[데이터챌린지]EDA에서 프로덕트 분석까지_2일차(로그설계, 그로스해킹, AARRR)

차보경·2023년 3월 9일
2

TIL

목록 보기
31/37
post-thumbnail

그로스 해킹, 목적 조직, AARRR, Cohort, Retention 분석

  • AARRR 개념 이해
  • 목적 조직이 일하는 법, 그 안에서 분석가의 역할
  • Cohort Analysis 예시, 그리고 Aha moment

  • 개발 사이클(스프린트) 주기는 2주정도로 생각보다 짧았다.

그렇다면 분석가는 어디에 들어가는가?

문제확인/정의를 하는 것에서 분석가의 역할이 크다.

개발 Part

  • 로그 : 서비스에 들어와서 하는 행동 모든 것을 기록하는 것
  • 로그설계 : 행동을 뭐라 명칭할지, 그 행동을 할때 어떤 데이터를 담을 것인지까지 설계하는 것
    (property를 어떤 것, 몇개 담을지 설계하는게 이벤트 로그 설계)
  • property : 이벤트가 발생했을 때, 추가적으로 같이 담겨졌으면 하는 정보들.(유저가 어떤 기업을 다니고, 직군, 경력, 연봉, ...)
    • 삼성전자를 검색한 유저들을 분류해서 별도의 분석을 진행할 수 있게됨

QA

  • 데이터 QA 하는 방법
    • Amplitude Event Explorer : 개발 끝나면 end user의 정보들이 잘 들어가고 있는지 확인할 수 있음 (크롬 확장아이템)
  • QA 단계에서 주의해야할 점?
    최대한 집중해서 꼼꼼하게 확인해야함...!
  • 만약 Amplitude를 사용하는 회사로 면접을 간다면, 미리 어떤 이벤트가 있는지 확인하고 가는게 좋다!!
    • 어떻게 보게? event expl.ore!!!! -> 이벤트 로그설계를 볼 수 있다!
      (이걸로 난 어떤 이벤트 로그하는 걸 봤다. 이걸로 뭐뭐 하면 좋을 것 같다~!)
  • https://blog.wiselycompany.com/wisely-amplitude

성과분석

  • 기획 단계에서 정했던 '성공지표' 혹은 '가드레인 지표'를 지속적으로 모니터링
  • 시각화 혹은 대시보드로 만들어서 PO와 구성원들에게 공유

긍정적 임팩트

  • 목적조직 내에서 데이터의 역할을 잘 이해하고 활용하는 사람들을 증가시키면 좋은이유?
    • 제품 개발, 분석에 가속도가 크게 붙는다.

AARRR

  • 유저를 유입하고, 활발하게 활동하게하고, 다시 방문하게 만들고, 수익을 내게하고, 바이럴을 하도록!
  • 그리고 바이럴 당한 신규 유저가 다시 또 한 사이클을 돌 수 있게
  • 이때 분석가가 하는 것 = User를 쪼개보는 것 = Cohort를 만들어 보는 것!
  • 앞단에서 로그설계할 때 property를 잘 설정해놓지 않으면 쪼개서 볼 수가 없다!!

Acquisition

Ex. MAU 증가 시, 원인파악할 때 어떻게 접근하면 좋을까?

  • user property : utm_source, referrer => 쪼개어 본다

Activation

  • 분석가가 가장많이 개입할 수 있는 부분
  • 서비스의 가치를 경험시키고 Lock-in 시킬 수 있을지 고민 (ex. Funnel분석, Aha-moment)

Retention

제일 중요하면서도 간과하기 쉬운 단계

  • 앞에 AA가 잘되어도 Retention이 좋지 못할 경우 밑빠진 독에 물붓기!!!(마케팅비용...bye...)
  • 서비스에 따라 상대적으로 단기에 확인하기 어려운 지표
  • retention chart (파이썬, 애플리튜드, ... 등으로 만들 수 있음)
  • retention curve
  • retention은 결국 떨어질수밖에 없는데, 일정하게 되는 구간(flatten)의 시작을 어떻게 늦출것인가.
    • 어떻게 늦춰? 아하 모먼트를 많이 구한다. 페북의 경우 1주일 이내로 친구추가 10명 하게 한다던가~

Revenue

  • 결국은 돈(수익)이 나와야 지속적인 서비스가 가능하다.
  • LTV (LIFETIME VALUE)

Referral

  • AARRR 프레임워크를 사이클로 바꿔주는 단계
  • 여러 회사의 여러 성공적 사례가 많지만, 참고만하고 해당 서비스 성격에 맞춰서 다시 해야한다.

그로스 해킹의 재정의

"데이터에서 찾아낸 인사이트를 바탕으로 제품
이나 서비스를 지속적으로 개선해 나가는 방법"

-양승화님 <그로스 해킹> 발췌-


DE의 특성상 DA, DS와 함께 일하게 되는 경우가 많아 미리 어떤 일을 할까 궁금해서 가볍게 듣기 시작한건데, 생각보다 유용하다!!!

그리고 amplitude로 실시간 로그확인할 수 있는게 꿀아이템이었다..! 결국 이것도 BE와 협력해서 DE가 저장하고 관리해야할텐데, 미약하지만 내 자신의 데이터를 가지고 스케줄링하며 데이터 확인하는 것도 해보면 좋을 것 같다!

또 여러 가설을 쌓인 로그 데이터들로 확인하고 해결해간다는 얘길 들으니 DA만에 매력이 뭔지도 알 것 같다ㅋㅋㅋ

역시 오늘도 재밌는 데이터의 세계~~~💓

profile
차보의 Data Engineer 도전기♥ (근데 기록을 곁들인)

0개의 댓글