[내배캠] 서비스 기획 숙련 | ① 데이터의 이해와 분석

 

 

① 데이터의 이해와 분석

② 기획(PM) 실무 소프트 스킬

③ 기획(PM) 실무 문서 작성

④ 기획자(PM)가 갖추어야 할 역량

⑤ 네카라쿠배 현업 살펴보기

 

---

 

 

데이터·지표의 이해

 

01. 데이터란?

 

수집된 정보, 어떠한 의미나 해석이 없는 상태

 

• 정량적 데이터: 숫자로 표현 가능한 데이터
• 정성적 데이터: 숫자로 측정 불가한 데이터, 질적이고 주관적, 의견·태도 등 비수치적이며 언어적 표현으로 나타내는 정보

 

02. 지표란?

 

데이터를 가공하거나 해석해서 만들어지는, 중요한 정보를 뽑아낸 결과

(e.g. 매출 성장률, 웹사이트 전환율)

 

03. 데이터와 지표의 관계

 

지표는 데이터를 바탕으로 의미를 부여한 것

 

• 데이터: 어제 방문자 수 100명, 오늘 방문자 수 120명
• 지표: 방문자 수 변화율

 

 

 

데이터의 중요성

 

🔗 Data-driven 의사 결정을 위한 방법

Data-driven 의사 결정을 위한 방법 – 화해 블로그 | 기술 블로그

 

🔗 데이터분석파트, "실험문화를만들고있습니다"

〈htmI〉 | 데이터 분석 파트, "실험문화를 만들고 있습니다"

 

🔗 PM, 디자이너, 개발자가 함께한 배달의민족 입점 과정 개선기

PM, 디자이너, 개발자가 함께한 배달의민족 입점 과정 개선기 | 우아한형제들 기술블로그

 

01. 의사결정의 근거 제공

 

• 실시간으로 정보를 확인하고 명확한 사실을 바탕으로 결정을 내릴 수 있음
• e.g. "배달이 늦어졌다" → "저녁 6시부터 9시 사이에 배달이 평균 30분 이상 지연된다" → 배달원이 부족한지, 음식 준비 시간이 긴 것인지 실제 문제를 파악하고 이에 맞는 해결 방안을 도출

 

02. 성과 측정 및 개선 기회 제공

 

• 목표 달성 여부를 명확히 알 수 있으며 목표에 도달하지 못한 부분에 대해 개선할 수 있음
• "배달 시간(주문 접수 후 배달 완료까지 걸리는 시간)이 45분 이상 소요된 주문 비율" 추적 → 이를 낮추기 위한 개선 진행

 

03. 사용자 경험 향상

 

• 사용자의 행동 패턴과 니즈를 파악 → 서비스를 더 직관적으로 만들고 UX를 최적화할 수 있음
• 🔗 리디북스 뷰어 형광펜 개선 후기

 

04. 비즈니스 성과 예측 및 전략 수립

 

• 과거 데이터를 바탕으로 미래의 비즈니스 성과를 예측하고, 시장 트렌드와 소비자 행동을 분석해 효과적인 전략을 수립할 수 있음

 

 

 

 

로그 설계 기초

 

01. 로그(Log)란?

 

소프트웨어나 시스템에서 발생하는 이벤트 혹은 동작을 기록한 정보

 

02. 로그의 용도

 

• 문제 해결 및 디버깅: 오류의 원인 및 발생 위치 파악
• 사용자 행동 분석: 사용자들이 어떻게 앱을 사용하는지, 어디서 이탈하는지 등을 파악
• 비즈니스 전략 수립: 서비스 이용 패턴, 매출, 주문량 등을 추적

 

03. 로그의 종류

 

PM으로서 알아야 할 대표적 로그

‣ 클라이언트 로그: 사용자 장치에서 발생하는 이벤트를 기록한 로그

 

04. 로그 설계 방법

 

• "왜 기록할지", "어떻게 기록할지"에 대한 전략적 접근이 필요
• 개발팀이 실제로 필요한 데이터를 수집하고, 이 데이터를 기반으로 문제를 빠르게 파악하고 서비스를 개선할 수 있도록 해야 함

 

1) 로그 설계 목표 정의: 로그의 목적과 필요성 정의, 로그가 해결하고자 하는 문제를 명확히 파악

2) 로그 항목 정의 및 설계: 로그에 기록할 항목 정의, 중요한 데이터 포인트를 파악 및 로그 항목・기록 방식 등 정의

3) 로그 전송 및 테스트

 

 

 

데이터 분석 방법

 

01. 데이터 분석이란?

 

문제 정의 → 데이터 수집 → 분석 수행 → 결과 해석 및 인사이트 도출 → 결과 적용

 

02. 퍼널(Funnel) 분석

 

• 사용자가 특정 목표(e.g. 가입, 구매 등)에 도달하기까지의 여정을 추적하는 방법
• 각 단계에서 사용자가 이탈하는 지점을 파악하고, 이탈률을 줄이기 위한 개선점 도출
• 목표 정의 →  단계 정의 → 이탈률 분석 → 문제점 식별 및 개선책 제시
• 🔗 이커머스라면 꼭 알아야 할 퍼널 분석 방법

 

03. AARRR 프레임워크

 

사용자의 행동을 5단계로 나누어 분석하고 각 단계에서의 성과를 측정하는 프레임워크

 

