[서비스 기획] 서비스 기획자로 일하고 있습니다 | 기획자에게 필요한 데이터 분석법

1. 기획자의 필수 덕목, 데이터 리터러시

데이터 만능주의를 경계하라

서비스 기획에서 데이터는 사용자를 이해하는 도구이다.
데이터를 분석해 서비스 출시의 근거를 마련하고, 이미 출시된 서비스를 고도화하기 위한 고객 경험 개선의 기초자료로 활용한다.
따라서 기획자는 서비스를 만드는 처음부터 어떤 데이터를 쌓아야 할지 미리 설계해야 한다. 

데이터 리터러시: 데이터를 읽고 이해하며 분석적·비판적으로 수용할 수 있는 능력

데이터 리터러시의 역량을 요구하는 이유는 기획자의 주관이 아닌 사용자의 생각과 행동에 맞춰 서비스를 기획하기 위함이다. 
즉, 특정인의 주관에 편향되지 않고 의사결정의 객관성을 확보해 고객 중심의 서비스를 만들어 나가기 위한 필수 역량이다. 
이때 주의해야 할 것은 데이터 리터러시를 오인해 ‘데이터 만능주의’에 빠지는 것이다.

 

 

데이터 만능주의에 빠지는 2가지 이유

① 데이터를 수집하는 것에만 몰두하는 것
기획자는 초기 서비스를 기획할 때 비즈니스 목표를 검증하고 달성 여부를 확인하기 위해 어떤 데이터를 쌓아야 하는지를 반드시 미리 계획해야 한다.

② 데이터가 그 자체로 어떤 문제를 해결할 수 있다고 맹신하는 것

 

데이터 분석의 기본은 ERD의 이해

기획자는 기획 - 디자인 - 개발로 이어지는 서비스 개발 프로세스뿐만 아니라 
우리 서비스에 어떤 데이터를 쌓을지 결정하는 ‘DB 설계’에도 함께 관여해야 한다.
기획자의 기획안을 바탕으로 DB의 설계도면을 DB 관리자가 그리게 되고, 기획자는 서비스 플로우에 맞게 데이터가 쌓이고 있는지를 확인한다.

 

ERD(Entity Relationship Diagram, 데이터 및 데이터들의 관계를 표현한 도식화된 그림) : DB의 설계도면
기획자가 DB 설계를 정확하게 이해하기 위해서는 ERD와 각 데이터들의 성격이 기술되어 있는 테이블의 정의서, 

자신이 기획한 화면설계서를 번갈아 가며 보는 과정이 필요하다.

 

사용자의 움직이는 데이터, 로그 분석

어떤 데이터를 수집할지 정한 이후에는 사용자 행동 데이터가 필요하다.

로그(Log) : 고객의 서비스 사용 여정을 개선할 수 있고, 궁극적으로는 서비스의 비즈니스 목표인 ‘매출’과 연관된 고객의 행동을 유도할 수 있다. 이렇게 앱이나 웹에서 사용자가 어떤 행동(클릭, 스와이프, 보기(VIEW) 등)을 하는지 보여주는 데이터

기획자는 로그 데이터의 범위를 구체적으로 정해야 한다.

 

데이터 분석의 목적

데이터 분석의 목적은 사용자가 서비스의 핵심기능에 도달하는데 얼마나 시간이 걸리는지, 수익모델에 이르기까지 장애물은 

없는지 등을 확인하는 Critical Path(서비스에서 사용자가 목표행동까지 이르는 최적의 경로)의 최적화에 있다.
기획자는 사용자가 기업에게 기여하는 총이익의 합(LTV, 고객생애가치)을 증가시키는 방향으로 서비스를 기획하게 된다.
이때 기획자는 우리의 제품이 올바른 방향으로 가고 있는지에 대한 ‘지표(사업 추진의 상태 또는 결과를 측정해 이해하기 쉽게 수치화한 것)’를 설정해야 한다.

 

2. 좋은 서비스를 만들기 위한 핵심지표 설정법

비즈니스 지표와 서비스 지표 구분하기

지표:  기업과 서비스가 성장하는 정도를 확인할 수 있는 가장 직관적인 방법
서비스를 개발하는 사람들이라면 비즈니스 지표와 함께 다음과 같은 지표도 활용해야 한다.

