목표

• 정의한 문제를 판단할 수 있는 지표를 정의하는 방법과 종류에 대해 학습

지표 설정

• 지표란 무엇이고 어떻게 정의할 수 있는지 알아보기

1) 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 정의 vs. 지표 설정

• 문제 정의
  • '어떤 문제를 풀고자 하는가?'를 정의
  • 둘 이상의 해석이 나오지 않도록 구체적으로 표현하고 정의하였는지 보는 것
• 지표 설정
  • '어떤 결과를 기대하는가?'에 대한 정량화된 기준
  • 정의한 문제를 확인하는 데 적합한지 보는 것

2) 지표 설정 예제

다음과 같은 목표를 가지고 있을 때 어떻게 지표를 정해야 할까?

1. 목표: 날씬해지기

• '날씬'은 모호한 용어임
• 목표에 대한 명확한 정의가 필요함
  • 정의 1
    • 국가 비만도 정의에 의한 '정상' 체중(18.5 이상 23 미만) == 날씬
    • 지표: BMI(체중/키^2)
  • 정의 2
    • 이상적으로 생각하는 체지방률(15%)
    • 지표: 체지방률(체지방량/몸무게)
• 설정한 목표치(목표: 날씬해지기 / 핵심 지표: 체지방률, BMI)를 달성하게끔 도와주는 액션 관리 지표 만들기
  • 수단: 주 5회 이상 운동
    • 지표: 운동이행률 (5일/5일)
  • 수단: 매일 7시 이후 금식
    • 지표: 식단달성율 (30일/30일)

2. 목표: 사용자 성장

• 지표: 사이트 방문자 수?
  → 방문자 수는 증가할 수 있지만, 실제 사용자 참여나 수익 창출과는 크게 관련이 없을 수 있음
• ‘사용자 성장’을 명확하게 정의하지 않은 것도 문제
• 그럼 무엇이 '사용자 성장'이 될 수 있을까?
  • 평균객단가 증가, 재방문율 증가, …
    • 객단가: 고객 당 평균 구매금액 ( 구매금액의 합/고객 수)

답은 정해져 있지 않아요. 어떤 게 더 좋은 지표일지 곰곰히 생각해보세요 😊

다음과 같은 문제를 가지고 있을 때 어떻게 지표를 정해야 할까?

• 문제: 유튜브 광고에 대한 반응이 적음
• 지표: 문의 수
  • 잘못된 지표: 문의 수가 광고에 대한 반응을 대표하지 못할 가능성이 큼
• 또한 '반응이 적다'를 명확하게 정의해야 함
  • 매출이 크게 늘지 않았다.
  • 유입 수가 크게 늘지 않았다.
• 지표를 정한다면?
  • 매출, 유입 수, …

주요 지표 이해하기

1) Active User(활성유저)

Active User 지표의 역할

• 누구를 '활성유저'라고 정의할까?
  • 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 역할

Active User 설정 해보기

• ‘스파르타 코딩클럽’의 퍼널 구간에 따라 Active User를 설정해보며 이해도 높이기

(1) 사이트 진입 유저

• 메인 홈 화면에 진입 시 활성 유저로 정의
  • 허들이 가장 낮음
  • Active User 지표가 가장 높게 측정됨
  • 그러나 해당 유저 대상 액션 효율이 떨어짐

(2) 사이트 진입 후 추가 행동을 한 유저

• 사이트에 진입하여 강의 중 하나에 진입한 유저
  • 허들이 두 번째로 낮음
  • 1번 보다 대상 액션 효율이 높을 수 있음

(3) 서비스의 최종 액션까지 수행한 유저

• 자사 서비스의 Goal 액션을 한 유저
• 자사 서비스의 핵심과 효용성을 경험한 유저
  • 가장 허들이 높음
  • Active User 지표가 가장 낮게 측정
  • 해당 유저 대상 액션을 할 때 효율과 이익이 가장 높음

정리

• 정밀도, 허들이 높아질 수록 Active User의 수는 낮아지는 구조
  • 정밀도: 측정의 정밀함을 나타내는 정도

우리 서비스만의 Active User를 찾기 위해 고민할 부분

• 어디까지 경험한 유저가 우리의 활성유저일까?
• 일반유저와 활성유저를 나누는 기준은?
• 유저는 어디서 우리 서비스의 효용성을 느낄까?
• 우리가 핸들링할 수 있는 유저의 사이즈는 얼마나 될까?

Active User는 서비스마다 정의하는 기준이 다르기 때문에 자사 서비스만의 Active User를 찾는 게 중요합니다.

