명이라는 뜻
유저가 더 이상 접속하지 않는 비율을 계산하는 이탈률의 반대 개념
사용 빈도가 높지 않은(이커머스, 채용 사이트, OTT 등) 서비스에 활용하면 보다 정확한 Retention 수치를 알 수 있다.
iii) Bracket Retention
분석자가 임의로 정한 특정 기간에 대한 재방문율('3일'처럼 일/주/월이 아니어도 )
N-day retention이 매우 엄격하고, Unbounded retention이 관대하다면, Bracket retention은 그 중간 정도에 위치한다.
ex. Day 5-7의 bracket retention=45%, Day 8-10의 bracket retention=30%라면, Day 0에 100명이 가입했을 때 Day 5-7에는 45명이 접속했고, Day 8-10에는 30명이 접속했다는 뜻
매일 사람들이 쓰는 건 아니지만, 주 단위/월 단위로 사용하는 서비스에 적합하다.
III. Funnel
Funnel은 우리말로 하면 깔대기로, 점점 밑으로 갈수록 폭이 좁아지는 형태를 의미한다.
가로 길이를 확률이라고 한다면, 위는 회사에 영향은 적지만 사용자가 행할 확률이 높은 행동(ex. 접속), 밑으로 갈수록 회사에 더 직접적으로 영향이 미치지만 사용자가 행할 확률이 낮은 행동(ex. 구매)이 위치한다.
Funnel의 단계별 전환율을 분석해, 우리는 어디서 사람들이 많이 이탈하는지를 분석할 수 있다.
Funnel의 단계를 설정하기 위한 프레임워크로 가장 많이 사용하는 것이 AARRR 모델이다.
Acquisition (유입) ➡️ Activation (활성화) ➡️ Retention (재방문) ➡️ Revenue (수익) ➡️ Referral (추천)
ex. 쇼핑몰 웹사이트에서 Funnel 지표를 이용해 데이터 분석을 실시한다면
Acquisition ➡️ Activation 낮다면 >> 사이트 UI/UX에 문제가 있는지?
Activation ➡️ Retention 낮다면 >> 첫 구매 고객에 대한 프로모션의 문제가 있는지?
Retention ➡️ Revenue 낮다면 >> 상품의 객단가가 낮게 설정되어 있는지?
Revenue ➡️ Referral 낮다면 >> 상품의 퀄리티에 문제가 있는지?
이와 같은 문제점들을 식별하고 분석할 수 있을 것이다.
IV. LTV(Life Time Value, 고객평생가치)
LTV는 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지, 얼마만큼의 이익을 발생시키는지를 정량적으로 평가할 수 있는 지표이다.
LTV는 사업적 이익과 직결되어 있는 중요한 지표이며, LTV가 높다는 것은 해당 서비스가 고객과 좋은 관계를 유지하고 있으며, 충성도가 높은 고객이 많다는 것 (애플의 LTV는 굉장히 높을 것 같다는 생각이 든다)
LTV는 굉장히 다양한 산출 방법이 있으며, 서비스마다, 관점마다 다를 수 있기 때문에 어떤 LTV가 우리 서비스의 효용을 가장 잘 반영하는지 다각도로 고민하고 적용해야 한다.
3) 북극성 지표(North Star Metric)
북극성 지표는 제품과 서비스가 유저에게 주는 효용을 가장 잘 나타내는 핵심 지표이다. 다른 말로 하면 KPI(Key Performance Indicator)가 될 수 있겠다.
회사의 비즈니스 목표를 나타내고, 회사가 제일로 하는 가치이자 전략의 핵심이다.
회사의 사업 목표를 나타내는 지표 중 선행지표에 해당한다.
(선행지표 : 앞으로 미리 일어날 일을 예측하는 지표. 방문자 수, 고객 만족도 점수, 주가지수 등)
(후행지표 : 이미 일어난 일에 대한 지표. 한 해 매출, 영업이익, 국내총생산, 실업률 등)
적절한 주기로 꾸준히 모니터링할 수 있어야 하며, 외부 요인으로부터 영향이 적어야 한다.
북극성 지표의 증감이 사업의 성장/쇠락과 연관이 있어야 하며, AARRR의 전 과정이 북극성 지표에 영향을 주는지 확인해야 한다.
잘 설정된 북극성 지표는 회사의 방향성을 명확히 제시하고, 회사의 역량을 결집시켜 업무 효율을 높일 수 있다.
'TIL' 카테고리의 다른 글
| 251027_BootCamp Day 6_Python 함수 / SQL 기본 (0) | 2025.10.27 |
|---|---|
| 251024_BootCamp Day 5_Python 조건문, 반복문 (1) | 2025.10.24 |
| 251022_BootCamp Day 3_데이터 리터러시_1 (0) | 2025.10.22 |
| 251021_BootCamp Day 2_데이터 직무 분석 2 (0) | 2025.10.21 |
| 251020_BootCamp Day 1_데이터 직무 분석 1 (0) | 2025.10.20 |