[태블로] 지표 특강2

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

 

출처 - 가트너

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
Email	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!

 

출처 -  Activation playbook

↑ 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)

출처 - 앰플리튜드

• 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>

Retentioneering 라이브러리

What is Retentioneering? — Retentioneering 3.3.0 documentation

plotly 라이브러리

Plotly

 

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