[서비스 기획 숙련]데이터 분석 방법

PM으로서 데이터 분석을 진행하는 순서는 어떻게 될까요?
문제 정의 → 데이터 수집 → 분석 수행 → 결과 해석 및 인사이트 도출 → 결과 적용
**
1. 문제정의 : 가설설정 <-> 가설 검증(데이터) 무한 반복 
2. 분석 수행 : 결과 해석 및 인사이트 도출
** 오늘은 분석 수행이 있어서 사용되는 방법론에 대한 포스팅입니다.**
3. 도출된 내용을 서비스에 적용

 

** 목차

-퍼널분석

-aarrr

-a/b테스트

 

1. 퍼널분석

오른쪽은 이커머스 관련 퍼널

퍼널이란, 사용자가 특정 모교에 도달하기 까지의 여정을 추적하는 방법입니다. 

퍼널 분석은 사용자가 특정 목표(예: 가입, 구매 등)에 도달하기까지의 여정을 추적하는 방법입니다. 퍼널 분석을 통해 각 단계에서 사용자가 이탈하는 지점을 파악하고, 이탈률을 줄이기 위한 개선점을 찾을 수 있습니다.

1. 목표 정의
2. 단계 정의
3. 이탈률 분석
4. 문제점 식별 및 개선책 제시

 

예시)
목표 : 웹사이트에서 사용자 가입을 목표로 할 때

단계 1 - 방문 : 사용자가 웹사이트에 방문
단계 2 - 회원가입 페이지 진입 : 사용자가 회원가입 페이지에 접근
단계 3 - 회원가입 폼 작성 : 사용자가 폼을 작성
단계 4 - 회원가입 완료 : 사용자가 최종적으로 가입을 완료

단계 1에서 1000명이 방문단계 2에서 800명이 회원가입 페이지에 진입 (20% 이탈)
단계 3에서 400명이 폼을 작성 (50% 이탈)
단계 4에서 200명이 회원가입을 완료 (50% 이탈) 

분석 결과 : 단계3, 4에서 가장 많은 사용자가 이탈하는 것을 확인.
이탈 이유가 폼 작성의 복잡성이나 불필요한 필드 때문일 수 있음

개선 방안 : 회원가입 폼을 간소화하고, 필수 항목만 요구

 

2. AARRR 프레임워크

: AARRR은 사용자의 행동을 5단계로 나누어 분석하고, 각 단계에서의 성과를 측정하는 프레임워크입니다.

1. Acquisition (사용자 유입) : 사용자가 어떻게 제품이나 서비스를 알게 되었는지.
2. Activation (활성화) : 사용자가 첫 경험에서 긍정적인 반응을 보였는지 (예: 회원가입, 첫 거래).
3. Retention (사용자 유지) : 사용자가 지속적으로 돌아오는지.
4. Revenue (수익) : 사용자가 실제로 결제를 하거나 수익을 창출하는지.
5. Referral (추천 및 공유) : 사용자가 다른 사람에게 서비스를 추천하는지.

AAARRR 예시

Acquisition (사용자 유입)
사용자는 소셜 미디어 광고나 친구의 추천으로 게임을 다운로드합니다.
Activation (활성화)
사용자가 첫 번째 레벨을 클리어하고, 보상을 받으며 게임의 재미를 느낍니다.
Retention (사용자 유지)
매일 로그인하여 일일 미션을 완료하고, 꾸준히 게임을 플레이합니다. 게임 내 알림이나 보상이 유지의 중요한 요소가 됩니다.
Revenue (수익)
사용자가 게임 내 아이템을 구매하거나, VIP 플랜에 가입하여 수익이 발생합니다.
Referral (추천 및 공유)
사용자가 친구에게 추천 코드를 보내고, 친구가 게임을 다운로드하면 두 사람 모두 보상을 받는 방식입니다.

 

3. A/B 테스트

: A/B 테스트는 두 가지 이상의 변수를 실험하여 어느 버전이 더 나은 성과를 내는지 비교하는 실험적 방법입니다.

 

1. 변수 정의 : 테스트할 두 가지 이상의 버전을 정의합니다.
2. 그룹 분할 : 사용자 집단을 두 그룹으로 나누고, 각 그룹에 다른 버전을 노출시킵니다.
3. 결과 측정 : 테스트가 끝난 후, 각 그룹의 성과를 비교하여 어떤 버전이 더 나은 결과를 가져왔는지 분석합니다.
4. 결과 적용 : 더 나은 성과를 보인 버전을 적용하고, 지속적으로 개선합니다.

 

예시1)  회원가입 버튼 디자인 A/B 테스트
 목표 : 신규 사용자 회원가입 전환율을 높이기 위해 A/B 테스트 진행

버전 A: 기존 디자인 (단순한 파란색 버튼) 버전 B: 새로운 디자인 (큰 주황색 버튼, 강조된 텍스트) </aside>

실험 결과 :

버전 A: 클릭률 3% 버전 B: 클릭률 5%

분석 : 버전 B(주황색 버튼)가 더 높은 클릭률을 기록하였으므로, 버튼 디자인을 주황색으로 변경하여 전환율을 높일 수 있음

예시 2)
사용자 가입유도 문구 AB테스트 
목표 :  사용자 가입 유도를 위해 문구 AB 테스트 진행
버전 A : 지금 가입해서 30% 할인 혜택 받으세요!
버전 B : 한정 할인! 지금 가입시에만 30% 할인 혜택 받을 수 있습니다

실험 결과
버전 A ; 클릭률 4%
버전 B ; 클릭률 10%
분석 : 버전 b의 문구는 긴박함을 불러 일으키기 때문에, 가격 페이지에서 이를 사용하면 더 많은 사용자들이 가입율을 진행 할 것으로 예상 할 수 있습니다.