20240906 TIL
DA, PA 관점
carrying Capacity(이하 CC)
- 매일 들어오는 유저, 매일 매일 얼마나 잃고 있는지
- 계산식 = 기간 중 새로 들어오는 유저수(마케팅, 광고없이) / 기간 중 잃게 되는 유저 비율(MAU대비)
아하 모먼트
제품의 핵심 가치
- XX라는 행동을, 가입한지 YY라는 날짜 안에 ZZ번 한다
- 토스의 아하 모먼트: 4일 안에 두번이상 송금
리텐션에 대한 기준
리텐션의 높이가 기업의 가치를 정함
리텐션 40% : 유니콘
리텐션 70% : 세상을 바꿀 수 있는 정도
Shape Value
Activation : 고객의 행복한 경험
- 전환율이 아닌 다음 퍼널로 넘어가는지 기간이 중요
- 복귀(부활) 유저 : CC에 도달하면 대부분 부활 유저
2. 프로덕트와 친해지기
1) Growth Loop
2) 유저 세그먼트
- New Users(신규 유저) : 우리 서비스를 처음 사용하는 유저
- Current Users(현재 사용자) : 일정 기간 동안 지속적으로 제품을 사용하고 있는 유저
- Dormant Users(휴면 사용자) : 우리 서비스를 사용하다가 현재 비활성화된 상태인 유저
- Resurrected Users(복귀 사용자) : 비활성 상태 혹은 휴먼 상태였다가 다시 서비스를 돌아와서 활용하는 유저
3) GA4 유입 채널 용어
채널 그룹명 | 내용 |
Direct | 사용자가 직접 URL을 입력해서 웹사이트를 방문한 경우 |
Organic | 검색 엔진(네이버, 구글)에서 웹 사이트를 방문한 경우 |
이메일 마케팅 채널을 통해 유입된 경우 | |
Social | SNS 등을 통해 유입된 경우 |
Referral | 다른 웹사이트 내 웹사이트를 클릭해서 유입된 경우 |
3. Activation 단계
- 우리 서비스를 유저들이 처음으로 경험하고 활성화하는 단계
- 많은 고객을 획득하더라도 서비스의 가치를 제대로 경험하지 못하고 이탈하면 사업 가치를 만들어낼 수 없음!
↑ 유저가 우리 서비스에 처음 유입된 시점부터 재방문으로 이어지는 순간
셋업 모먼트
- 유저가 우리 서비스의 핵심 가치를 이미 경험한 시점
아하 모먼트
- 유저가 우리 서비스의 가치를 처음으로 인식하는 결정적인 순간
- 데이터를 분석하여 핵심 가치와 지표 설정 해야 함
유레가 모먼트
- 유저가 우리 서비스의 가치를 확장된 가치를 경험한 순간
해빗 모먼트
- 유저의 습관 형성의 순간 기준을 정하는 것이 중요
- 습관 루프 형성: 유저들이 지속적으로 서비스를 사용하는 습관 형성을 할 수 있도록 만들어야 함
주요 지표
- 지표에 사용되는 수치는 서비스 및 산업군에 따라 기준이 다르게 정의
Stickiness(고착도)
계산식 DAU/MAU = 월간 활성 사용자 대비 일간 활성 사용자의 비율
유저가 우리 서비스를 얼마나 자주 사용하는지 충성도를 판단하는 지표(=서비스 의존률)
Conversion(전환율)
계산식 구매 전환율(%) = 상품 구매 전환 수 / 서비스 총 방문자 수 * 100
ex) 과제 예시
랜딩 페이지 전환율(%) = 랜딩 페이지 전환 수/ 그룹 별 총 유저 수 * 100
Time Spent(체류시간)
- 서비스 유저의 평균 체류 시간, 상세 페이지별 평균 체류시간 등을 볼 수 있음
계산식 체류시간 = (첫 접속 페이지)와 (마지막 접속 페이지) 사이의 기간
온라인 평가 지표 활용
온라인 평가 : A/B Test, 비즈니스 및. 서비스 지표 (CTR, Retention, 체류시간 등)
오프라인 평가 : 모델 성능 평가지표 (Recall, Rmse, Accuracy 등)
4. Retention 단계
- 우리 서비스를 유저가 계속해서 이용하고 있을지??
리텐션 커브 : 리텐션 차트는 코호트, 볼륨, 기간, 유지율의 4가지로 이루어짐
주요 지표 정리
Retention
계산식 리텐션(%) = (특정 기간의 마지막 시점에 다시 방문한 유저 수) / (시작 지점에 방문한 총 유저 수) * 100
- 리텐션은 후행지표이기에 목표 지표로 보기 어려움
- 간단하게 계산을 해보면, 100명의 유저가 서비스에 처음에 접속을 했을때 40명의 유저가 한달이 지난 시점에서도 서비스를 사용하고 있는 상태라면 리텐션은 40%
Churn Rate(이탈률)
계산식 이탈률(%) = (특정 기간 동안 서비스 이탈 유저 수) / (특정 기간의 시작 지점에 서비스를 이용한 총 유저 수) * 100
-> 고객 이탈 예측 모델링(Logistic regression 등) 활용해보기
Retention 종류
- 기준에 따라 리텐션 측정 방식이 달라짐
N-Day Rentention(=클랙식 리텐션)
- 최초 사용일로부터 N일 후에 재방문한 액티브 유저의 비율을 측정하는 방식(가입한지 정확한지 N day에 사용할 확률)
- 예를 들어, 재방문(최초 30일후에 3번 이상 방문 기준)
코호트 리텐션
- 시간이 지남에 따라 어떤 코호트(=동질 집단)가 높은 리텐션을 유지하고 있는지, 어떤 코호트에서 하락이 나타나는지 확인
<Python 시각화 라이브러리>
What is Retentioneering? — Retentioneering 3.3.0 documentation
Preprocessing Graph (beta)
doc.retentioneering.com
Plotly
Plotly's
plotly.com
5. 태블로 대시보드 팁
- 머리글: 날짜
- 축: YoY(%)
- 패널: 막대그래프
- 숫자 형식: 최대 소수점 둘째자리까지만 표현
- 레이블: 뷰어 관점에서 잘 보일 수 있도록 레이블 회전 추천
- 대시보드 제목 구성: Overview, Summary(Daily, Weekly, Monthly, Yearly)
- 차트 제목 구성: by/per Dimension, by Category, by Region, per Segment, Trend Over Time
- 대시보드 설명: 대시보드 설명 요약(Overview 페이지, 마지막 페이지)
- 마지막 데이터 업데이트 날짜
'✨Today I Learned' 카테고리의 다른 글
[태블로] 지표 특강 (9) | 2024.09.04 |
---|---|
머신러닝 심화: 회귀, 분류 모델링 심화 (0) | 2024.08.16 |
머신러닝 심화 : EDA (0) | 2024.08.14 |
머신러닝 기초: 로지스틱 회귀 (1) | 2024.08.13 |
머신러닝 기초 : 회귀분석 기초, 심화 (0) | 2024.08.09 |