[그로스해킹] 지표 활용하기

1. 지표의 속성 이해하기

• Stock
  • 저량 - 데이터를 수집한 그 순간에 남아있는 특정 시점의 스냅샷
  • Stock은 허무 지표인 경우가 많음 
  • Eg) 누적 회원수, 누적 거래액, 누적 메시지 수 등

• Flow
  • 유량 - 시작과 끝이 있는, 특정한 시간 동안의 변화량
  • 대체로 의미있는 데이터는 Flow 데이터인 경우가 많음
  • Eg) 1월 1일 가입자, 일 매출, 일 평균 메시지 수 

 

2. 지표를 명확하게 정의하기

• MAU, 크로스셀과 같은 지표를 명확하게 정의하지 않으면 사람마다 생각하는 기준이 달라 혼란이 생김 !!
• 모든 사람이 같은 지표 개선에 집중하기 위해서는 명확한 지표 정의가 우선되어야 함

 

3. 선행지표를 찾기

• 머니볼 : 당시 타자를 판단하던 기준과는 다른 지표에 집중해서 구단을 성공으로 이끌어 냄
• But 이젠 출루율과 장타율이 좋다는 건 모두가 알고있음!
• 어떻게 해야 남들이 보지 못하는 지표를 볼 수 있을까?
  • 피치버그는 피치프레이밍을 잘하는 선수를 데려왔음
• 선행지표를 찾는 것은 남들이 보지 못하는 좋은 포인트를 먼저 찾아볼 수 있는 좋은 방법
• 어떤 질문을 하고 데이터를 들여다 볼 것인지에 따라 굉장히 달라질 수 있음 
  • 도메인 지식과 상상력이 중요함
    • 매출을 높이려면 -> 결제를 많이 하도록 만들어야 하나요?  ==> 이런 질문은 도메인 지식과 상상력이 없어도 할 수 있음
    • 사용자들이 우리 서비스 밖에서, 우리 서비스에 대해 어떤 이야기를 하는지를 살펴봐야 함 
  • 하나의 데이터를 다양한 각도에서 쪼개서 볼 것
    • 질문과 답을 반복하면서 데이터에서 평면적으로 나오는 것 말고 놓치고 있는 부분 없는지 확인 
    • Cohort는 모든 분석에 활용됨 - Activation, Retention, Revenue ...
  • 잘 찾은 선행지표는 서비스의 차별화된 경쟁력이 됨 

 

4. 지표 간의 관계를 통한 인사이트 찾기

• 지표 하나만 놓고 볼 때보다 지표 간의 관계를 봤을 때 더욱 다양한 인사이트를 볼 수 있음
  • CAC + @ < LTR
  • Engagement = DAU / MAU
  • Revenue = install * signup_conversion * retention * payment_conversion * ARPPU
• 단순히 한 지표의 정의를 아는 게 아니라, 이 지표랑 같은 방향으로 움직이는 다른 지표나 연관있는 지표와의 관계를 어떻게 파악할 수 있을지를 고민하는 것이 굉장히 많이 도움이 됨