📌 한 줄로 요약하기
: 설득하기 위한 데이터는 필수이다
💡 오늘의 인사이트
🧩 오늘 강의에서 배운 점
요약
- 데이터 드리븐 기획은 아이디어를 증명하는 일이 아니라 문제를 데이터로 정의하고 판단하는 방식이다.
- PM은 결과 분석보다 먼저 어떤 사용자 행동을 어떻게 측정할지 설계하는 과정을 중요하게 봐야한다.
- 설문이나 의견조차 실제 사용자 행동 데이터가 되어야, 의사결정의 기준이 된다는 관점에 대한 사례를 살펴봤다.
- 로그 분석과 지표 해석은 숫자 나열이 아니라 UX 문제를 설명하고 가설을 세우기 위한 수단이다.
- 데이터 시각화는 분석 결과를 공유하는 단계가 아니라 의사결정과 설득을 위한 기획 커뮤니케이션이다.
- 요구사항, PRD, IA, 정책서는 산출물이 아니라 팀이 같은 기준으로 판단하고 실행하게 만드는 도구이다.
사고 정리
1. 로그는 화면에 보이는 메뉴를 그대로 보여준 것이다.
2. 플로우는 유저가 어떤 화면을 보고 있는지에 대한 정리이다.
3. 그래프의 색(상승, 하락)도 국가나 직업에 따라 다를 수 있음을 명심하자.
4. 이전에 만들었던 기획서가 떠오르는 강의였다.
📑회원가입 약관
📑에러코드 설계
📑회원가입 기획안
5. 회원가입/팝업 등 유저가 보는 것은 프론트이며, 회원관리/팝업관리 등 사내 자체에서 보는 것은 백오피스(어드민)이다.
6. 백오피스는 유연성을 가지고 중요한 기능에 따라 메뉴명이 달라질 수 있다.
🧠 아티클 스터디
요약
- 요금제 기획에서 다수의 선택지를 주는 것보다 초기에는 단일안으로 검증 범위를 좁히는 전략을 사용하였다.
- 정성적 유저 인터뷰와 UT 결과를 설문 구조로 전환하여 정량 데이터로 활용하였다.
- 설문 결과가 특정 사용자군에 쏠릴 경우, 데스크 리서치를 통해 시장 분포와 비교하며 문제를 재정의하였다.
- 사용자 응답은 현재 사용 중인 조건에 영향을 받으므로, 과거 사용 요금제·희망 요금제·실사용량을 분리해 수집하였다.
- 클릭률과 같은 단일 지표는 UX 품질을 충분히 설명하지 못하며, 정성 데이터와 결합해 해석하여야 한다.
관점 전환
1. 데이터를 기반으로 한 결정 공유는 더 좋은 결과를 향한 길잡이가 될 수 있다.
2. 가설이 뇌피셜이 되지 않게 데이터 검증을 반드시 해야한다.
3. 건강한 지표인지 확인하기 위해 날카로운 데이터 분석이 필요하다.
🤔 오늘의 궁금한 점
질문: 여러 서비스가 하나의 진입면을 공유할 때 각 PM의 이해관계가 충돌하면, 실제 조직에서는 어떤 기준과 데이터로 노출 우선순위를 결정하고 어드민 기반 조정은 어디까지 자동화를 할 수 있을까?
이유: 강의에서 말한 카카오톡 더보기 탭의 진화 과정을 보며 운영 효율·조직 요구·유저 가치·데이터 판단이 충돌하는 지점에서 우선순위 결정 구조와 어드민 설계의 한계가 어떻게 관리되는지 알고 싶었다.
탐색 결과 : 튜터님께 슬랙으로 질문 후, ZEP을 통해 답변을 들었다.
1. 현장에서 가장 많이 이야기가 오가는 관점의 질문이다
2. 앱 발달 시기에 따라 전략이 달라져서 1번이 달라지고 있다
: 중간에는 유저 개인화를 기반으로 노출되었다.
: 이때 지표는 클릭, 체류시간인지에 따라 PM이 결정한다.
: 한번은 1~4번까지는 매출 전략적으로 가되 5번부터는 개인화로 하던 시기도 있었다
3. 전사의 큰 줄기의 목표(KPI)는 1개로 통일되어 있어야한다
: 서브 서비스마다 목표는 달라질 수 있으며, 다만 귀결성을 가진다
: (예) 매출 증대 = 매출이 늘어날 수 있는 서비스 정렬을 시도한다
4. 어드민 자동화에 대해서는 기획자들이 결정한다.
: 단, 실수를 할 수 있다는 전제하에 트리거가 떠야하고 바로 반영되지 않는게 낫다: : (예) 구독 서비스에 대한 해지시 여러가지 트리거를 사용
: 또한 금융권 등, 서비스 유형에 따라 검수자가 많을 수 있다. = 지연 리소스를 감수해야하기도 한다.
: 운영툴이 없으면 개발자가 진행하는 것 뿐이라 생각하면 된다.
