TIL_3W1D_데이터 리터러시

 

[데이터 리터러시]

 

1) 데이터 리터러시의 정의

• 데이터를 읽는 능력
• 데이터를 이해하는 능력
• 데이터를 비판적으로 분석하는 능력
• 결과를 의사소통에 활용할 수 있는 능력
• 데이터 수집과 데이터  원천을 이해하고 주어진 데이터에 대한 다양한 활용법을 이해하고 데이터를 통해 핵심지표를 이해하는 것

2) 데이터 분석에 대한 접근법 (크게 3단계로 분류)

• 문제 및 가설정의 (생각)
• 데이터 분석 (작업)
• 결과 해석 및 액션 도출 (생각)

[문제정의]

• 데이터 분석 프로젝트의 성공을 위한 초석
• 분석하려는 특정 상황이나 현상에 대한 명확하고 구체적인 진술
• 프로젝트의 목표를 설정하고 분석 방향을 설정

🧐 상황: 3개월 전부터 자사 제품의 사용자 수가 감소하고 있다.

사용자 수를 늘리기 위한 포인트 이벤트를 하고 있지만,
효과가 없어 보인다. 또한 자사 제품 내 서비스 중 A 보다 B가
더 안 좋은 상황이다. 사용자가 줄었기 때문에, 수입도 감소하고 있다.

문제1)

”사용자 수가 감소하고 있다.”

사용자 수는 충분히 생각해볼 만한 문제이나, 결과적으로 풀고자 하는 것이 수입 감소라고 한다면, 사용자 수는 문제가 아닌 원인이 됩니다.

문제 2)

“이벤트 효과가 없다.”

이벤트 효과가 없는 것은 충분한 살펴볼 만합니다. 그러나, 이벤트가 효과적이지 않기 때문에 발생하는 문제가 근본적으로 해결되어야 하는 것일까요?

문제 3)

“A 서비스 보다 B 서비스가 상황이 안 좋아진 이유를 살펴보아야 한다.”

위 내용은 분석 과정 중 확인해 봐야 할 내용인 것 같습니다. 그러나 이것을 근본적인 문제라고 하기에는 어려워 보입니다.

문제 4)

“수입이 감소한 것이 문제다.”

궁극적인 문제의 관점에서 수입의 감소는 매우 중요한 문제라고 판단됩니다.그러나, 단어의 정의에 있어 더 명확할 필요가 있습니다. 가령 수입이 의미하는 것이 매출액인지, 순이익인지 등을 고려해야 합니다.

 

1) 문제 정의 방법론

• MECE(Mutually Exclusive, Collectivelt Exhaustive : 문제 해결과 분석에서 널리 사용되는 접근 방식으로 상호 배타적이면서, 전체적으로 포괄적인 구성요소로 나누는 것

 

잘못된 예시)

사람 - 남성, 여성, 아저씨로 나눔
-> 남성과 아저씨가 중복

영화 장르 - 액션, 스릴러, 공포로 나눔
-> 멜로 코메디 등 누락 장르 존재

자동차 - SUV, 세단, 쿠페, 현기차로 나눔
-> 분류 기준이 다름

3학년 3반 학급원 - 영어 우수 학생, 수학 우수 학생으로 나눔
-> 분류 기준이 불명확, 서로 중복되고 누락된 정보가 존재

 

[데이터 유형]

• 정성적 데이터(Qualitative Data)
• 정량적 데이터(Quantitative Data)

Q1. 한 레스토랑에서 하루에 판매되는 햄버거 세트의 수는 150개 입니다. (정량)
Q2. 한 고객이 카페 이용 리뷰에 "커피 맛이 너무 좋았고, 분위기가 아늑했다"고 말했습니다. (정성)
Q3. 한 온라인 쇼핑몰의 지난 달의 평균 구매 금액은 10만원입니다. (정량)
Q4. 어떤 서비스를 이용한 유저가 "사용하기 쉽고, 인터페이스가 직관적이다"라는 평가를 남겼습니다. (정성)
Q5. 고객 설문 조사에서, 고객들이 서비스에 대해 "만족한다", "매우 만족한다", "만족하지 않는다"와 같이 응답했습니다. (정성)
Q6. 어떤 연구자가 인터뷰를 통해 수집한 데이터에는 참가자들의 나이, 성별, 직업과 더불어 그들의 생각과 느낌이 포함되어 있습니다. (정성)

 

[지표 설정]

: 지표란, 특정 목표나 성과를 측정하기 위한 구체적이고 측정 가능한 기준으로 목표 달성도를 평가하고 전략적 결정에 필요한 핵심정보를 제공하며 정의한 문제에 대해 정확하게 파악하기 위해서 필요

• 문제정의 "어떤 문제를 풀고자 하는가?" VS. 지표설정 "어떤 결과를 기대하는가?"

1) 주요 지표

• Active User(활성유저)

• Retention Ratio(재방문율) : 서비스를 사용한 사람이 다시 서비스를 사용하는 비율%

 N-Day 리텐션 : 최초 사용일로부터 N일 후에 재방문한 Active User의 비율 / 습관적으로 사용하거나 반복적으로 행동을 유도하는 제품에 적합
Unbounded 리텐션 : 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율 / 정기적으로 반복해서 방문하는 서비스가 아닐 경우 적합
Bracket 리텐션 : 설정한 특정 기간을 기반으로 재방문율을 측정 / 서비스 사용주기가 길거나 주기적인 경우 사용하기 적합한 지표

• Funnel(퍼널) : 유저들이 어디서 이탈하는가?

단계별 전환율을 지표화 하여 서비스 보완 지점을 찾음
Acquisition: 유입
Activation: 활성화
Retention: 재방문(재구매)
Revenue: 수익
Referral: 추천

• LTV(Life Time Value, 고객 평생 가치) : 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
LTV를 산출하는 방법은 매우 여러가지이며, 서비스마다, 관점마다 다르기 때문에 다각도로 고민이 필요함

 

2) 북극성 지표

: 제품/서비스의 '성공'을 정의하며, 유저/고객이 제품과 서비스에서 느끼는 가치이고 회사의 사업 목표를 나타내는 지표 중 선행지표를 의미

북극성 지표는 제품/사업 조직이 무엇에 최적화되어야하고, 무엇을 포기해도 되는지에 대한 방향을 제시
제품/사업 조직의 진척과 가치 창출을 전사에 보여줌
제품/서비스 조직이 결과에 책임을 지도록함
서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지