제로베이스 PM 파트타임 스쿨 6주차

Ch 09. 데이터 분석에 기반한 서비스 기획

 

1.  데이터 분석에 기반한 서비스 기획 능력이 중요한 이유

고객 중심 기획의 어려움

• 고객의 행동 패턴이 빠르게 변화하고 있고, 그 고객이 모여있는 시장 또한 너무나 빠르게 변화하고 있음
• 이에 따라서 기존의 경험에 의존하여 기획을 할 경우에 오히려 고객과 멀어질 수 있음
• UT(User Test), FGI 등 정성적 조사를 바탕으로 유저의 목소리를 듣고 제품을 개선해 나갈 수 있으나, 워낙 다양한 고객군이 존재하고, 고객 각가의 주관이 강하게 들어가 있기 때문에, 실제 서비스 기획에 100% 활용하기는 어려움
• 고객이 원한다고 이야기하는 것과 실제로 그들이 원하는 것은 다를 수 있음
  • 사용자는 본인이 직면한 불편한 현상의 문제점과 원하는 해결방안을 표현하는데 어려움을 느낌
  • 넷플릭스는 메인페이지 UI 개선을 위해서 유저인터뷰를 진행하였음. 가입과 로그인 전에 원하는 정보가 무엇인지 물었고, 유저는 시청 가능한 프로그램 목록을 보여주면 좋겠다고 이야기 했음. 이에 따라 시청가능한 많은 프로그램 목록을 메인페이지에서 제공하였으나 오히려 가입과 로그인 전환율이 떨어짐.

→ 실제 사용자 행동 데이터를 기반하여 인사이트를 얻고, 이를 제품에 반영해야 한다.

 

 

2.  지표 깊게 알아보기_ 좋은 지표란

 

• 어떤 지표를 측정하느냐에 따라서 어떤 개선을 이뤄낼 것인가가 결정되므로, 수많은 데이터 중 적절한 지표를 설정하는 것은 기업 및 서비스 기획자에게 매우 중요한 일이다.
• 측정할 수 없는 것은 관리할 수 없다 -피더드러커
• 올바른 지표를 측정해야, 올바른 관리가 가능하다.

좋은지표란?(린분석)

• 상대적이다. 어떤 지표를 놓고 시대별, 사용자 그룹별, 경쟁자별로 비교가능함
  • 지난주보다 전환율이 2% 증가했다가 전환율이 2%이다. 보다 좋은 정보이다.
• 이해하기 쉽다
  • 구성원 모두가 지표를 기억하고, 지표에 대해 대화를 나눌 수 없다면 지표를 바탕으로 행동을 할 수 없게 된다.
• 비율로 표현된다
  • 비율은 행동에 반영하기 쉽다.
    • 이동거리 vs 시간당 이동거리(속도) → 목적지까지 제시간에 도착하기 위해 빨리 가야할지, 느리게 가야할지 결정할 수 있다.
  • 비율은 비교의 속성이 있다
  • 비율은 다소 대조적인 요소들이나 갈등이 있는 요소들을 비교하기 좋다.
• 행동방식을 바꾼다
  • 좋은 지표는 해당 지표의 변화를 위해 다음에 어떤 행동을 해야할지 알려준다.
  • 이 정보로 내가 무엇을 할 수 있을까? 라는 질문에 대답이 어렵다면 그다지 중요하지 않은 지표이다.

 

3.  지표 깊게 알아보기_ 지표 선택 시 염두해야할 사항

 

