티스토리 뷰
https://www.youtube.com/watch?v=tcrr2QiXt9M&t=1s
데이터 그로쓰 모델링
Total Customers 는 New Customer Today 와 Lost Customers Today, 단 두가지 요소만 영향을 미친다.
(들어오는 유저 & 나가는 유저)
Customer 에 대한 정의
a. Active 를 어떻게 정의 하나 ?
i. 95% 이상의 Vistor 가 꼭 하게 되는 활동
ii. Page by Page, Repeatable 하고, Meaningul 한 Action 인가 ?
b. Churn (이탈율) 은 어떻게 정의 하나 ?
i. 얼마를 안써야 안오는 거라고 정의 할까? 1일? 4일?
ii. 상싱적으로 이정도를 안썼으면 Loss 될 것 같다를 정한다. (나중에 바꾸면 안됨!)
1. ex. 샤잠 : 한 달에 한번 쓰는 앱. 3개월을 Churn으로 정의
2. 토스 송금은? 30%가 이전달에 온 적이 없는 유저
Carrying Capacity 는 ' 내 서비스가 도달할 최종적인 유저수' 리고 할 수 있습니다.
이 값은 서비스를 운영하고 3~6개월 안에 알 수 있기 때문에,
제품의 성장을 미리 예측할 수 있다는 점에서 매우 중요합니다. ㅇ
결국 C.C (Carrying Capacity) 에 영향을 주는 것은
now( = New User + Ressurection) 과 Churn Rate 두가지에 의해서 결정 된다는 것이죠.
여기서 또 고려해야할 점은
- 서비스의 Organic inflow 는 서비스의 특성에 따라 결정되며 일정한 숫자로 유지된다.
Churn Rate (1- Retention Rate) 은 전체 유저에 대해 일정한 비율로 유지된다.
Carrying Capacity = #Of New Daily Customers / % Customers You Lost Each Day
# Time Frame 은 적절한 감을 가지고 설정 하면 됨
(토스는 보통 Weekly) 너무 길면 이터레이션에 따른 측정이 어려워짐.
제품의 본질적인 체력 (마케팅, 광고가 제외된)
1. 현재 MAU 10만, Carrying Capacity 는 75만, 광고를 해야 할까 ?
2. 현재 MAU 70만, Carrying Capacity 는 75만, 광고를 해야 할까 ?
3. 현재 MAU 100만, Carrying Capacity 는 75만, MAU 는 떨어질까 ?
마켓팅 활동을 통해 일시적으로 Inflow Boosting 은 가능하지만 결국 광고를 끄면 그대로 다시 주저 앉게 됩니다 .
Carrying Capacity가 변하지 않았기 때문이죠
결국 근본적은 Carrying Capacity 의 향상은 제품 개선을 통한 inflow 와 Retention 향상, Churn 감소 외에는 방법이 없고, 이것은 마케팅 활동으로는 바뀔 수 없습니다
Carrying Capacity 는 ' 내 서비스가 도달할 최종적인 유저수' 라고 할 수 있습니다.
이 값은 서비스를 운영하고 3~6개월 안에 알 수 있기 때문에,
제품의 성장을 미리 예측 할 수 있다는 점에서 매우 중요합니다.
결국 Carrying Capacity 에 영향을 주는 것은
Inflow( = New User + Ressurection) 과 Churn Rate 두가지에 의해서 결정된다는 것이죠
여기서 또 고려해야할 점은
서비스의 organic Inflow 는 서비스의 특성에 따라 결정되며 일정한 숫자로 유지된다.
Churn Rate( 1- Retention rate ) 은 전체 유저에 대해 일정한 비율로 유지된다
식당이 하루 닫았다고 해서 문제가 없는것과 마찬가지.
식당 주인이 단골이 얼마나 증가하고 감소 하는지 신경 써야 하는 이유.
=신규 유저수 / 이탈율
=신규 유저수 / (이탈유저수 / 전체고객수)
=신규 유저수 / 이탈유저수 x 전체 고객수
=유저순 증감율 x 전체 고객수
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 데이터 분석가 주니어
- PM
- 빅데이터
- 그로스 해킹
- 퍼포먼스 마케터
- 데이터 분석가
- A/B테스트
- 프로덕트 분석가
- 데이터 분석 주니어
- 데이터 시각화
- 통계학
- BA
- 데이터 분석
- 북극성 지표
- BI
- 데이터분석가
- 머신러닝
- 기획자
- 퍼포먼스 마케팅
- 책 추천
- 방법론
- 아무일 없는것처럼
- 빅테크
- 설레다
- 프로젝트 매니저
- 프로덕트 매니저
- 데이터 리터러시
- ADsP
- 아하 모먼트
- 알고리즘
- Total
- Today
- Yesterday