[Chapter 09] 데이터 분석에 기반한 서비스 기획

1️⃣ 데이터 기반한 서비스 기획능력이 중요한 이유

🔷 고객 중심의 기획의 어려움

• 고객 행동 패턴이 빠르게 변화하고 있고, 그 고객이 모여있는 시장 또한 빠르게 변화함.
• 따라서 기존의 경험에 의존하여 기획을 할 수 없음
• UT(User Test), FGI(Fouse User Interview) 등 정성적 조사를 바탕으로 유저 목소리를 듣고 제품을 개선해 나갈 수 있으나, 다양한 고객들이 있는만큼 모두를 수용하는 서비스 기획은 어려움
• 고객이 원한다고 '이야기' 하는 것과 실제로 그들이 원하는 것이 다를 수 있음
  • 사용자는 본인이 직면하 불현한 현상의 문제점과 원하는 해결방안을 표현하는데 어려움을 느낌

=> 실제 사용자 행동 데이터 기반으로 인사이트를 얻고, 이를 제품에 반영해야 함.

 

2️⃣ 지표 깊게 알아보기

• 어떤 지표를 측정하느냐에 따라 어떤 개선을 이뤄낼 것인가가 결정
• 수 많은 데이터 중 적절한 지표를 설정하는 것은 기업 및 서비스 기획자에게 매우 중요한 일

측정할 수 없는 것을 관리 할 수 없다.
- 피터드러커

=> 서비스에 대해 명확하게 측정할 수 없다면 제대로 관리/개선할 수 없다. 올바른 지표를 측정해야 올바를 관리가 가능

 

🔷 좋은 지표란(from 린분석)

• 상대적인 지표! =>시대별, 사용자별, 그룹별, 경쟁자별로 비교가능해야 함
  • 전환률이 N%이다라고 표현하기 보단 지난주 대비 전환률이 n% 올랐다가 더 좋은 정보
• 이해하기 쉽다
  • 구성원 모두가 지표를 기억하고, 지표에 대해 대화를 나눌 수 없다면 지표를 바탕으로 행동할 수 없게 된다.
• 비율로 표현된다.
  • 비율은 행동에 반영하기 쉽다.
    • 단순 이동거리 vs 시간당 이동거리(속도)
    • 목적지까지 제시간에 도착하기 위해 얼마나 빨리가야하는지를 결정해주는 지표는 속도이다.
  • 비교의 속성을 가지고 있다.
    • 시간 별로 체킹하고 비교하면서 사용자의 행동을 파악하고 그 행동을 변화시킬 수 있는 인사이트를 뽑기 쉽다
  • 다소 대조적인 요소들이나 갈등있는 요소를 비교하기 쉽다.
• 행동방식을 바꾼다
  • 좋은 지표는 해당 지표의 변화를 위해 다은에 어떤 행동을 할지 알려준다.
  • 다음 행동을 찾지 못하겠다면 중요한 지표가 아닐 가능성이 크다.(from 프로던트 오너)

 

3️⃣  지표 깊게 알아보기

🔷 지표 선택 시 염두해야할 사항(from 린분석)

🔸 정성적 지표(User interview, FGI 등) <> 정량적 지표

• 정성적 지표는 비구조적이고 종합하기 힘듬, 답변자의 주관이 강해 완벽히 신뢰할 수 있는 지표가 아님
• 정성적 지표는 왜에대한 답을 제공한다
• 정량적 지표는 체계적이고 객관적이지만, 정황(왜에 대한) 정보가 부족
• 제품 설계단계/기능 추가(제품의 방향성)에선 정성적 지표가 중요할 것이고,
• 제품 개선 단계(프로토 타입 이후)에선 정량적 지표가 중요

 

🔸  허상 지표 <> 실질 지표

• 실질 지표는 행동을 바꾸게 하는 중요 지표
• 행동방침을 결정하는데 도움이 되지 않는 지표는 필요가 없다.
  • 전체 가입자 수, 누적 방문수, 가입자 수, 다운로드 수와 같이 성과 보고를 할 순있지만 사용자들이 어떠한 행동을 하는지 알 수 없으며, 그에따른 우리의 행동변화를 이르킬 수 없는 지표는 가치가 떨어지는 지표이다.

