☑️ 지표란?
- 특정 목표나 성과를 측정하기 위한 구체적이고 측정 가능한 기준
- 목표 달성도를 평가하고 전략적 결정에 필요한 핵심 정보를 제공
- 정의한 문제에 대해 정확하게 파악하기 위해서 필요
- 문제 정의를 통해서 ‘어떤 문제를 풀고자 하는가?’를 정의했다면
- 지표는 ‘어떤 결과를 기대하는가?’에 대한 정량화된 기준
주요 지표
1. Active User
- 서비스에 들어오는 모든 유저? x
- Active User에 대한 정의에 따라 전략과 방향이 달라짐
- Active User에 대한 정의로 ‘이탈 유저’가 정의됨
- 투자를 위한 서비스 지표에 중요한 역할을 하게 됨
- 정밀도, 허들이 높아질 수록 Active User의 수는 낮아지는 구조
- 정밀도: 측정의 정밀함을 나타내는 정도
☑️ 우리 서비스만의 Active User를 찾기 위해선?
- 어디까지 경험한 유저가 우리의 활성유저일까?
- 일반유저와 활성유저를 나누는 기준은?
- 유저는 어디서 우리 서비스의 효용성을 느낄까?
- 우리가 핸들링할 수 있는 유저의 사이즈는 얼마나 될까?
☑️ 그 외 주요 지표 정리
2. Retention Ratio
고객이 서비스를 지속적으로 이용하고 있는지를 파악할 수 있는 것
- 몇%의 유저가 우리 서비스를 다시 사용하는가?
- 정의: 서비스를 사용한 사람이 다시 서비스를 사용하는 비율 %
- 리텐션이란 한번 획득한 유저가 서비스로 다시 돌아왔는가?에 대한 지표
- 리텐션이 높은 서비스는 획득비용에 투자한 비용을 빠르게 회수할 수 있음
- 리텐션은 서비스(특히 앱서비스) 성장에 있어서 매우 중요한 지표
☑️ Retention 더 알아보기
- 리텐션은 기본적으로는 방문을 기준으로 측정하지만, Active User에서 활성의 기준을 정해줬던 것과 같이, 서비스의 특성에 따라 ‘활성’의 기준을 다르게 정의할 수 있음
- 일반적으로 리텐션은 시간이 지남에 따라 자연스럽게 감소 (Product B)
- 기울기가 점점 완만해지며 안정화 되는 그래프를 가지고 있다면, 시장에 적합한 서비스라고 할 수 있음 (Product A)
☑️ Retention 측정 방법
-
- N-Day 리텐션
- 최초 사용일로부터 N일 후에 재방문한 Active User의 비율
- 일반적으로 사용하는 리텐션 지표는 N-Day 리텐션
- 게임, 소셜 등 습관적으로 사용하거나 반복적으로 행동을 유도하는 제품에 적합
- 유저가 Active User로 집계된 최초 날을 Day 0으로 설정
- Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산
- N-Week, N-Month도 가능
- 활용예제
- 1월 1일에 회원가입한 5명(프로도, 튜브, 무지, 라이언, 어피치)
- 1월 3일의 리텐션은? 40%
- N-day 리텐션의 한계
- 위 사용예시에서 튜브는 1월 3일을 제외하고는 전부 방문
- 그렇다면, 1월 3일의 리텐션에도 튜브를 포함하는 게 맞는 것 아닐까?
