https://brunch.co.kr/@ashashash/186
해당 브런치 글과 유튜브 영상을 제대로 이해하기 위해 사전에 용어에 대한 정리가 필요하다고 느꼈다. 읽을 때마다 용어에 막히면 내용에 제대로 몰입이 어렵기 때문이다.
용어 정리는 GPT의 도움을 받아 마크다운 형식으로 출력했다.
이번 주 안에 해당 아티클 전부 읽고 인사이트 기록하는 것이 목표! 쉬는 시간에는 짬짬이 영상을 봐야겠다. 아자자.
Carrying Capacity (C.C)
서비스가 장기적으로 유지할 수 있는 사용자 규모.
서비스의 기초체력 혹은 성장 한계를 나타내는 개념.
공식
C.C = Inflow / Churn
Inflow
서비스로 새롭게 유입되는 사용자 수.
예
- 신규 가입
- 신규 방문
- 첫 방문 유저
Churn
서비스에서 이탈하는 사용자.
예
- 앱 삭제
- 서비스 탈퇴
- 장기간 미사용
Churn Rate
전체 사용자 중 일정 기간 동안 이탈한 사용자 비율.
공식
Churn Rate = 이탈 사용자 / 전체 사용자
Retention
사용자가 서비스를 계속 사용하는 비율.
예
- Day1 Retention
- Day7 Retention
- Monthly Retention
서비스의 장기적인 생존력과 제품 가치를 판단하는 핵심 지표.
Activation
사용자가 서비스의 핵심 기능을 처음 사용하는 단계.
예
- 회원가입 완료
- 첫 기능 사용
- 첫 결제
Aha Moment
사용자가 서비스의 핵심 가치를 처음 느끼는 순간.
즉
“이 서비스 좋다”라고 체감하는 첫 경험.
PMF (Product Market Fit)
제품이 시장의 문제를 제대로 해결하고 있는 상태.
대표적인 기준
사용자 중 40% 이상이
“이 서비스가 없어지면 매우 실망한다”고 답하는 상태.
Viral
사용자가 다른 사용자를 데려오며 성장하는 구조.
예
- 친구 초대
- 공유 기능
- 추천 기능
Referral
기존 사용자가 새로운 사용자를 서비스로 초대하는 행동.
Power User
서비스를 매우 적극적으로 사용하는 핵심 사용자.
특징
- 높은 사용 빈도
- 높은 리텐션
- 기능 적극 활용
Correlation (상관관계)
두 변수 사이에 관련성이 있는 것처럼 보이는 관계.
하지만
원인이 아닐 수도 있음.
Causation (인과관계)
어떤 행동이 실제로 결과를 만들어내는 관계.
제품 분석에서
상관관계와 인과관계를 구분하는 것이 중요함.
Hypothesis (가설)
제품 개선을 위해 세우는 검증 가능한 추정.
예
“이 기능을 추가하면 리텐션이 증가할 것이다”
Experiment
가설을 검증하기 위해 진행하는 실험.
예
- 기능 테스트
- 사용자 행동 분석
Failure Mindset
제품 개발에서 실패를 기본으로 받아들이는 사고 방식.
핵심 관점
100개의 아이디어 중 대부분은 실패한다.
따라서
빠르게 가설을 검증하는 것이 중요하다.
Confirmation Bias (확증 편향)
자신의 믿음을 강화하는 정보만 받아들이는 경향.
Sunk Cost Fallacy (매몰비용 오류)
이미 투자한 비용 때문에 잘못된 선택을 계속하는 오류.
IKEA Effect (이케아 효과)
자신이 만든 제품이나 아이디어에 과도한 가치를 부여하는 편향.
False Consensus Bias (허위 합의 편향)
다른 사람도 나와 같은 생각을 할 것이라고 믿는 편향.
North Star Metric (북극성 지표)
제품이 궁극적으로 추구하는 핵심 가치 지표.
단순한 사용자 수가 아니라
사용자에게 전달되는 핵심 가치 기반 지표.
