Shares
  • 아래 내용은 가브리엘라 기미스 (Gabriela Ghimis)의 ‘데이터 애널리틱스의 중요성’ 을 요약한 글입니다. 더 자세한 내용은 비디오를 통해서 확인하실 수 있습니다.
  • 본 강의는 500 스타트업 배치 (Batch) 마다 진행되는 부트캠프인 ‘마케팅 헬 위크 (Marketing Hell Week)’에서 진행되었습니다.

Analytics 101 w/ 가브리엘라 기미스 

Digit 이라는 컨슈머 핀테크 회사에서 그로스 마케팅을 담당하고 있는 가브리엘라가 스타트업을 위한 데이터 애널리틱스에 관하여 설명한 내용은 다음과 같다.

  • 언제, 어떻게 데이터를 측정해야 하는가?
  • 어떤 데이터를 측정해야 하는가? 얼마나 많은 데이터를 측정해야 하는가?
  • 어떻게 애널리틱스를 분석할것 인가?


왜 (‘why’) 데이터를 측정해야하는가?

가브리엘라는 본론으로 들어가기전에 앞서 왜 (‘why’) 데이터를 측정해야하는지 확실히 짚고 넘어갈 필요가 있다고 강조했다. 데이터 만큼 사업이 얼마나 빨리 성장하는지 보여주는 지표가 없기 때문에 데이터가 없으면 발전할 수 없고, 또 남들에게 내가 하는 사업에 대해 ‘자랑’할거리 마저 없다는 것이 그녀의 설명이다.


언제, 어떻게 데이터를 측정해야 하는가?

데이터를 언제부터 측정할 것인가? 측정 시작 시기는 이르면 이를수록 좋다. 다수의 스타트업들이 초기 단계에는 성장(‘growth’) 에 집중하기 때문에 애널리틱스를 간과하는 경우가 많다. 하지만 한번 흘러간 데이터는 복구하기 매우 힘들다. 따라서, 데이터 트래킹이 없으면 사업이 어느 정도 진행된 뒤 경과를 분석할때 어려움을 겪을수 있다. 예를 들어, 내가 왜 못하고 있는지 혹은 잘하고 있는지 등의 원인을 분석하기 매우 힘들다. 데이터는 유저가 웹사이트에 랜딩하는 순간, 혹은 앱 다운로드가 일어나는 순간 부터 바로 시작하는것이 이상적이다.

데이터를 어떻게 측정할 것인가? 첫번째, 사용자 경험 (‘user experience’)을 직접 그려볼 것 (‘mapping’) 을 추천한다. 이를 위해 먼저 활성화된 유저 (‘activated user’) 와 프로덕트를 계속 사용하는 유저 (‘retained user’) 를 정의해야한다. 예를 들어 Square 라는 미국의 모바일 결제 기업은 활성화된 유저를 ‘3번째 결제를 마친 유저’, 계속 사용하는 유저는 ’90일 이내에 사용한 유저’로 정의한 뒤, 아래와 같은 그림을 그렸다.

가브리엘라는 다음과 같이 사용자 경험을 직접 그려보면 유저들이 어떤 경로를 통해서 ‘활성화’되고 ‘유지’되는지 알수 있고, 프로세스를 개선할수 있다고 설명했다.

두번째, 코호트 분석 (‘cohort analysis’) 을 통해 유저들이 프로덕트를 어떻게 사용하고, 어느 시기에 이탈하는지에 관한 유저 주기 (‘user lifecycle’)를 이해하면 유지율 (‘retention’) 개선에 도움이 된다고 설명했다. 코호트 분석에서 자주 사용하는 메트릭은 이탈율 (‘churn rate’), 고객 획득 비용 (cost per acquisition), 고객이 활성되는 순간부터 이탈할때 까지 창출할수 있는 가치 (LTV; life-time value) 등이 있다.


어떤 데이터를 측정해야 하는가? 얼마나 많은 데이터를 측정해야 하는가?

어떤 데이터를 측정할 것인가? 이 질문에 정해진 답은 없다. 모든 사업이 다 고유한 비즈니스 모델 혹은 프로덕트를 가지고 있기 때문에, 어떤 회사에서 정한 메트릭이 다른 회사에도 동일하게 적용될수는 없다. 본인의 비즈니스에서 제일 중요하다고 생각되는 메트릭을 찾아서 데이터를 측정하는 것이 핵심이다.

얼마나 많은 데이터를 측정할 것인가? 적은양의 데이터는 유저들을 이해하는데 한계가 있기 때문에 데이터 양은 많으면 많을수록 좋다. 하지만 너무 많으면 오히려 데이터의 늪에 빠질수 있다. 따라서 가브리엘라는 데이터를 정의 (‘define’) 하고 조절 (‘control’) 하는 것이 중요하다고 강조했다.


어떻게 애널리틱스를 분석할것 인가?

가브리엘라는 우선 데이터 분석을 최대한 단순화 시키는 것과 애널리틱스를 통해 얻은 수치를 차트로 만들어 트렌드를 확인할 것을 강조했다. 또한 팀 멤버 모두에게 애널리틱스 접근 권한을 공유해서 유지율 같은 수치가 어떻게 잡히는지 다른 멤버에게 물어보지 않고도 바로 알수 있어야 한다고 설명했다. 마지막으로, 하나의 메트릭에만 집중해서 분석할것을 권장했다.


배운 점 

데이터를 분석할때 욕심을 내지 말고 하나의 메트릭을 최대한 단순한 방법으로 분석할수록 KPI 달성 및 사용자 경험을 개선 시킬수 있는 가능성이 높아진다.

Shares

Posted by Joanna Yoon