• Acquisition (사용자 유입): 사용자가 어떻게 제품이나 서비스를 알게 되었는지
• Activation (활성화): 사용자가 첫 경험에서 긍정적인 반응을 보였는지 (e.g. 회원가입, 첫 거래)
• Retention (사용자 유지): 사용자가 지속적으로 돌아오는지
• Revenue (수익): 사용자가 실제로 결제를 하거나 수익을 창출하는지
• Referral (추천 및 공유): 사용자가 다른 사람에게 서비스를 추천하는지

 

04. A/B 테스트

 

두 가지 이상의 변수를 실험하여 어느 버전이 더 나은 성과를 내는지 비교하는 실험적 방법

 

• 변수 정의: 테스트할 두 가지 이상의 버전 정의
• 그룹 분할: 사용자 집단을 두 그룹으로 나누고, 각 그룹에 다른 버전을 노출시킴
• 결과 측정: 테스트가 끝난 후, 각 그룹의 성과를 비교하여 어떤 버전이 더 나은 결과를 가져왔는지 분석
• 결과 적용: 더 나은 성과를 보인 버전 적용 및 지속적 개선

 

 

 

구글 애널리틱스

 

GA 데모 계정 로그인 > 홈 화면

 

구글 애널리틱스 (Google Analytics)

 

웹 사이트나 앱 방문자의 행동을 분석하는 도구

 

01. 구글 애널리틱스로 할 수 있는 것

 

• 웹사이트에 얼마나 많은 사람이 방문했는지: DAU, 일일 활성 사용자, MAU, 월간 활성 사용자
• 방문자가 어디서 왔는지: 구글 검색(SEO), 인스타그램, 광고 등
• 사람들이 내 사이트에서 어떤 행동을 하는지: 어떤 페이지를 많이 보는지, 어디서 이탈하는지, 어떤 버튼을 클릭하는지 등
• 구매 전환율(Conversion Rate) 측정

 

02. 구글 애널리틱스에서 자주 사용하는 용어

 

• 세션 (Session): 사용자가 방문한 기록 (GA 기준 30분 동안 아무 행동 안 하면 자동 종료, 자정이 지나면 새로운 세션)
• 페이지뷰 (Page Views, PV): 페이지 조회수
• 순 방문자 (Unique Visitors, UV): 중복을 제외한 실제 방문자 수
• 이탈률 (Bounce Rate): 한 페이지만 보고 바로 떠난 비율
• 전환율 (Conversion Rate, CVR): 특정 목표를 달성한 방문자 비율
• 트래픽 소스 (Traffic Source): 방문자가 어디서 왔는지

 

 

 

구글 애널리틱스 활용

 

01. 개요

 

사용자의 활동을 한눈에 볼 수 있는 화면

 

GA 데모 계정 로그인 > 보고서 > Life cycle > 참여도 > 개요

 

 

02. 이벤트

 

사용자의 모든 행동을 "이벤트"로 추적 → 어떤 행동을 많이 하는지, 어떤 이벤트가 수익에 영향을 미치는지 분석

 

GA 데모 계정 로그인 > 보고서 > Life cycle > 참여도 > 이벤트

 

 

※ GA4 기본 이벤트 (자동 수집)

 

 

03. 페이지 및 화면

 

사용자가 웹사이트나 앱에서 어떤 페이지를 가장 많이 방문했고, 얼마나 오래 머물렀는지 분석

 

GA 데모 계정 로그인 > 보고서 > Life cycle > 참여도 > 페이지 및 화면

 

 

04. 방문 페이지

 

사용자가 웹 사이트에서 처음 방문한 페이지

 

GA 데모 계정 로그인 > 보고서 > Life cycle > 참여도 > 방문 페이지

 

 

05. 페이지 및 화면과 방문 페이지의 차이

 

→ 방문 페이지는 유입 관리, 페이지 및 화면은 콘텐츠 관리 측면에서 활용

 

 

 

프로덕트에서의 데이터 활용

 

01. 리디북스 도서 추천

 

• 사용자의 도서 구매 및 조회 등의 데이터를 기반으로 개인화된 도서를 추천하는 기능 도입
• 모든 유저 대상 릴리즈 전, 특정 사용자 그룹에 먼저 노출하여 미리 반응을 확인하고자 함

 

02. 어떤 사용자 그룹에 먼저 도서 추천을 시도할까요?

 

• 장르별(일반·만화·판타지·BL) 구매 발생 섹션에 점수를 매겨, AI 추천과 유사한 로직으로 구성된 "이 책을 구매한 분들의 선택" 순위 확인
• 일반 장르와 만화 장르의 "이 책을 구매한 분들의 선택" 순위가 높은 것으로 나타남
• 일반 장르 독자와 만화 장르 독자를 대상으로 도서 추천 시도

 

03. 도서 추천을 어디에서 어떻게 해야 할까요?

 

• 각 화면별 PV 비중과 구매 비중 지표 확인
• 도서 상세 페이지: 높은 PV, 높은 구매 비중 → 매우 중요한 구매 경로, 사용자가 조회 중인 도서 기반의 추천을 잘해야 함
• 장르 홈: 높은 PV, 상대적으로 낮은 구매 비중 → 개개인의 마음에 드는 도서를 추천하면 더 많은 구매 전환이 가능할 것

 

04. KPI 설정

 

• 각 세션별로 효과 파악이 가능한 데이터 로깅 설정
• 내부 서버 로그: 판매액, 구매 전환율(구매/클릭)
• GA 로그: CTR(클릭/노출), 카트·위시 담기 수

 

05. 론칭 후 지표 확인

 

• 일반 장르, 만화 장르 독자에게서 주변 섹션 대비 큰 구매 전환율 확인 가능