그 외 주요 지표 정리

2) Retention Ration(재방문율)

역할

• 한번 획득한 유저가 서비스로 다시 돌아왔는가?에 대한 지표
  • 정의: 서비스를 사용한 사람이 다시 서비스를 사용하는 비율 %
  • 몇 %의 유저가 우리 서비스를 다시 사용하는가?
• 리텐션이 높은 서비스는 획득비용에 투자한 비용을 빠르게 회수할 수 있음
• 리텐션은 서비스(특히 앱 서비스) 성장에 있어서 매우 중요

풀어서 설명하는 리텐션
우리는 서비스에 새로운 고객을 데려오기 위해서 여러가지 비용을 씁니다. (TV광고, SNS 마케팅, …) 보통의 경우 이렇게 돈을 주고 데려오는 고객이 우리 서비스를 한 번만 이용하지 않고, 여러번 이용해야 사용한 비용 이상을 고객에게 얻을 수 있겠죠? 고객이 서비스를 지속적으로 이용하고 있는지를 파악할 수 있는 것이 리텐션입니다.

Retention 더 알아보기

• 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

(1) 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
  • N-day 리텐션은 사용자가 매일 접속하는 서비스에 활용하기 적절한 지표
    • 카카오톡
    • 인스타그램
    • 게임
• 유저가 Active User로 집계된 최초 날을 Day 0으로 설정
• Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산
• N-Week, N-Month도 가능

예제

• 1월 1일에 회원가입한 5명(프로도, 튜브, 무지, 라이언, 어피치) → 1월 3일의 리텐션은?
  : 40%

• 한계
  • 위 사용 예시에서 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

(2) Unbounded 리텐션

• 이탈률의 반대 개념
• 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율
  • 해석: Day5는 5일차 이후에 한 번 더 들어온 유저의 비율을 뜻함
• 특정일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율
• 유저가 정기적으로 반복해서 방문하는 서비스가 아닐 경우 적합
  • 사용 주기가 좀 더 긴 서비스들에서는 N-day 리텐션을 적용하게 될 경우 불필요한 할인, 푸쉬 메시지 발송 등 잘못된 액션을 할 가능성이 존재
  • 사용 빈도가 높지 않은 서비스에 활용하기 적절함
    • 채용 사이트
    • 쇼핑몰
    • 부동산 매물 서비스

예제

• 마지막 방문일 이전에는 방문한 것으로 계산
• 실제로 방문하지 않았어도, 계산에는 함께 포함
• N-day 리텐션과 비교시 결과값에 큰 차이가 있음

• 한계
  • 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
• 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
  • 서비스 사용주기가 길거나 주기적인 경우 사용하기 적합한 지표
    • 식료품 배달 서비스
    • 세차 서비스

예제

• Day 0: 1월 1일 (신규 가입일 or 최초 접속일)
• Day 1~3: 1월 2일 ~ 1월 4일
  • Day 1~3 방문한 유저: 튜브, 어피치, 라이언, 프로도
• Day 4~6: 1월 5일 ~ 1월 7일
  • Day 4~6 방문한 유저: 튜브, 어피치, 무지
• 하루 정도 서비스에 접속을 안했더라도, 리텐션에 영향을 주지 않기 때문에 기준이 조금 더 널널함

Retention에 대한 이해

• 리텐션이 높은 세그먼트(유저 그룹)를 발굴하는 작업이 필요함
• 서비스의 사용 주기에 따라 리텐션 조회 기간을 늘려야 함
• 사후 분석 시에 용이(리텐션은 후행지표임)

세그먼트

• 대표적으로 나이, 성별, 구매 빈도, 접속 위치 등을 토대로 고객을 구분하는 것을 의미
• 다만 세그먼트도 특정 시점마다 정의할 수 있는데, 이런 경우는 코호트와 비슷한 의미로 볼 수도 있습니다
• 세그먼트를 나눠서 마케팅 캠페인에 활용하곤 합니다

코호트(Cohort)와 세그먼트(Segment)

• 사용자를 분석할 때 특정한 기준으로 사용자를 그룹화하여 분석한다는 점이 공통적
• '세분화'에서 차이가 있음
  • 세그먼트에 세분화를 더하면 코호트로 분석을 진행할 수 있음
• 코호트(cohort)
  • 특정 시점의 사건을 함께 공유하거나 경험한 집단
• 세그먼트(segment)
  • 동일한 관심사나 행동 등 특성을 고융하는 집단

코호트

• 시간에 따라 변화하는 집단을 관찰할 때 사용
• 특정 특성을 공유하는 대상 그룹(일반적으로 출생이나 졸업과 같은 특정 기간에 공통된 사건을 경험한 대상)을 의미합니다(위키피디아 정의)
• 일정 기간 내에 공통적 특성이 있는 집단
• 코호트 분석은 시간의 흐름에 따라 사람들의 변화가 어떻게 되는가를 보기 위한 목적이 핵심