- 서비스의 사용 주기가 길 경우, N-day 리텐션을 사용하면 실제보다 더 과소평가
- N-day 리텐션은 사용자가 매일 접속하는 서비스 (카톡, IG, 게임)에 활용하기 적절한 지표
2. Unbounded 리텐션
- 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율
- 특정일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율
- 유저가 정기적으로 반복해서 방문하는 서비스가 아닐 경우 적합
- 해석: Day5는 5일차 이후에 한 번 더 들어온 유저의 비율
- Unbounded 리텐션은 이탈률의 반대 개념
- 활용예제
- 마지막 방문일 이전에는 방문한 것으로 계산
- 실제로 방문하지 않았어도, 계산에는 함께 포함
- N-day 리텐션과 비교시 결과값에 큰 차이가 있음
- 사용 빈도가 높지 않은 서비스 (채용 사이트, 쇼핑몰, 부동산 매물 서비스)에 활용하기 적절한 지표
- 위와 같이 사용 주기가 좀 더 긴 서비스들에서는 N-day 리텐션을 적용하게 될 경우 불필요한 할인, 푸쉬 메시지 발송 등 잘못된 액션을 할 가능성이 존재
Unbounded 리텐션의 한계
- 다만, Unbounded 리텐션의 경우 1월 6일에 계속 접속하지 않던 무지가 접속할 경우, 이 전의 리텐션 값들이 전부 변동되는 상황이 발생할 수 있음
- 해당 지표는 절대적인 수치보다는 지표가 어떻게 변화하는 지에 대해 트렌드를 보는 용도로 활용하는 것을 권장
3. Bracket 리텐션
- 설정한 특정 기간을 기반으로 재방문율을 측정
- Bracket 리텐션은 N-Day 리텐션을 확장한 개념 > 일/주/월 단위가 아닌 지정한 구간으로 나눔
- 1(0일차) / 2(1-3일차) / 3(4-6일차) / 4(7-11일차)
- 활성유저가 특정한 활동을 위해 각 Bracket 내 서비스에 재방문시 잔존 유저로 해석
- 활용예제
- Day 0: 1월 1일 (신규 가입일 or 최초 접속일)
- Day 1~3: 1월 2일 ~ 1월 4일
- Day 4~6: 1월 5일 ~ 1월 7일
- Day 1~3 방문한 유저: 튜브, 어피치, 라이언, 프로도
- Day 4~6 방문한 유저: 튜브, 어피치, 무지
- 하루 정도 서비스에 접속을 안했더라도, 리텐션에 영향을 주지 않기 때문에 기준이 조금 더 널널함
- 서비스 사용주기가 길거나 주기적인 경우 (식료품 배달 서비스, 세차 서비스) 사용하기 적합한 지표
☑️ Retention에 대한 이해
- 리텐션이 높은 세그먼트를 발굴하는 작업이 필요함
- 서비스의 사용 주기에 따라 리텐션 조회 기간을 늘려야 함
- 사후 분석 시에 용이
3. Funnel
- 유저들이 어디서 이탈하는가?를 확인하기 위한 구조화
- 퍼널은 잠재고객을 유입시키며 최종적인 목표 액션을 달성할 때까지의 과정
- 모든 서비스와 비즈니스는 각 단계로 갈 수록 이용자 수가 줄어들게 됨
- 각 단계의 전환율 (or 첫 유입 대비 전환율)을 측정
☑️ AARRR
- 디지털 마케팅시 퍼널을 활용하는 프레임워크
- 단계별 전환율을 지표화 하여 서비스 보완 지점을 찾음
- Acquisition: 유입
- Activation: 활성화
- Retention: 재방문(재구매)
- Revenue: 수익
- Referral: 추천
4. LTV (Life Time Value, 고객 평생 가치)
- 해당 유저가 우리에게 평생 주는 이익은 얼마나 될까?
