1. 데이터 분석, 무엇을 위해 하고 계신가요?
‘데이터 분석’ 이라고 하면 가장 먼저 무엇이 떠오르나요?혹시 MAU, Retention, Conversion Rate 와 같은 지표들을 떠올리셨나요? 그렇다면 당신의 비즈니스가 제품을 통해 성공할 것이라는 것을 지표들로 설명할 수 있나요?만약 이 질문에 바로 대답을 하기 어려우셨다면 지금까지 한 데이터 분석이 ‘제품의 성장’에 초점이 맞춰져있기 때문입니다.
2. ‘성장’과 ‘성공’ 그 확실한 차이
성장을 하다보면 어느샌가 성공에 도달해 있지 않을까 하는 관점에서 데이터 분석의 세계에 뛰어들어 먼저 매일, 매주, 매월 우리 제품을 사용하는 사람의 수, 사용 빈도, 잔존율, 체류시간 등 여러 사용자 참여 지표를 파악합니다. 그리고 이 지표들을 개선하는 프로젝트를 수행한 후 이것이 곧 제품의 가치 또는 매출의 증가로 귀결되는 지 파악하여 우리가 계속 성장하고 있는 것을 확인하고 성공에 다가가고 있다고 평가합니다.
하지만, 이런 지표들의 지속적인 성장에도 불구하고 우리 주변의 많은 비즈니스는 성공에 도달하지 못하고 실패를 경험하게 됩니다. 사용자 참여 지표가 계속해서 성장했음에도 비즈니스가 성공하지 못하는 이유는 크게 아래 두가지와 같을 것입니다.
1) 사용자 참여 지표의 성장이 제품의 가치/매출 성장으로 이어지지 않은 경우
이 경우는 사용자 참여 지표를 각각 분리해서 독립적으로 보았을 가능성이 높습니다. 예를 들어 광고를 통한 획득 수가 늘어 월별 사용자의 수는 증가했는데 방문 수와 구매 전환수는 크게 증가하지 않았다고 가정하면 결국 매출 증가로 이어지기 어렵고 사용자의 수가 증가했더라도 잔존한 사용자 수가 낮다면 제품의 가치가 증가하기 어렵습니다.
2) 제품의 가치 또는 매출 성장이 비즈니스를 성공시킬만큼 충분치 못하거나 일시적인 경우
이 문제를 겪는 경우는 비즈니스의 성공에 대한 명확한 기준이 없거나 성공과 성장을 연결시키지 못했기 때문입니다. 매출은 성장했지만 지출하는 비용이 더 커서 적자가 지속되고 적자의 누적액이 보유 자본보다 커질 경우나 우리 제품이 큰 수익을 낼만큼 가치있다는 것을 증명하지 못해 투자 유치가 어렵다면 비즈니스는 실패합니다.
1번의 경우 여러번의 시행착오와 제품의 개선을 거듭하며 데이터 분석을 통해 제품의 가치/매출을 성장시키는데 까지는 대부분 도달하게 되지만 성장의 합이 성공을 반드시 가져다 주는 것은 아닙니다. 때문에 2번과 같은 문제가 생기며 이를 해결하기 위해선 비즈니스의 성공 기준을 명확히 세우고 그것에 직접적으로 연결된 ‘성공지표’ 를 설정하여 그 지표의 성장을 달성해 나가는 것이 비즈니스를 성공시키는 가장 확실한 데이터 분석의 방법입니다.
3. 다른 제품, 같은 성공
제품의 모습은 달라도 비즈니스는 모두 이윤을 추구하는 것이기 때문에 비즈니스의 성공은 결국 ‘수익의 최대화’ 로 귀결됩니다. 수익의 최대화라고 하면 한계가 없는 막연한 개념이기 때문에 이를 구체적으로 범위를 좁히면 아래와 같이 정리할 수 있습니다.
1. 자본이 모두 잠식되기 전에
2. 비용보다 매출(비용<매출)이 지속적으로 발생 혹은 발생할 것으로 예상하는 순환 구조로 만들어
3. 목표한 수치만큼 수익을 발생시킨다.