 

🔸 탐색지표 <> 보고 지표

• 탐색지표는 시장안에서 모르는 것 조차 알지 못하는 내용을 추론을 통해 찾아낼 수 있게 하는 지표
  • 토스가 생기기 전에 은행 업무를 간단하게 할 수 있다는 것을 몰랐던 경우
  • 시장의 판도를 바꿀 수 있는 추론을 할 수 있게 도와주는 지표
• 보고지표는 일상적인 상황(현황)을 알게 함

 

🔸 선행지표 <> 후행지표

• 선행지표는 미래 예측하는데 사용하는 지표
  • 방문자 대비 가입전환률을 알고있다면 얼마나 방문해야 목표 가입자 수에 도달할 지 알 수 있음.
  • 앞으로의 일을 예측하여 목표에 도달하는데, 시간과 비용을 절약 할 수있게 해줌
• 후행지표는 과거를 설명해주는 지표
  • 미래를 설명해주진 못한다.
  • 어떤 부서의 후행지표는 다른 부서의 선행지표가 될 수있다

 

🔸 상관지표 <> 인과지표

• 두지표가 함께 움직이면 상관지표
  • 여름에는 더우니까 아이스크림 판매량이 늘어난다.
  • 여름에는 바다, 계곡에 많이 놀러가 익사사고가 늘어난다.
  • 두 지표는 양의 상관지표이다.
• 두 지표 사이에 인과관계가 있으면 인과지표
  • 아이스크림이 판매량이 늘어난 것과 익사가 늘어난 것을 인과관계가 없으니 인과지표가 아니다
• 회사가 원하는 것(매출)과 통제가능한 것(광고)의 인과관계를 찾으면 미래를 바꿀 수 있다
• 인과관계를 입증하기 위해서 일단 상관관계를 찾고, 그 다음 변수를 통제하면서 차이를 측정하는 실험을 해야한다(AB test)

 

4️⃣ 다양한 데이터 분석 도구들

등급	도구
초급	GA	구글에서 제공하는 웹 분석 서비스 유저를  로그 기반으로 트래킹해 보기 쉬운 형태로 제공해주는 분석도그 무료라는 것이 장점이지만 앱 서비스는 타 유로 툴보다는 한계가 있음
	Excel	상용화된 툴이기 때문에 누구나 쉽게 사용할 수 있음 로우 데이터를 넣어줘야하는 것이 단점 피벗 베이블 & 피벗 챠트를 활용하면 다양한 기준에 따라 분석 가능 시각화할 수 있음
중급	SQL	데이터에 접근하는 가장 기본적인 도구 진입장벽이 낮아 데이터 분석가외에도 마케너, PM, PO들이 두루 사용하고 있음
	Amplitude Mixpanel	이벤트 로그기반의 프로덕트 데이터 분석도구 다양한 분석도구를 제공하여 데이터 분석가 없이도 유의 프로덕트 인사이트 확보가 필요함 일부는 무료로 제공 됨.
	태블로	다양한 사각화 차트가 제공 분석 결과를 통한 업무 보고 또는 사내 커뮤니케이션에 활용하기 좋은 BI  툴
고급	R	오픈 소스 통계/데이터마이닝 언어 데이터 시각화 및 분석에 특화된 프로그래밍 언어
	python	데이터 사이언스 외에도 다양한 용도로 사용할 수 있음 직관적이라 학습용이하나 R과 비교하여 시각화가 다소 약함

 

5️⃣ Amplitude 확용한 데이터 분석하기

🔷 Amplitude란?

유저들이 수행한 이벤트(행동) 바탕으로, 이벤트 속성값(가격, 카테고리 등), 사용자 속성값(유저의 특징) 등을 통합적으로 수집하여 사용자 행동을 분석할 수 있는 분석 도구

 

🔸 장점

• 직관적이라 쉽게 활용할 수 있다.
• 대용량 데이터를 활용함에도 불구하고 분석 속도가 매우 빠르고 신뢰도 있는 분석결과를 보여준다.
• 시각화 쉽게 할 수 있고, 관리용 대시보드, 보고용 노트북을 쉽게 제작할 수 있다.
• 무료 기능으로도 충분히 파워풀한 분석이 가능하다.
• 각 프로덕트에 맞춰서 커스터마이징 기능이 있다.
• 웹 앱 둘다 분석이 가능하다.
• 팀원들과의 협업 툴을 제공한다.

 

🔸 단점

• 코호트 등 유료기능을 사용하기 위해서 연 3000만원 가량의 비용이 발생한다
• 유저 행동들에 대한 이벤트 로그를 남겨야 하기 때문에 초기 셋팅하는데 리소스가 많이 들어간다.

 

6️⃣ SQL을 활용한 데이터 분석하기

🔷 SQL란?

Structured Query Language:구조화된 질의 언어

• 데이터 베이스에 정확한 문법으로 질문해야 올바른 답을 찾을 수 있음

 

🔷 SQL 문법?

DBMS(데이터베이스 관리 시스탬)제공사에 따라 조금씩 다르지만 대부분 비슷함

대표 구문	설명
SELECT	데이터를 읽어오는 구문
INSERT	데이터를 삽입하는 구문
UPDATE	데이터를 수정하는 구문
DELETE	데이터를 삭제하는 구문
DROP	테이블을 제거하는 구문

 

🔷 데이터 베이스 구조

• 테이블 : 데이터를 표 형식으로 저장
• 데이터 별로 테이블을 구분하여 저장
• 데이터 베이스 테이블의 집합
• SQL을 통해 특정 표에 있는 정보를 데이터 베이스에 요청한다