데이터 드리븐 기획 (1)

이번에 배울 것

❗ 데이터 드리븐 기획의 의미와 중요성, 기획 단계

1. 데이터 드리븐 기획

데이터 드리븐 기획이란?

❗ 사용자 행동 데이터, 시장 데이터, 성과 데이터 등을 기반으로 의사결정을 내리고 제품을 기획하는 방식
=> 데이터 활용에서 pm으로써 데이터를 기획하세요

• 우리 서비스에서 사람들이 실제로 어떤 행동을 하는지 데이터로 확인하고(유저가 내가 만든 서비스 안에서 반응 확인-데이터)
• 데이터를 분석해서 문제를 찾고(문제를 찾을때는 보통 데이터에서 문제정의를 하게된다)
• 객관적인 근거를 바탕으로 해결책을 기획 

🔍 예시

💡 사용자 의견만 듣고 감으로 결정하는 기획과 데이터 기반 기획을 비교하면

기획 방식 방식 결과

감에 의존한 기획	이 버튼 색을 바꾸면 사람들이 더 클릭할 것 같아!	실제 데이터 없이 가설을 세움
데이터 드리븐 기획	A/B 테스트 결과, 빨간 버튼이 파란 버튼보다 20% 더 클릭됨!	데이터 기반으로 기획 결정

→ 데이터 드리븐 기획을 하면 감이 아닌 근거(데이터)로 정확하게 의사결정을 할 수 있음

2. 데이터 드리븐 기획이 중요한 이유

데이터 드리븐 기획이 왜 중요할까?

❗ 고객이 원하는 것을 제대로 알 수 있고, 이를 통해 비즈니스 성과를 극대화 할 수 있음

1. 정확한 기획이 가능

• 이 기능이 좋을 것 같아 → 감에 의한 결정보다는, 이 기능을 사람들이 실제로 사용하고 있는지 데이터를 보자
• 데이터를 기반으로 하면 실패 확률을 낮추고, 성공 확률을 높일 수 있음

🔍예시 : 데이터 기반 결정 내려야하는 이유

-뇌피셜 : 메뉴를 숨기면 화면이 깔끔해져서 좋을 거야 > 메뉴를 숨겼더니 클릭률이 30% 감소했어. 다시 원래대로 돌리자.

(디자인 개발등 공수 이미 손해, 이미 클릭률 감소한 수익 손해)

2. 고객이 원하는 것을 제대로 알 수 있음

• 실제 사용 데이터(클릭 수, 체류 시간, 이탈률)를 보면 고객이 원하는 것을 정확히 알 수 있음

예시

-뇌피셜 기획 : 사람들이 이 기능이 필요하다고 하니까 추가해야 해

-데이터 기반 기획 : 설문조사에서는 사람들이 이 기능을 원한다고 했지만, 실제 사용 데이터에서는 클릭률이 낮네. 정말 필요한 기능인지 다시 검토해보자

3. 비즈니스 성과 극대화

• 데이터를 기반으로 하면 매출 증가, 전환율 개선, 광고 효율 상승 등 비즈니스 성과를 높일 수 있음

🔍 예시

데이터 기반 기획 : A/B 테스트로 가장 효과적인 광고 디자인을 찾았더니 광고 클릭률이 25% 상승

>> 결과 : 구매 전환율을 분석해보니, 결제 페이지에서 50%가 이탈. 결제 과정 개선 후 전환율 15% 증가

3. 데이터 드리븐 기획 단계

데이터 드리븐 기획 단계는 어떻게 될까?

❗ 문제 정의 → 데이터 수집 및 분석 → 가설 수립 및 실험 → 결과 분석 및 데이터 기반 의사결정 → 지속적인 개선 

Step 1. 문제 정의(목표 설정)

무엇을 해결해야 할까?

• 단순히 "이 기능을 만들자!"가 아니라, 해결해야 할 문제를 명확히 정의해야 함
• 비즈니스 목표, 사용자 행동 데이터를 기반으로 문제를 찾기

Step 2. 데이터 수집 및 분석

현재 상황을 데이터로 확인

• 사용자 행동 데이터 : 클릭 수, 체류 시간, 이탈률
  클릭 : 이 앱을 얼마나 많이 클릭해서 들어왔고 어떻게 이 어플을 하용하느냐
  체류시간 : 체류시간이 높을 수록 좋다고 단언할순없지만, 이 유저가 얼마나 충성고객인지, 만족도가 어떤지(대부분 체류시간이 길수록 좋은 서비스를 제공했다는 지표)
  이탈률 :  사용자 행동 데이터를 보고 어느지점에서 이탈이 발생했는지 파악
• 마케팅 데이터 : 광고 클릭률, 전환율
  광고 클릭률 : 외부 회사에서 광고 받아와 얼마나 클릭했는지 보는것.
  전환률 : 광고등으로 들어와서 얼마나 우리서비스로 들어와 전환이 되었는가
• 고객 피드백 데이터
  데이터 수집 분석에서 필수적(cs, 문의사항등)

Step 3. 가설 수립 및 실험

어떤 해결책이 효과적일까?(계속 실험하면서 가설이 맞는지 아닌지 검증)

• 데이터를 기반으로 가설을 세우고 실험(A/B 테스트) 진행
• 실제 사용자 데이터를 기반으로 어떤 해결책이 효과적인지 검증

Step 4. 결과 분석 및 데이터 기반 의사결정

어떤 솔루션이 효과적이었는가?

• 실험 결과를 분석하여 데이터가 가설을 입증하면 적용, 실패하면 다시 개선
• KPI(핵심 성과 지표)를 기반으로 평가

Step 5. 지속적인 개선

계속해서 데이터를 보면서 개선

• 고객 데이터 & 비즈니스 지표를 지속적으로 모니터링
• 성공/실패 원인을 분석하고 다음 기획에 반영(액션 아이템)