• 정성적 지표 < > 정량적 지표
  • 정성적 지표는 비구조적이고 종합하기 힘듬, 정량적지표는 정황 정보가 부족
  • 정성적 지표는 ‘왜’에 대한 답을 제공한다.
  • 정량적 지표는 체계적이고 객관적이다.
  • 제품 설계단계에서는 정성적 지표가 중요할 것이고, 제품 개선 단계에서는 정량적 지표가 중요할 것이다.
• 허상 지표 < > 실질 지표
  • 실질지표는 행동을 바꾸게 함
  • 행동방침을 결정하는데 도움이 되지 않는 지표는 필요가 없다.
  • 가령 전체가입자 수는 항상 우상향을 그린다. 이 지표는 사용자들이 어떤 행동을 하는지, 우리에게 가치가 있는지 알 수 없다.
  • 전체적으로 누적 지표는 성과 보고에는 사용가능하지만, 행동을 변화시키지는 못한다.
    • 누적 방문수
    • 누적 가입자수
    • 누적 다운로드 수 등등
• 탐색지표 < > 보고 지표
  • 탐색지표는 추론에 기반, 아직 알려지지 않은 내용을 찾는데 목적이 있음
  • 보고지표는 일상적인 상황을 빠짐없이 알게 함
• 선행지표 < > 후행지표
  • 선행지표는 미래 예측, 후행 지표는 과거를 설명해줌
  • 선행지표는 조치를 취할 수 있기 때문에 더 유용
• 상관지표 < > 인과지표
  • 두지표가 함께 움직이면 상관지표
    • 아이스크림 소비와 익사 건수
  • 두 지표 사이에 인과관계가 있으면 인과지표
  • 원하는 것(매출)과 통제가능한 것(광고 등) 사이의 인과관계를 찾을 수 있다면 미래를 바꿀 수 있음
  • 인과관계를 입증하기 위해서는 일단 상관관계를 찾고, 그 다음 변수를 통제하면서 차이를 측정하는 실험을 해야 한다. (like AB test)

 

4.  다양한 데이터 분석 도구들

 

데이터 분석툴의 종류

 

초급

1.GA(구글 애널리틱스): 구글에서 제공하는 웹 분석 서비스로 유저를 로그기반으로 트래킹해 보기 쉬운 형태로 제공해주는 분석 도구(무료)

2.Excel: 상용화된 툴이기 때문에 누구나 쉽게 사용할 수 있음. 피벗 테이블&피벗 챠트를 활용하면 다양한 기준에 따라 데이터 분석이 가능하고 쉽게 시각화할 수 있는 것도 큰 장점

 

중급

1.SQL: 데이터에 접근하는 가장 기본적인 도구로서, 진입장벽이 낮아 데이터 분석가외에도 마케터, PM, PO 들이 두루 사용하고 있음

2.Amplitude / Mixpanel: 이벤트 로그기반의 프로덕트 데이터 분석도구로, 다양한 분석도구를 제공하여 데이터 분석가 없이도 유의미한 프로덕트 인사이트 확보가 가능함

3.태블로: 다양한 시각화 챠트가 제공되어 데이터 분석 결과를 통한 업무 보고 또는 사내 커뮤니케이션에 활용하기 좋은 BI툴

 

고급(프로그래밍 언어)

1.R: 오픈 소스 통계/데이터마이닝 언어로서 데이터 시각화 및 분석에 특화된 프로그래밍 언어

2.Python: 데이터 사이언스 외에도 다양한 용도로 사용할 수 있고, 직관적이라 학습에 용이하나 R과 비교하여 시각화가 다소 약함

 

 

 

5.  Amplitude 활용한 데이터 분석하기_Amplitude란

 

Amplitude란

• 유저들이 수행한 이벤트를 바탕으로, 이벤트 속성값, 사용자 속성값 등을 통합적으로 수집하여 사용자 행동을 분석할 수 있는 분석도구
• 다양한 스타트업들이 엡플리튜드를 프로덕트 분석에 활용하고 있음 (마켓컬리, 지그재그, 오늘의집, 뤼이드 등등)

장점

• 파워풀한 분석을 기획자, 디자이너, 사업개발 등 다양한 부서 사람들이 쉽게 활용할 수 있다.
• 대용량 데이터를 활용함에도 불구하고 분석 속도가 매우 빠르고 신뢰도 있는 분석결과를 보여준다.
• 시각화를 쉽게 할 수 있고, 관리용 대시보드, 보고용 노트북을 쉽게 제작할 수 있다.
• 무료 기능으로도 충분히 파워풀한 분석이 가능하다.

단점

• 코호트 등 유료기능을 사용하기 위해서는 연 3,000만원 가량의 비용이 발생한다.
• 유저 행동들에 대한 이벤트 로그를 남겨야 하기 때문에 초기 셋팅하는데 리소스가 많이 들어간다.

Amplitude vs GA

1.Amplitude는 각 프로덕트에 맞춰서 커스터마이징이 가능하다.

2.Amplitude는 앱, 웹 모두 분석이 가능하지만, GA는 웹사이트 관리에 특화되어있다.

3.Amplitude는 GA에 비해서 사용자 친화적이고, 모든 기능에 tool tip이 제공되어 쉽게 배울 수 있다.