🎯 다음 주 액션
- 월요일 : 완강 목표
- 화요일 : 복습 + 강의의 숙제 및 피드백 신청 + 이전 과제들 피드백 다시 보기
- 수요일 : 과제 발제 듣기 + 발제문 분석 + 과제 시작
📂 개인 과제
[Chapter.5-1] 데이터 드리븐 프로덕트 기획 주차
데이터 드리븐 기획에 필요한 역량들을 총정리하며 마무리 하는 과정
💻 수강 과정
| 일시 | 작업 | 느낀 점 |
|---|---|---|
| 01/30 | 3강까지 수강 | 궁금할 때, 만약 그게 현업에서의 사례가 필요하다면 꼭 튜터님께 물어보자! |
| 02/02 | 완강하기 | OOO |
| 02/03 | 관련 아티클 선정 및 읽기 | OOO |
| 02/04 | 과제 발제 확인하기 | OOO |
🚧 다음주를 위한 이번주 KPT
Keep
- 현재 만족하고 있는 부분 : 과제 중 궁금증을 슬랙에서 자유롭게 공유하며 팁을 나누는 흐름이 잘 형성되었다.
- 계속 이어갔으면 하는 부분 : 과제 결과물을 노션에 기록하면서 개인·팀 모두 성취감을 느낄 수 있었던 점이다.
Problem
- 불편하게 느끼는 부분 : 새로 적용한 진행도 체크가 실제로 얼마나 활용되고 있는지 체감이 낮다.
- 개선이 필요하다고 생각되는 부분
- 진행도가 무엇을 기준으로 한 것인지 팀원 간 인식이 다를 수 있다고 생각된다.
- TIL이 숨겨진 구조라 서로의 작업이나 고민을 확인하고 격려하기가 어렵다고 느껴진다. 분명 서로의 장단점을 발견하여 알려주자는 튜터님의 조언이 충분히 작동하지 않고 있다.
Try
- Problem에 대한 해결책 :
- 진행도에 대한 기준을 먼저 팀 내에서 맞춘 뒤, 필요하다면 주차별 진행도만 남기고 단순화하는 방향을 검토해보자
- 각자 블로그에 댓글로 상호 피드백을 하거나, 일차별 진행도 대신 TIL 공유를 중심으로 한 슬랙 격려 흐름을 만들어보고 싶다
- 제안1 : 아티클 카타 흐름이 잘 되고 있는데, 너무 적게 하는 것 같다는 생각이 들었다. 프로젝트 전에 더 많이 해보고 싶다.
- 제안2 : 개인이 튜터님께 질문 한 것 중, 공유하고 싶은 질문과 답변을 데일리 스크럼의 튜터 피드백에 누구나 기록을 해보고 싶다.
📸 오늘의 용어
| 약자 | 뜻 | 수식 |
|---|---|---|
| ⭐ PV | 페이지가 조회된 총 횟수(동일 사용자의 반복 포함) | |
| ⭐ UV | 특정 기간 동안 중복되지 않은 순 방문자 수 | |
| ⭐ DAU | 하루의 서비스 방문 / 특정 행동을 한 사용자 수 | |
| ⭐ WAU | 일주일 동안 서비스에서 활동한 사용자 수 | |
| ⭐ MAU | 한 달 동안 서비스에서 활동한 사용자 수 | |
| ⭐ Retention | 기존 사용자의 일정 기간에 방문한 비율 | (재방문 사용자 수 ÷ 전체 사용자 수) × 100 |
| ⭐ Churn Rate | 특정 기간 동안 서비스를 이탈한 사용자 비율 | (이탈 사용자 수 ÷ 전체 사용자 수) × 100 |
| CTR | 노출된 콘텐츠나 광고 중 실제 클릭이 발생한 비율 | (클릭 수 ÷ 노출 수) × 100 |
| Conversion Rate | 방문자 중 목표 행동을 완료한 사용자 비율 | (전환 수 ÷ 방문자 수) × 100 |
| DCU | 하루 동안 특정 버튼이나 링크를 클릭한 사용자 수 | |
| DCC | 하루 동안 발생한 전체 클릭 횟수 | |
| Session | 사용자가 사이트에 방문해 활동한 하나의 이용 단위 | |
| Time on Site | 사용자가 웹사이트나 앱에 머문 시간 | |
| Impression | 콘텐츠나 광고가 사용자 화면에 노출된 횟수 | |
| CPA | 사용자의 특정 행동 1회를 유도하는 데 소요 비용 | 광고비 ÷ 전환 수 |
| CPC | 광고 클릭 1회당 발생한 수익 비용 | 광고비 ÷ 클릭 수 |
| CPM | 광고가 1,000회 노출될 때의 지출 비용 | (광고비 ÷ 노출 수) × 1,000 |
| CPI | 앱 설치 1회당 발생한 비용 | 광고비 ÷ 설치 수 |
| ARPU | 사용자 1인당 평균 수익 | 총 수익 ÷ 사용자 수 |
| ROI | 투자 대비 얼마나 많은 수익을 냈는지 | (수익 − 비용) ÷ 비용 × 100 |