1번과 3번은 2번의 달성 여부에 따르는 것이기 때문에 우선 가치/매출을 ‘성공지표’ 로 설정하고 그것을 예측할 수 있는 사용자의 수와 사용자 당 매출을 ‘평가지표’ 설정합니다. 그리고 이 ‘평가지표’ 를 이루고 있는 표적지표들을 설정하여 실행가능한 형태로 변경합니다.
이 지표의 구조를 정리하면 아래 그림과 같습니다.
4. 성공을 위한 성장
보통 제품의 KPI를 설정할 때 월별 활성사용자의 수나 잔존율, 매출 등을 잡곤 합니다. 하지만 월별 지표를 비즈니스의 성공 지표로 설정하면 해당 월의 성장은 달성이 되더라도 지속적인 성공에서 거리가 멀어질 수 있습니다. 때문에 비즈니스의 성공을 위한 최상위 지표를 ‘매출’ 로 설정하고 ‘평가지표’를 가능한 긴 기간의 누적 데이터로 계산하여 일시적인 이벤트나 트렌드에 의한 평가가 아닌 지속적인 값의 평균으로 가치/매출을 예측할 수 있도록 해야합니다. 예시를 통해 설명하면 아래와 같습니다.
지표 예>
22년 1월부터 7월 31일까지의 7개월 간의 누적 지표
a. 전체사용자 수= 7,000명 (월간 1,000명씩 계속해서 신규 유입된다고 가정)b. *정착사용자 수= 1,200명 (최근 30일간 1,000에서 1,200명 사이를 유지했다고 가정함c. 전체사용자의 *평균 경력= 30일 (최근 30일간 30일을 유지했다고 가정함)d. 전체사용자의 ARPU= 1만원 (최근 30일간 1만원을 유지했다고 가정함)
- 지표 계산 기준일: 7월 31일
- 정착사용자 정의: 2일 이상 사용하였으며 아직 *이탈하지 않은 사용자
- 이탈 정의: 기준일로부터 7일 이상 접속하지 않은 경우
- 평균 경력: 가입일로부터 마지막 사용일까지의 총 기간 (사용일을 카운트 하는 것이 아님)
위와 같이 누적으로 ‘지표 예’ 의 데이터를 보면 전체 누적 사용자 수는 획득하는만큼 계속해서 늘어나는 우상향 그래프를 보일 것이지만 b. 정착사용자의 수나 c. 평균 경력, d. ARPU와 같은 값은 계속 증가하다가 일정 수치를 유지합니다. 유지된 값이 이 제품 ‘평가지표’ 의 성적이며 유지된 기간이 길수록 더 정확하게 가치/매출을 예측할 수 있습니다. 지표 예시를 통해 이 제품의 기대 매출을 계산해보면 매월 1,000명이 사용자가 신규 유입되어 30일간 1인당 1만원씩 총 1,000만원의 매출을 발생시킬 것으로 기대할 수 있으며 꾸준히 유지되는 정착사용자가 지속적으로 발생시키는 매출을 추가로 기대할 수 있습니다. 또한 아직 수익모델이 구축되어있지 않는 경우 지속적으로 유지되는 정착사용자의 수로 제품의 가치를 환산할 수 있습니다. 이 가치/매출의 수치가 발생하는 비용보다 더 크다면 장기적으로 비즈니스 성공에 도달할 확률이 높아집니다. 그렇지 않은 경우 제품의 개선을 통해 ‘평가지표’ 를 지속적으로 개선시켜야만 비즈니스 성공에 도달할 수 있게 됩니다.
5. 성공을 향한 가장 확실한 데이터 분석
위와 같이 복잡한 지표를 누적으로 분석하는 방법은 현재 시중에 나와있는 일반적인 애널리틱스 툴이 지원하지 않고 있습니다. 보통 원본 데이터를 보관하는 기간이 짧거나 보관 기간이 무제한이더라도 위와 같은 연산은 기간의 한계를 두고 있어 정확한 평가지표를 알기 어렵습니다.
때문에 표적지표를 기간별로 끊어 개선하며 성공지표 가 개선되길 바라는 것에 그쳤지만 텐투플레이에선 성공지표 뿐만 아니라 데이터 분석 기간 전체의 평가지표와 세세한 표적지표까지 제공하여 제품의 개선이 비즈니스 성공으로 이어지는 과정을 모두 파악할 수 있도록 지원합니다.
