📊 데이터 쌓기
1. 사용자가 잘 사용할 수 있는지 알아내는 데이터를 수집하도록 설계
2. 동적으로 변화하는 데이터에 대한 성질을 이해하면서, 통계적 지식을 갖추고 원하는 데이터를 빠르게 수집하고 추출할 수 있는 능력 쌓기
📊 퍼널 분석 (Funnel Analysis)
🔍 정의
1. 사용자가 웹 서비스를 이용하여 특정 결과 페이지나 기능에 도달하는데 필요한 단계를 파악
2. 각 단계를 통과하는 사용자 수를 파악
📌 언제 필요할까?
- 이미 배포된 기능에 대해 사용자가 사용에 어려워하는 지점을 파악하기 위해
- 사용자를 얼마나 효과적으로 확보하는지 알기 위해
- 서비스 내에서 사용자의 이동 경로 파악을 하기 위해
💡 개념 정리
이탈률 : 각 구간(단계)에서 사용자들이 페이지를 이탈하는 비율
퍼널 분석 : 각 단계간의 이탈률을 분석하여 이탈률이 높은 구간(단계)을 찾아내는 분석 방법
📌 AARRR 퍼널 프레임
서비스 운영자 레벨에서 사용자의 행동이 시스템에 큰 이점을 주는 시점(단계)을 5가지 개념으로 정리한 퍼널 프레임- Acquisition : 신규 사용자 획득 구간
- Activation : 신규 사용자 활성화(서비스 이용) 구간
- Retention : 사용자의 지속적인 서비스 사용 구간
- Revenue : 매출 발생 구간
- Referral : 다른 사용자에게 전파(공유)하는 구간일반적으로 Retention 구간의 이탈률이 높아 적절한 의사결정을 위해 여러 가지 해결안을 수립 후, A/B 테스팅을 진행
📊 코호트 분석 (Cohort Analysis)
🔍 정의
유지율 : 시계열 흐름에 따라 어느 시점에 사용자 유지율이 낮아지는지 나타내는 지표
코호트 분석 : 사용자를 특정 그룹으로 나눈 후, 지표별로 수치화한 뒤 분석하는 기법
>> 즉, 사용자 유지율을 지표로 사용하여, 서비스 성장에 기여할 수 있다.
📌 어디에 필요할까?
- 사용자가 지속적으로 전환(지속적 재방문)을 일으키는 서비스 [e-commerce]
↪ 유지율이 높다 → 재방문 의사가 높다 → 서비스 공유 가능성이 높다 → 서비스 성공과 즉결
- Unique User가 KPI(핵심 성과 지표)인 서비스 [SNS, media service]
↪ 핵심 성과 달성에서 사용자 유지율에 의한 영향력이 크다.
🤔 분석에 어떻게 활용할까?
1. 코호트 결과 지표를 통해 사용자 유지율이 낮아지는 지점을 찾는다.
2. 의사결정을 위한 여러가지 해결안 수립- 마케팅 관점 해결안: 적절한 시점에 사용자에게 푸쉬 알람
- UX 디자이너 관점 해결안: 마케팅에 연계하여 사용자가 재방문하는 시점 이전에 페이지 UX를 수정한다.여러가지 의사결정 해결안을 수립한 후, A/B 테스팅을 수행한다.
📊 리탠션 분석 (Retention Analysis)
그로스해킹의 대표적인 분석 프레임워크인 AARRR에서
Retention 구간 사용자들의 이탈율을 분석하며 전반적인
서비스 이용 만족도나 사용자의 지속적인 서비스 이용에 있어 필요한 요소를 찾는데 도움을 준다.
- 즉, Retention 구간에서 사용자 지속성이나 서비스의 핵심 가치를 경험하는지 측정
📊 A/B 테스트 설계 및 결과 분석
A/B 테스팅: 설계한 기능을 실험 그룹에 적용하고 대조 그룹과 비교하여 나온 영향력(결과)를 확인
- A/B 테스팅 절차
1. 가설 설정
2. 실험 설계
3. 실험 결과 분석
📊 EDA: 탐색적 데이터 분석
데이터 안에 숨겨진 가치를 탐색적으로 분석해 인사이트를 도출함
예시
"서비스를 잘 사용하는 사용자와 그렇지 않은 사용자 간의 비교 분석을 통해 해당 서비스가 사용자에게 어떤 매력을 주는지 파악한다."