사용자 수(회원, 비회원), 서비스 화면 단계별 이탈률, 사용자당 방문 수, 사용자당 체류시간, 페이지 조회 수, 특정 화면·버튼 클릭 수, 일·주·월 활성사용자, 재방문 고객 비중, 화면당 무반응 비율 등

 

매출이라는 공통의 비즈니스를 목표로 사용자가 자주 방문하고 있는지 사용자의 앱 의존도가 점점 높아지는 정도를 기간별·기능별·화면별·고객유형별 단위로 쪼개서 보는 것이다. 

이를 통해 문제가 있는 화면과 기능을 찾아내고, 신규고객을 더 모으고, 기존고객의 이탈을 최소화할 수 있는 전략의 기초를 마련하게 된다.

 

지표의 유형과 계층구조 파악하기

특정 지표의 원인이 되는 ‘선행지표’와 결과에 해당하는 ‘후행지표’의 관계를 파악해야 기획자가 다음 기획을 할 수 있는 액션 아이템이 제시된다.

 

① 핵심지표

핵심지표(북극성지표, 후행지표) : 다른 지표들보다 우선순위가 높고 비즈니스에 가장 중요한 지표, 서비스 개발의 목표가 되는 지표

매출, 고객 증가 정도(시장점유율 등), 결제비중 증가 정도(예약률, 메시지 전송비율 등과 같은 핵심 비즈니스 모델과 연관된 고객의 행동), 활성사용자 증가 정도(WAU, MAU, DAU), 이익률(마진, 고객획득비용 등), 제품에 대한 사용자의 만족도 등을 핵심지표로 설정하게 된다.

신규고객 인입 또는 유지율(서비스에 잔존해 있는 고객의 비율)을 확인하기 위한 ‘활성사용자 수’를 핵심지표로 삼는 경우가 많다.

 

▶ 기업별 핵심지표

Choosing Your North Star Metric

 

② 투입지표

좋은 투입지표는 핵심지표와 상관관계가 높고, 서비스 개발의 의사결정을 위한 인사이트를 제공할 수 있는 것이어야 한다.
투입지표는 사용자 수, 앱 사용빈도 및 트래픽 등 다양한 관점에서 쪼개질 수 있다.

 

핵심지표별 투입지표 설정하기

 

핵심지표	투입지표
매출	유저당 평균 결제액, 순계약금액 잔존율
성장효율	고객획득비용(CVC), 고객생애가치(LTV), 광고비 지출 대비 매출 정도(ROAS), 자금회수기간, 신규고객 유입률
고객 증가	고객수, 신규고객 유입률, 고객유지비율, 기존 무료고객의 유료고객 전환, 비회원고객의 회원가입 전환율, 사이트 유입량
결제 비중	사이트 유입량, 가입자당 평균매출(ARPU), 유료가입자당 평균매출(ARPPU), 수익모델과 연관된 고객의 활동(메시지 전송, 예약건수, 특정서비스 이용 등)
활성 사용자	사이트 유입량, 수익 모델과 연관된 고객의 활동 비율
사용자 경험	사이트 유입량, 고객 조사 결과

출처 : Choosing Your North Star Metric

 

여기서 기억해야 할 것은 하나의 서비스에서도 각 제품군마다 투입지표가 달라질 수 있다.
서비스 내에 다양한 제품마다 각기 다른 투입지표를 설정해야 제품별 기능 고도화가 가능하다.
이를 위해 지표의 영향관계를 한 번 더 분류하게 되는데, 1단계의 투입지표를 동인지표(Driver Metric)라고 하고, 동인지표에 영향을 주는 2단계 투입지표를 보조지표(Supporting Metric)라고 한다. 이처럼 지표는 중요성과 상관관계에 따라 일정한 구조로 나누는데, 이를 ‘지표의 계층구조(Metric Hierarchy)’라고 한다.

 

③ 가드레일 지표
마지막으로 확인해야 하는 지표는 가드레일 지표다.
서비스 전체와 비즈니스에 나쁜 영향을 끼쳤는지를 판단할 수 있는 지표가 바로 가드레일 지표다.
한마디로 ‘이것만큼은 지켜야 한다’는 것을 말한다.