[스파르타코딩클럽] 현황 분석은 어떻게 해야할까?

현황 분석은 어떻게 해야할까?

 

데이터 기반 의사결정

💡 현황 분석 - 문제 정의 - 가설 설정 - 가설 검증 - 솔루션 도출 - 제안

사실 현황 분석은 그 무엇보다 가장 먼저 실행되어야 한다. 그래야 문제를 찾아낼 수 있다.

 

💡 현황 분석 을 위해 가장 먼저 찾아봐야 하는 데이터

VoC

• 앱 리뷰
• CS 인입 현황
• 심층 인터뷰
• 사내에 정리된 Voc 요약본

사내 데이터

• 매출 (GMV, AOV, AOF, Contribution Margin, 성장률 등)
• 고객 (DAU, WAU, MAU, traffic, CPA, 퍼널별 행동 흐름, 체류 시간, NPS 등)
• 제품 (retention, 주문 성공률, 주문 실패율, 구매 이탈 등)

외부 데이터

• 논문
• 뉴스 기사
• 통계자료
• 전문가 의견
• 설문 조사

> 이런 데이터 수집을 통해 우리 서비스를 고객이 왜 쓰는지, 왜 안쓰는지 파악해야 한다.

 

💡VoC (Voice of Customer)

제품의 발전

• 고객 입장에서 제품의 불편함이 무엇인지

고객 이해

• 고객이 제품에 대해 어떤 생각을 하는 지 이해

소통

• 고객의 의견을 들음으로 고객과 소통

로열티

• 고객의 의견을 제품에 반영시킴으로 서비스에 대한 고객 로열티 증진

> VoC는 실제로 프로덕트 매니저가 가장 가까이 해야하는 데이터 중 하나이다.

반응형

💡 데이터 뜯어보기

매출	시간별
	daily
	weekly
	monthly
	상승/하락률
고객	연령
	성별
	지역
	지출
	만족도
	사용 빈도수
	CS 추이
제품	판매
	재구매
	이탈
	구매 리드타임

 

- 데이터를 크로스해서 살펴보기도 한다.

- 왜 매출이 오르는지 떨어지는 지 알아봐야한다.

- 어떤 고객? 어떤 고객이 어떤 제품을 사는 지?

 

> 어떻게 고객들의 주머니를 열 수 있을까??

 

💡  데이터 용어

MV (Minimum Viable)

• Minimum Viable Product(MVP)의 줄임 표현으로 주로 사용됨.
• 가장 핵심 기능만 구현하여 시장에서 빠르게 검증할 수 있는 최소 기능 제품.
• 예: 배달앱을 만든다면 "음식 주문 → 결제 → 배달 접수"만 가능하게 출시하는 것.

AOV (Average Order Value)

• 고객 1회 주문당 평균 결제 금액.
• 계산: 총 매출 ÷ 주문 건수.
• 예: 매출 1억 원, 주문 2,000건이면 AOV는 5만 원.

AOF (Average Order Frequency)

• 고객이 일정 기간(보통 월/연 단위)에 얼마나 자주 주문하는지 나타내는 지표.
• 계산: 총 주문 건수 ÷ 고객 수.
• 예: 월간 1,000명 고객이 총 3,000번 주문 → AOF = 3.

Contribution Margin (기여 이익률)

• 매출에서 변동비(판매 수수료, 재료비 등)를 뺀 후 남는 금액.
• 고정비를 제외한 “실질적으로 비즈니스 성장을 위한 마케팅/운영 투자에 쓸 수 있는 돈”을 의미.
• 계산: (매출 – 변동비) ÷ 매출 × 100%.

DAU (Daily Active Users)

• 하루 동안 서비스에 접속하거나 활동한 고유 사용자 수.
• 예: 8월 22일 기준 앱에 로그인한 사람 10,000명이면 DAU=10,000.

WAU (Weekly Active Users)

• 일주일 동안 활동한 고유 사용자 수.
• 보통 DAU 대비 추세를 보며 "서비스 지속성" 확인.

MAU (Monthly Active Users)

• 한 달 동안 활동한 고유 사용자 수.
• DAU/WAU와 함께 서비스 규모와 충성도를 판단하는 핵심 지표.

Traffic (트래픽)

• 웹사이트나 앱에 유입된 사용자 수 또는 방문 횟수.
• 흔히 “방문자 수(Visitors)”나 “세션 수(Sessions)”로 측정.

CPA (Cost Per Acquisition)

• 한 명의 신규 고객을 확보하는 데 드는 비용.
• 계산: 마케팅비용 ÷ 신규 고객 수.
• 예: 광고비 100만 원, 신규 고객 200명 → CPA = 5,000원.

퍼널 (Funnel)

• 사용자가 서비스 이용 과정에서 어디서 이탈하고, 어디서 전환되는지 단계별로 표현한 모델.
• 예: “광고 클릭 → 회원가입 → 장바구니 → 결제 완료” 과정에서 단계별 전환율을 보는 것.

NPS (Net Promoter Score, 순추천지수)

• 고객 충성도를 측정하는 지표.
• “이 서비스를 친구나 지인에게 추천하겠습니까?”라는 질문에 대한 답변으로 산출.

Retention (리텐션, 유지율)

• 특정 시점 이후에도 서비스를 다시 사용하는 사용자 비율.
• 예: 앱 설치 후 7일째 다시 접속한 사용자의 비율을 7일차 리텐션이라 함.
• 핵심: 리텐션이 높을수록 장기적인 사용자 충성도와 매출 가능성이 크다는 의미.