[0406 TIL] 서비스 기획 숙련 1

숙련이 되었는지는 모르겠지만.. 일단 숙련이라니깐..

 

오늘의 TODO
✅ 개인 아티클 읽기
✅ 서비스 기획 숙련 발제 확인
✅ 서비스 기획 숙련 강의 Chapter 1 
❎ 서비스 기획 숙련 강의 Chapter 2 (진행중) 

 

 

데이터의 이해와 분석

• 데이터란? → 데이터는 그냥 수집된 정보 (어떤 의미나 해석이 없는 상태)
  • 정량적 데이터 : 숫자로 표현할 수 있는 데이터
  • 정성적 데이터 : 숫자로 표현할 수 없는 데이터 (비수치적이고 언어적)
• 지표란→ 데이터에서 중요한 정보를 뽑아낸 결과
  • 지표는 데이터를 바탕으로 의미를 부여한 것

*데이터와 지표를 기반으로 모든 의사결정을 해야함

데이터의 중요성

• 업무를 할 때 데이터를 보는 것이 중요한 이유는 무엇일까?
  • 데이터를 기반으로 한 의사결정은 정확하고 신뢰성이 있는 판단이 가능하게 함, 프로젝트의 성과를 추적하는데도 도움을 줌, 사용자 경험 향상, 비즈니스 성과 예측, 자원 최적화 등 다양한 측면에서 효과적인 전략을 수립할 수 있음
• 데이터가 왜 중요할까?
  • 의사결정의 근거 제공 : 객관적인 사실을 기반으로 의사결정을 내릴 수 있게 해줌
  • 데이터 없이 직관이나 경험에만 의존하면 추측에 의한 결정을 내릴 수 있음
  • 성과 측정 및 개선 기회 제공
  • 사용자 경험 향상 : 사용자 행동 패턴과 니즈를 파악할 수 있음 → 서비스를 더 직관적으로 만들고 UX 최적화 가능

로그의 개념 및 설계 기초

• 로그 : 소프트웨어나 시스템에서 발생하는 이벤트나 동작을 기록한 정보임
• 로그의 용도
  • 문제 해결 및 디버깅 : 로그를 통해 오류의 원인과 발생 위치를 파악할 수 있음
  • 비즈니스 전략 수립 : 비즈니스 전략을 세우는데 유용한 데이터를 제공
• 로그의 종류 : 종류가 다양함
  • 클라이언트 로그 : 사용자 장치에서 발생하는 이벤트를 기록하는 로그
• 로그 설계 방법
  • ‘왜 기록할지’ , ‘어떻게 기록할지’ 에 대한 전략적 접근이 필요함
  1. 로그 설계 목표 정의
  2. 로그 항목 정의 및 설계
  3. 로그 전송 및 테스트

데이터 분석 방법

PM이 데이터 분석을 진행하는 순서?

• 문제 정의 → 데이터 수집 → 분석 수행 → 결과 해석 및 인사이트 도출 → 결과 적용

퍼널 분석

• 사용자가 특정 목표(예: 가입, 구매) 에 도달하기까지의 여정을 추적하는 방법
• 퍼널 분석을 통해 각 단계에서 사용자가 이탈하는 지점을 파악, 이탈률을 줄이기 위한 개선점을 찾을 수 있음

[방법]

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

AARRR 프레임워크

1. 사용자 유입 : 사용자가 어떻게 제품이나 서비스를 알게 되었는지
2. 활성화 : 사용자가 첫 경험에서 긍정적인 반응을 보였는지
3. 사용자 유지 : 사용자가 지속적으로 돌아오는지 (리텐션은 중요하게 생각함)
4. 수익 : 사용자가 실제로 결제를 하거나 수익을 창출하는지
5. 추천 및 공유 : 사용자가 다른 사람에게 서비스를 추천하는지

A/B 테스트

• 두 가지 이상의 변수를 실험하여 어느 버전이 더 나은 성과를 내는지 비교하는 실험적 방법

1. 변수 정의 : 테스트할 두 가지 이상의 버전을 정의
2. 그룹 분할 : 사용자 집단을 두 그룹으로 나누고 각 그룹에 다른 버전을 노출시킴
3. 결과 측정 : 각 그룹의 성과를 비교하여 어떤 버전이 더 나은지 결과 비교
4. 결과 적용 : 더 나은 성과를 보인 버전을 적용하고 지속적으로 개선

구글 애널리틱스

• 웹사이트나 앱 방문자의 행동을 분석하는 도구
  • 방문자가 어디에서 왔는지
  • 어떤 페이지를 많이 보는지
  • 얼마나 오래 머무르는지
  • 어떤 버튼을 클릭하는지
• 웹사이트에 얼마나 많은 사람이 방문했는지? -> 하루에 몇 명이, 한 달에 몇 명이 방문했는지
• 방문자가 어디서 왔는지? -> 구글 검색, 인스타그램 등 어떤 채널에서 방문자가 가장 많이 오는지 파악 가능
• 사람들이 내 사이트에서 어떤 행동을 하는지 -> 어떤 페이지를 많이 보고, 어디서 이탈하는지 
• 구매 전환율 측정 -> 광고를 클릭한 사람들 중 몇 %가 실제로 상품을 샀을까?