리텐션 활용 예제

• 위 데이터가 페이스북의 방문자 데이터라고 할때, 어떤 리텐션을 사용해야 할까요?
  • 페이스북: 습관적으로 사용하는 소셜 제품
  • 따라서 N-Day 리텐션을 사용해야 함
• 1월 5일의 리텐션을 계산해보세요!
  • 사용자 A, B, E가 해당일에 방문
  • 3/6*100 = 50%
• 1월 6일 리텐션
  • 사용자 A, B 방문
  • 1/2\&100 ≒ 33%
• 1월 7일 리텐션
  • 사용자 B, D, F 방문
  • 1/2*100 = 50%

3) Funnel(퍼널)

Funnel의 역할

• 유저들이 어디서 이탈하는가?를 확인하기 위한 구조화
  • 모든 서비스와 비즈니스는 각 단계로 갈 수록 이용자 수가 줄어들게 됨
  • 각 단계의 전환율 (or 첫 유입 대비 전환율)을 측정
• 잠재고객을 유입시키며 최종적인 목표 액션을 달성할 때까지의 과정 == 퍼널

AARRR

• 디지털 마케팅시 퍼널을 활용하는 프레임워크에서 유래
• 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)

 LTV의 역할

• '해당 유저가 우리에게 평생 주는 이익은 얼마나 될까?'를 생각해보는 지표
• 고객 생애 주기
  • 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
  • 한 명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것
  • 유저와의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표
• LTV가 높다 == 해당 서비스와 관계가 좋고, 충성도가 높은 고객이 많다
• LTV 추측이 가능하다면, 신규 유저를 데려오는 비용(CAC: Customer Acquisition Cost)의 산출 및 효율적인 예산 운용이 가능

산출 방법

• LTV를 산출하는 방법은 매우 여러가지이며, 서비스마다, 관점마다 다르기 때문에 다각도로 고민이 필요함
  • 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

예제

• 신규유저(프로도)가 1월에 서비스에 처음 들어와서 구매를 하다가 이탈
• 프로도의 LTV는 50000 + 20000 + 5000 = 75000

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
• LTV는 깊게 고민을 할 수록 어려운 지표
  • 단순히 산출 식에 집중하기 보다는, 왜 쓰이는지?에 집중

LTV에 관심이 더 생긴다면 읽어보면 좋을 자료들

• 1
• 2
• 3

북극성 지표

• 서비스의 핵심이 되는 북극성 지표(North Star Metric)

1) 북극성 지표란?

• 제품/서비스의 ‘성공’을 정의
• 제품/서비스가 유저에게 주는 core value를 가장 잘 나타낸 것
• 장기 성장을 위해 필수적으로 모니터링 해야 함
  → "어떤 지표를 보아야 우리 서비스가 결과적으로 성장할 수 있을까?"를 찾은 것

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

2) 북극성 지표의 사례

유형

• 지라(Jira): 이슈 및 프로젝트 추적 소프트웨어

대표적인 사례

• 좋은 지표인지에 대한 평가는 별개임
  

3) 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

효율 증대

• 전 직원을 하나의 목표에 집중시킴
• 서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지 (MECE한 구조)

북극정 지표의 구조

4) 예제

Q. 온라인 교육 플랫폼 (ex. 스파르타코딩클럽)의 북극성 지표를 세운다면?

• 지표를 세우기 전 정리해 볼만한 내용
  • 목표: 자격증 코스 주간 학습 유저 상승
    • 전략: 사용자의 학습 성공 및 자격증 취득 진
  • 사용자
    • 해당 자격증을 취득하려는 사람, 학생 등
  • 목표에 가장 크게 영향을 미치는 요소
    • 평균 완강률
    • 평균 학습 시간
    • 평점
    • 수강 후기
  • 주간 평균 학습 시간으로 북극성 지표를 설정한다면 투자한 시간 대비 효율적으로 자격증을 딸 수 있다는 것 → 사용자 모집이 많이 될 듯

💡 목표와 사용자를 먼저 정리해보겠습니다.

• 목표: 사용자들에게 유용하고 가치 있는 학습 경험 제공
  • 전략: 사용자의 학습 성공 증진
• 사용자: 학생, 전문가, 취미를 추구하는 사람 등
• 이 목표에 가장 크게 영향을 미치는 요소는 무엇인가?
  • 평균 완강율
  • 평균 학습 시간
  • 사용자 평점
• 평균 완강율로 북극성 지표를 설정한다면?
  • 이유: 코스를 완료하는 사용자가 많을수록 플랫폼의 교육 콘텐츠가 효과적임을 의미하며, 이는 사용자 만족도와 직결됨

위 문제에 대한 정답은 없어요. 위 예시를 보며, 내가 세운 목표를 모니터링하기 적절한 지표인가? 를 고민해보세요.