#2.우리가 데이터 활용에 매번 실패하는 두 번째 이유

1. 이번 포스팅은 두 번째 원인인 정의한 문제와 사용하는 데이터가 일치하지 않는 문제에 대해 이야기해보겠습니다. 예를 들어 아래와 같은 문제가 있다고 가정해볼 때, 어떤 지표를 봐야 현재 문제 상황을 가장 정확하게 파악할 수 있을까요? 2. 문제정의 : 광고에 대한 반응이 적다 이 문장을 보고 바로 특정 지표를 떠올리셨다면 데이터 활용에 실패할 확률이 높습니다. 반응이 적다는 현상을 확인하기 위한 지표를 특정하려면 우선 '반응'이라는 것이 정확하게 무엇인지에 대한 정의가 필요합니다. 반응에 대한 정의를 하려면 애초에 광고는 어떤 광고였는지, 우리 회사는 이 광고를 통해 얻고자 하는 것이 무엇이었는지 정의가 필요하죠. 만약 광고가 신제품 인지도 향상이 목적이었다면 '도달'이 반응을 확인하는 지표가 될 수 있습니다. 반면에 바이럴을 일으키고 싶었다면 '댓글 수'나 '공유하기' 같은 지표를 봐야겠죠. 3. 문제정의: 이전달 앱 평균 체류시간은 5분이었는데 이번 달 체류시간이 20분으로 증가했다 위의 경우 어떤 지표를 봐야 앱 평균 체류시간이 400% 증가한 원인을 파악할 수 있을까요? 이 지표를 보고 마냥 좋아했다면 죄송하지만 평범한 마케터에 속할 확률이 높습니다. 이렇게 지표가 비정상적인 수준으로 증가했다면 제일 먼저 확인해야 하는 건 지표 측정이 제대로 됐는지부터 입니다. 체류시간을 측정하는 방법이나 정의, 타이밍이 동일한 기준으로 측정된 것이 맞는지부터 확인해야 합니다. 예를 들어 이전달에는 체류시간을 측정하는 기준이 페이지뷰(pageview) 였는데 이번 달부터 조회 요청(Hit)으로 변경한 경우 동일한 측정기준이 아니기 때문에 유저의 실제 체류시간이 개선되었다고 결론을 내릴 수 없습니다. 4. 만약 측정기준을 동일하게 맞췄음에도 정말로 400% 개선이 이뤄졌다면 이러한 지표 변화의 궁극적인 원인 요소가 무엇인지 파악이 필요합니다. 원인 요소는 비즈니스마다 그리고 운영하고 있는 서비스마다 다르기 때문에 어떤 지표를 봐야 한다를 말하기는 어렵습니다. 다만 원인 요소를 탐색할 때는 이전과 달라진 액션이나 상황을 우선순위로 탐색해야 합니다. 5. 문제정의 : MAU가 감소했다 지표: 앱 오픈 횟수 1회 유저가 대폭 감소했다. MAU감소 원인을 파악하기 위해 앱 오픈 횟수를 구간대로 나누고 가장 많이 감소한 구간인 1회 구간 유저들을 주요 원인 지표로 정의했습니다. 문제정의에 따라 마케팅팀이 해야 할 일은 앱 오픈이 전혀 없는 유저를 1회 오픈시키는 계획을 수립하는 것이 될 겁니다. (참 쉽죠?) 6. 이 문제를 잘 풀고 싶다면 우리가 MAU를 관리해야 하는 배경에 대한 고민이 필요합니다. 특별한 사유 없이 MAU가 지속적으로 감소한다는 건 유저가 이탈한다는 의미입니다. 그렇다면 봐야 할 지표 또한 달라져야 하지 않을까요? 어떻게 해야 앱에 불만족하고 이탈하는 유저를 MAU라는 지표에서 발라낼 수 있을까요? 이 부분은 각자 고민할 수 있는 영역으로 남겨둘게요. (댓글 환영)