⭐ 인사이트

🔔 네카라쿠배 현업 데이터

현업 데이터는 ‘의견’이 아니라 ‘개선 우선순위’를 뽑기 위한 재료다

관점	핵심 요지
리뷰 태도	감정적 반응 배제
핵심 포인트	리뷰 속 Why 탐색
분류	이슈별 / 상세 원인
인사이트	기간·수량·별점 분포
활용	개선 후보 도출

부정 리뷰에서 가장 많이 반복되는 키워드를 1순위로 삼고, 긍·부정 모두에서 반복되는 키워드는 경험 개선 후보로 본다.

지표	의미
유저 수	실제 사용자 규모
클릭 수	전체 사용량
인당 클릭	기능 집중도

지표는 많을수록 좋은 것이 아니라, 서비스의 핵심 기능을 설명해 주는 것만 남겨야 한다.

💡 숙제 : 스토어 리뷰를 분류하고 정리하여 인사이트를 도출

본인만의 기준 사용

💡 질문 : 리뷰 인사이트와 서비스 지표가 서로 다른 결론을 말할 때, PM은 무엇을 우선해야 할까?

• 리뷰 : 사용자의 불만과 반복되어 등장하는 키워드 살피기
• 지표 : 불만을 해결하기 위해 어떤 부차적 기능을 많이 사용했는지 살피기
• 결론 : 서로 다른 결과를 보여주는 경우가 드물고 만일 그렇다고 해도 회사에서 요구하는 핵심 가치가 있다면 그걸 기준으로 정리할 수 있도록 숙련되어야 할 것 같습니다.

🔔 퍼널 분석

퍼널 분석은 ‘어디서 사용자가 포기하는지’를 찾는 방법이다

단계	목적
목표 정의	도달 지점 설정
단계 설정	사용자 흐름 구분
이탈 분석	병목 지점 발견
개선 도출	이탈률 감소

AARRR은 정답이 아니라 서비스에 맞게 재해석해야 하는 틀이다.
중요한 것은 모든 단계가 아니라, 지금 가장 깨지는 단계

단계	의미
Acquisition	유입
Activation	첫 경험
Retention	재방문
Revenue	수익
Referral	추천

💡 질문: 모든 수치를 올리는 접근은 왜 위험할 수 있을까?

• 완벽하다고 착각하는 순간 어디서 이탈이 일어나는지 찾으려고 하지 않기 때문입니다. 또한 한번 완벽하다고 생각했던 것이기에 새로운 개선점을 찾는 것에 리소스 낭비, 롤백의 어려움, 리스크 제약 등이 있을 수 있음으로 모든 지표를 한번에 개선하기보다 차근차근 진행하는 것이 좋을 것 같습니다.

🔔 PM 역량 사례로 보기

PM 역량은 ‘상황을 판단하고 우선순위를 정하는 능력’이다
수치가 수상할 때
데이터는 많아 보여도, 흐름이 연결되지 않으면 이상 신호다.
가입 → 사용 → 유지 → 복귀 사이의 전환 비율 불균형이 의심 지점이다.

업무 우선순위 판단

기준	더 우선인 것
영향 범위	전체 사용자
서비스 지속성	진입 불가
매출 영향	전면 차단
대응 시급성	즉각 대응

우선순위는 중요도의 문제가 아니라, 영향 범위 × 복구 시급성의 문제다.

동료와 의견 충돌
문제는 사람보다 감정이 개입된 상태다.
사실과 기준으로 대화를 되돌리지 않으면 합의는 불가능하다.

🔻
현업 데이터는 답을 주지 않는다.
PM은 데이터 속에서 ‘지금 무엇을 먼저 바꿔야 하는지’를 결정한다.