4. 지표 설정

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
  

4-1 Active User

☑️ Active User 지표의 역할

🧐 우리는 누구를 ‘활성유저’라고 정의할까요?

• 서비스에 들어오는 모든 유저? ❌
• Active User에 대한 정의에 따라 전략과 방향이 달라짐
• Active User에 대한 정의로 ‘이탈 유저’가 정의됨
• 투자를 위한 서비스 지표에 중요한 역할을 하게 됨

☑️ Active User 설정 해보기

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

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

3) 서비스의 최종 액션까지 수행한 유저

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

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

☑️ 그 외 주요 지표 정리

4-2 Retention Ratio

☑️ Retention Ratio의 역할

📈 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.

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

☑️ 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
• 유저가 Active User로 집계된 최초 날을 Day 0으로 설정
• Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산
• N-Week, N-Month도 가능
  2) Unbounded 리텐션
• 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율
• 특정일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율
• 유저가 정기적으로 반복해서 방문하는 서비스가 아닐 경우 적합
• 해석: Day5는 5일차 이후에 한 번 더 들어온 유저의 비율
• Unbounded 리텐션은 이탈률의 반대 개념
  3) Bracket 리텐션
• 설정한 특정 기간을 기반으로 재방문율을 측정
• Bracket 리텐션은 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

☑️ Retention에 대한 이해

• 리텐션이 높은 세그먼트를 발굴하는 작업이 필요함
• 서비스의 사용 주기에 따라 리텐션 조회 기간을 늘려야 함
• 사후 분석 시에 용이

4-2 Funnel(퍼널)

☑️ Funnel의 역할

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

☑️ AARRR

• 디지털 마케팅시 퍼널을 활용하는 프레임워크
• 단계별 전환율을 지표화 하여 서비스 보완 지점을 찾음
  • Acquisition: 유입
  • Activation: 활성화
  • Retention: 재방문(재구매)
  • Revenue: 수익
  • Referral: 추천

4-3 4) LTV (Life Time Value, 고객 평생 가치)

☑️ LTV의 역할

• 해당 유저가 우리에게 평생 주는 이익은 얼마나 될까?
• 고객 생애 주기: 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
• LTV는 한 명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것
• LTV는 유저와의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표
• LTV가 높다는 것은 해당 서비스와 관계가 좋고, 충성도가 높은 고객이 많다는 것

☑️ LTV 산출 방법

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

☑️ LTV 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

4-5 북극성 지표

☑️ 북극성 지표

• 제품/서비스의 ‘성공’을 정의
• 제품/서비스가 유저에게 주는 core value를 가장 잘 나타낸 것
• 장기 성장을 위해 필수적으로 모니터링 해야 함

☑️ 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

☑️ 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

☑️ 북극성 지표가 중요한 이유: 효율 증대

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

5. 결론 도출

☑️ 결과

• 데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력
• 숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음
• ex) “고객 설문 조사 데이터를 분석한 결과, 고객 만족도와 구매 빈도 사이에 강한 상관관계가 있음을 보여줄 수 있습니다.”
• 계산과 분석을 해서 나온 결과물

☑️ 결론

• 분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰
• 데이터에 기반한 해석, 추론 또는 권고 사항을 포함
• ex) “고객 만족도와 구매 빈도 사이의 강한 상관관계를 보여주는 결과를 토대로, 고객 만족도 향상이 전반적인 매출 증가로 이어질 수 있다는 결론을 내릴 수 있습니다.”
• 목적에 대해 어떤 의미가 있는지 설명하는 것

실제로 우리가 필요한 것은 ‘결론’이지만, 보통 결과를 많이 이야기 함

이르는 과정은 본질적으로 동일하지만, 표현 방식이 다름

☑️ 결론 도출 시 주의사항

• 결과 - 결론 도출 시에는 스토리텔링이 필요
• 그러나, 필요 이상으로 자신의 해석을 융합하면 안됨
  • 데이터를 통해 알 수 있는 범위에서만 생각해야 함

☑️ 단순하고 쉽게 전달

• 핵심 지표 위주로 먼저 공유
• 지표를 해석하는 방법에 대해서도 설명
• 해당 지표에 오너십이 있는 조직에서 활용할만한 포인트 제안
• 액션 아이템을 제안 하는것이 핵심

☑️ 흥미 유발

• 모든 내용을 담지 않고 흥미로운 부분 위주로 공유
• 상대가 궁금해할만한 내용은 뭘까? 고민하고 필터링 하기
• 궁금한 사람들을 위해서는 디테일한 문서 따로 공유

☑️ 대상자 관점에서의 접근

• 공유 받는 사람(=대상자)의 시선에서 이해하기 쉽도록 정리
• 지식의 저주에 빠지지 않고 논지를 뒷받침 해줄 자료들을 함께 첨부
• 대상자의 허들이 낮은 시각화 활용

☑️ 시각화 팁

• 화려한 그래프 보다는 대상이 직관적으로 이해할 수 있도록 구성
• 보통 선, 막대 그래프로 거의 대부분의 리포팅이 가능
• 각 그래프의 범례와 단위 함께 표기해주기

☑️ 결론 보고서에 쓰면 좋은 플로우

• 전체 내용을 한 문장으로 정리하는 요약
• 해당 보고서의 메인 주제
• 해당 보고서를 쓴 이유와 원하는 변화
• 문제 정의 단계
• 핵심 내용 전개
• 결론 및 액션 아이템

☑️ 정리

• 앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리
• 결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지? 생각