- 고객 생애 주기: 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
- LTV는 한 명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것
- LTV는 유저와의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표
- LTV가 높다는 것은 해당 서비스와 관계가 좋고, 충성도가 높은 고객이 많다는 것\
- 활용예제
- 신규유저(프로도)가 1월에 서비스에 처음 들어와서 구매를 하다가 이탈함
- 프로도의 LTV는 50000 + 20000 + 5000 = 75000
- LTV 추측이 가능하다면, 신규 유저를 데려오는 비용(CAC: Customer Acquisition Cost)의 산출 및 효율적인 예산 운용이 가능
☑️ LTV 산출 방법
- 이익 x Life Time x 할인율(미래 비용에 대한 현재 가치)
- 연간 거래액 x 수익률 x 고객 지속 연수
- 고객의 평균 구매 단가 x 평균 구매 횟수
- (매출액 – 매출 원가) / 구매자 수
- 평균 구매 단가 x 구매 빈도 x 구매 기간
- (평균 구매 단가 x 구매 빈도 x 구매 기간) – (신규 획득 비용 + 고객 유지 비용)
- 월 평균 객단가 / 월 가중 평균 잔존율
- LTV를 산출하는 방법은 매우 여러가지이며, 서비스마다, 관점마다 다르기 때문에 다각도로 고민이 필요함
☑️ LTV 정리
- 자사 서비스에 딱 맞는 LTV를 산출하는 것은 매우 어려운 일
- 사용 주기, 변수, 객단가 등 여러가지를 고려해야 함
- LTV를 늘리기 위한 방안
- 객단가 상승
- 구매 빈도를 높임
- 이탈률 감소, 이용시간을 증가 등
- LTV는 가정을 베이스로 하는 지표이기 때문에 꾸준한 모니터링이 필요
- LTV에 관심이 더 생긴다면 읽어보면 좋을 자료들
북극성 지표
- 제품/서비스의 ‘성공’을 정의
- 제품/서비스가 유저에게 주는 core value를 가장 잘 나타낸 것
- 장기 성장을 위해 필수적으로 모니터링 해야 함
☑️ 좋은 북극성 지표의 특징
- 제품/서비스 전략의 핵심
- 유저/고객이 제품/서비스에서 느끼는 가치
- 회사의 사업 목표를 나타내는 지표 중 선행지표 (후행X)
☑️ 좋은 북극성 지표를 위한 체크리스트
- 유저가 목적을 달성하는 때가 언제인가?
- 모든 유저가 해당되나?
- 측정 가능한 지표인가?
- 측정 주기가 적절한가? (일, 주, 월, …)
- 외부 요인으로부터 영향을 많이 받진 않는가?
- 북극성지표의 성장이 사업의 성장과 함께하는가?
- AARRR 퍼널 전 과정이 북극성 지표에 영향을 주는가?
- 북극성 지표의 변화가 적어도 매주 관찰가능한가?
☑️ 좋지 않은 북극성 지표의 예
- 외부 요인의 영향을 많이 받는 지표
- 유저/고객의 전체 여정을 반영하지 않는 지표
- 유저/고객이 직접 가치를 느낄 수 없는 지표
- 측정 불가하거나, 기간 설정이 안되는 지표
- 상황에 따라 위 지표들도 북극성 지표가 될 수 있음
☑️ 북극성 지표의 유형
☑️ 대표적인 북극성 지표 사례
☑️ 북극성 지표가 중요한 이유: 방향성
- 제품/사업 조직이 무엇에 최적화되어야 하고, 무엇을 포기해도 되는 지에 대한 방향 제시
- 제품/사업 조직의 진척과 가치창출을 전사에 보여줌
- 지원 조직이 더욱 적극적으로 지원, 제품개발 액션 실행속도가 빨라짐
- 제품/서비스 조직이 결과에 책임을 지도록 함
- 비즈니스 임팩트에 따라 평가가 가능
☑️ 북극성 지표가 중요한 이유: 효율 증대
- 전 직원을 하나의 목표에 집중시킴
- 서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지 (MECE한 구조)
☑️ 북극성 지표의 구조
'데이터 분석' 카테고리의 다른 글
| 로지컬 씽킹 (0) | 2024.01.05 |
|---|---|
| 문해력: 결론 도출 (0) | 2024.01.03 |
| 문해력: 정량적 데이터 (0) | 2024.01.03 |
| 문해력: 문제 정의 (1) | 2024.01.03 |
| Chapter 1 미니 프로젝트: 뉴욕맛집 (0) | 2023.12.21 |