4.Amplitude는 팀원들과 협업할 수 있는 다양한 도구를 제공한다. (Dashboard, notebook 등)

 

 

6.  SQL을 활용한 데이터 분석하기_SQL을 가장 빠르게 학습하는 방법

 

SQL이란

• Structured Query Language: 구조화된 질의 언어
• 한국인에게 한국말로, 중국인에게 중국말로 묻듯이, SQL은 Database에게 질문을 하는 언어
• 단, 사람은 문법이 대충 틀려도 알아듣지만, Database에게는 명확하게 규칙에 맞춰 질문을 해야만 올바른 답(Data)를 제공해줌
• SQL 언어치고는 정말 적은 문법과, 단어만 존재하기 때문에 겁만 먹지 않는다면 누구나 쉽게 배울 수 있음

SQL문법

• SQL의 문법은 DBMS(데이터 베이스 관리시스템) 제공사에 따라 조금씩 다르지만 거의 대동소이 하다고 볼 수 있어 하나만 학습해두면 쉽게 다른 DBMS 언어로 사용 가능하다
  • 인간 언어의 사투리 정도 수준
  • 대표전 SQL
    • Oracle sql, MySQL, PostgreSQL.. 등
• SQL 대표 구문
  • SELECT: 데이터를 읽어오는 구문
  • INSERT: 데이터를 삽입하는 구문
  • UPDATE: 데이터를 수정하는 구문
  • DELETE: 데이터를 삭제하는 구문
  • DROP: 데이터 테이블을 제거하는 구문
• 하지만, 서비스 기획직무는 SELECT 구문 외에는 쓸 일이 없음

데이터베이스의 구조

• 데이터를 표 형식으로 저장하고, 표를 테이블이라고 부른다
• 데이터 별로 구분하여 저장한다. 쇼핑몰을 예로 들자면, 회원정보, 상품정보, 구매정보, 배송정보 등을 다 다른 테이블에 저장한다
• 이 테이블간의 집합이 데이터베이스라고 볼 수 있다
• 우리는 SQL을 통해 특정 표에 있는 정보를 데이터베이스에게 요청하는 것이다.

SQL 예시 1

• SELECT name, gender FROM member WHERE age=27
• SELECT = ~를 가져와줘 / FROM = ~테이블에서 / WHERE = 이 조건에 부합하는 데이터만 골라서
• 이름과 성별을 가져와줘 / 회원정보 테이블에서 / 나이는 27살인 애들만 골라서

 

예시 2

• SELECT gender, count(name) FROM member GROUP BY gender
• SELECT = ~를 가져와줘 / FROM = ~테이블에서 / GROP BY = 같은 ~끼리 묶어서
• 성별과 이름의 수를 가져와줘 / 회원정보 테이블에서 / 성별로 묶어서

 

 

SQL을 빠르게 학습하는 방법

 

1. 여러 책이나 강의를 볼 필요 없습니다. 하나만 골라서 빠르게 훑어보세요.

• SQL은 자료를 꼼꼼히 학습한다고 늘지 않습니다
• 많은 쿼리를 쳐보고, 많이 틀리고, 다른 사람의 실제 쿼리를 많이 볼 수록 학습속도가 빠릅니다

2. 정확한 문법을 외우는데 시간을 너무 많이 사용하지 마세요.

• 시험을 보는게 아니기 때문에, 언제든지 검색할 수 있습니다
• 문법이 틀려도 백번 고쳐쓰면 됩니다. Database는 사람과 다르게 인내심이 높습니다.

3. 기존에 누군가가 작성한 쿼리를 최대한 활용하세요.

• 처음부터 작성할 필요 없습니다. 누군가가 작성한 쿼리를 이해하고, 내가 원하는 방식으로 변경할 수 있다면 충분합니다.

4. 학습을 위한 쿼리가 아닌, 스스로 실제 궁금증을 풀기 위한 쿼리문을 작성하세요.

• 한시간이 걸려도, 하루가 걸려도 좋습니다
• 스스로 쿼리를 통해 궁금증을 해결해보는 경험이 매우 중요합니다.

 

실제 예시를 들어서 설명을 해주어서 더 이해가 잘되었다.
사업하는 지인을 통해 사용자의 행동을 분석하고 그로 인해서 유의미한 자료를 얻는 일이 얼마나 중요한지는 익히 들어 알고 있었다.
그래도 어떻게 분석을 해야 하는지, 어떤 점을 중점적으로 봐야하는지에 대한 막연함이 있었는데
이번 9강에서는 그런 부분들을 해결해주었다.
알려주신 초급과 중급의 난이도 부터 하나씩 도전해보면 좋겠다는 생각이 들었다.