카테고리 없음

지표를 찾아 떠나는 _03

루돌푸다요 2024. 3. 29. 00:48

Activation : 고객의 행복한 경험

  • 전환율이 아닌 다음 퍼널로 넘어가는지 기간이 중요 
    - 전환율을 볼때, 버튼 단위로 드릴다운 해서 봐야 한다. 
  • 복귀(부활)유저 : CC 에 도달하면 부활 유저 

유저, 바이럴, 네트워크 효과 

  • 오가닉 유저, Paid 유저 
  • 바이럴 그로스 
  • Network effect(네트워크 효과) 

적용해볼 수 있는 부분 

  • 태블로 과제에서 적용 할 수 있는 부분 
  • 프로젝트에 적용할 수 있는 부분 
  • 회사에서 적용할 수 있는 부분 
  • 포트폴리오 
    - 마지막 단에, 추가적으로 포트폴리오 회고를 하거나, 비즈니스 임팩트 부분을 추가 해주면 좋다. 

 

Growth Loop

Input, Output, Action

 

유저 세그먼트 

  • New Users (신규 유저) : 우리 서비스를 처음 사용하는 유저 
  • Current Users(현재 사용자) : 일정 기간 동안 지속적으로 제품을 사용 하고 있는 유저 
  • Dormant Users(휴먼 사용자): 우리 서비스를 사용하다가 현재 비활성화된 상태인 유저 
  • Resurrected Users(복귀 사용자) : 비활성 상태 혹은 휴면 상태였다가 다시 서비스를 돌아와서 활용하는 유저 

GA4 유입 채널 용어 

- 유입된 채널에 대한 GA4 웹과 관련된 용어를 살펴봅시다. 대표적으로 Direct, Oraganic, Referral 등이 있습니다. 

  이외에 매체명이 등록 되지 않은 경우, (Other) 로 표시됩니다. 

 

Activation 단계 

유저가 우리 서비스를 얼마나 활발하게 이용 할까요? 

  • 우리 서비스를 유저들이 처음으로 경험하고 활성화하는 단계 입니다.
  • 많은 고객을 획득하더라도 서비스의 가치를 제대로 경험하지 못하고 이탈하면 사업 가치를 만들어 낼 수 없다.

셋업 모먼트 

- 유저가 우리 서비스의 핵심 가치를 이미 경험한 시점 입니다. 

 

아하 모먼트

- 유저가 우리 서비스의 가치를 처음으로 인식하는 결정적인 순간을 의미합니다. 

- 데이터를 분석하여 핵심 가치와 지표를 설정해야 합니다. 

 

유레카 모먼트 

- 유저가 우리 서비스의 가치를 확장된 가치를 경험한 순간을 의미합니다 

 

해빗 모먼트

- 유저의 습관 형성의 순간 기준을 정하는 것이 중요합니다. 

습관루프 형성 : 유저들이 지속적으로 서비스를 사용하는 습관 형성을 할 수 있도록 만들어야 합니다 .

(유저들이 이탈하지 않고 습관루프는 형성 하게 하는, 트리거 되어서 돌아올수 있도록 트리거 포인트를 분석 하기도 한다) 

 

주요 지표 정리 

체류 시간, 고착도, 전환율(cvr)

 

Stickiness (고착도)    

DAU / MAu = 월간 활성 사용자 대비 일간 활성 사용자의 비율 

- 유저가 우리 서비스를 얼마나 자주 사용하는지 충성도를 판단하는 지표 (= 서비스 의존률)

ex : 도메인 : 게임 도메인 

 

Conversion(전환율) 

계산식 

구매 전환율 (%) = 상품 구매 전환 수 / 서비스 총 방문자 수 * 100 

도메인 :이커머스, 모바일 플랫폼

 

  • 산업군별 구매 전환율 예시 

 

Time Spent(체류 시간) 

우리 서비스 유저의 평균 체류 시간, 상세 페이지별 평균 체류시간 등을 볼 수 있어요. 체류 시간의 분포를 확인합니다.

 

계산식

체류 시간 = 첫 접속 페이지와 마지막 접속 페이지 사이의 기간 

 

온라인 평가 지표 활용하기 

 

온라인 평가 : A/B Test, 비즈니스 및 서비스 지표 (CTR, Retention, 체류시간..) 

오프라인 평가 : 모델 성능 평가지표 (Recall, Rmse, Accuracy.. ) 

 

주요 지표 정리 

- 재방문률, 이탈률, 장바구니 이용 횟수 

 

계산식

리텐션(%) = (특정 기간의 마지막 시점에 다시 방문한 유저 수 ) / (시작 지점에 방문한 총 유저 수 ) * 100 

- 일간, 주간, 월간 

  • 리텐션은 후행 지표이기에 목표 지표로 보기 어렵습니다. 
  • 간단하게 계산을 해보면, 100명의 유저가 서비스에 처음에 접속을 했을때 40명의 유저가 한달이 지난 시점에서도 
    서비스를 사용하고 있는 상태라면 리텐션은 40% 입니다. 

Churn Rate(이탈률)

계산식 

이탈률(%) = (특정 기간 동안 서비스 이탈 유저 수 ) / (특정 기간의 시작 지점에 서비스를 이용한 총 유저 수) * 100 

- 기간을 어떻게 잡는지, 동일시 해주는게 좋다. 회사에서 고객 이탈 예측 모델링 (Logistic regression) 

목적이 무엇이냐, 이탈을 방지하기 위해서 (비용관점에서도 잃은 부분) 

 

  • 최초 사용일로부터 N 일 후에 재방문한 액티브 유저의 비율을 측정하는 방식 
    (가입한지 정확한지 N Day에 사용할 확률) 
  • 예를 들어, 재방문(최초 30일 후에 3번 이상 방문 기준) 

코호트 리텐션

  • 시간이 지남에 따라 어떤 코호트(=동질 집단) 가 높은 리텐션을 유지하고 있는지, 어떤 코호트에서 하락이 나타나는지를 확인 합니다. 

 

비슷한 코호트 끼리 묶어서 분석 해보자.