프로그래머스 데이터분석 데브코스 1기 - 43일차

주제

1. 좋은 지표란?
2. 이커머스 지표 정리
3. 마케팅 지표 정리
4. SaaS 지표 정리

 

 

좋은 지표란?

• KPI란 조직 내에서 달성하고자 하는 중요한 목표
• KPI의 수는 적을수록 좋음
• 3A :
  • Accessible : 쉽게 볼 수 있어야 함
  • Actionable : 실행가능한 통찰력이 제공되어야 함
    • 지표 등락의 의미가 분명
  • Auditable : 감사가 가능해야 함
    • 지표 계산이 제대로 되었는지 검증이 가능해야 함
    • 데이터 기반이어야 가능
• SMART :
  • Specific : 잘 정의되어 있고, 명확해야 함
  • Measurable : 셀 수 있어야 함(정량적)
  • Achievable : 현실적이어야 함
  • Relevant : 큰 목표와 나란히 할 수 있어야 함
  • Time-bound : 성취를 위한 명확한 타임라인이 존재해야 함

 

Controllable Input Metrics vs. Output Metrics

• 인풋 지표 : 아웃풋 지표를 움직이는 지표이며, 직접 통제 가능한 지표
  • 제품 다양성, 가격, 편의성, 새로운 강의들
  • 선행 지표
• 아웃풋 지표 : 인풋 지표의 결과로 직접 통제 불가능한 지표
  • MAU, 판매량, 계약건수, 매출, 이익
  • 후행 지표

 

 

이커머스 지표 정리

업종의 형태  :  B2B vs. B2C vs. B2G

• B2B : Business to Business
  • 서비스나 상품을 다른 회사에 파는 경우. 즉 고객이 회사가 됨
  • 세일즈팀이 존재해서 영업을 함. 회사 고객 최종 결정권자의 승인이 필요
  • 사용자수 x 구독비용 (subscription fee)의 형태로 매출이 결정됨
• B2C : Business to Consumer
  • 서비스나 상품을 다른 회사가 아닌 개인에게 파는 경우. 즉 고객이 개인이 됨
  • 보통 마케팅팀이 있어서 서비스나 상품의 광고 활동을 함
• B2G : Business to Government

 

사용자 지표의 종류

1. 서비스 사용 고객

• "활성" 정의
  • 사용자가 “활성” 상태에 관한 명확한 정의가 중요 → 지표사전의 필요성
  • 단순 로그인을 활성으로 볼 것인가? 아니면 어떤 행동을 의미있게 볼 것인가?
• DAU : 하루 기준으로 활성 상태에 있는 사용자의 수
• WAU : 일주일 기준으로 활성 상태에 있는 사용자의 수
• MAU : 한달 기준으로 활성 상태에 있는 사용자의 수

 

2. 이탈율 / 잔존율 / 수명

• 사용자 이탈율(Churn Rate)
  • 보통 월 기준으로 사용자가 우리 서비스를 이탈하는지 여부를 보는 지표
  • 반대는 사용자 잔존율(Retention Rate)
    • 고객 잔존율은 고객이 계속해서 서비스를 사용하는 비율
    • 고객 이탈율 = 1 - 고객 잔존율
    • 고객 이탈을 예측할 수 있다면 이메일 마케팅 등을 통해 재소통 시도가 가능
      • 할인 쿠폰 제공 → 마케팅 수신 동의 여부가 중요해짐
• 사용자 수명(Lifespan)
  • 사용자 이탈율을 알면 사용자의 평균 서비스 사용 개월 수 계산이 가능
  • 사용자 평균 수명(개월) = 1 / 사용자 이탈율

 

3. 코호트(Cohort) 분석

• 코호트란?
  • 특정 속성을 바탕으로 나뉘어진 사용자 그룹
  • 가장 많이 사용되는 속성은 사용자의 서비스 처음 사용달 혹은 회원 등록달
    • 제품의 특징 기능을 사용하는 사람들과 아닌 사람들을 코호트로 나눠볼 수 있음
• 코호트 분석이란?
  • 코호트를 기반으로 사용자의 이탈율 / 잔존율, 총 소비금액 등을 시간을 두고 계산하는 것
  • 여기서 시간은 보통 월이 되며 이 분석의 목적은 결국 잔존율을 높일 방법을 찾는 것
  • 중요한 이유 → 잔존율을 잘 보여줌
• 코호트 기반 사용자 잔존율 → 보통 월 기반으로 그래프를 그려보는 것이 일반적

코호트 분석 그래프

 

 

4. LTV(Life-Time Value)

• CLV(Customer Lifetime Value)라고 부르기도 함
• 사용자가 우리 서비스를 사용하는 동안 얼마의 매출을 낼 것인지 예측하는 것
• 이걸 예측하는 모델링이 굉장히 중요
• B2B의 경우 더 중요하며 계산도 간편(단, 충분한 기간의 데이터가 필요)

 

5. NPS(Net Promoter Score)

• 고객 서베이(0-10) : 10은 가장 만족스러운 경우
  • 10, 9 : 추천 고객(Promoter)
  • 7, 8 : 중립 고객(Passive)
  • 6 - 0 : 비추천 고객(Detractors)
• NPS = 추천고객 비율 - 비추천고객 비율
  • 60이상이면 훌륭한 점수. 도메인에 따라 범위가 많이 달라짐(보통 의료쪽이나 통신쪽의 NPS가 낮음)

 

일반적인 퍼널(Funnel) 분석

• 대표적인 것이 클릭스트림(Clickstream) 분석
  • 마케팅 광고를 통한 매출 유도 분석
  • 서비스 친숙도에서도 아주 중요

구매 프로세스	서비스 충성 고객
사이트 방문	회원등록
클릭	기본정보 입력
쇼핑카트 추가	프로필 이미지 등록
최종 매출	친구 추가

 

 

마케팅 지표 정리

마케팅 분석 필수 데이터

 

1. 접점(Touch Point)

• 고객이 우리 서비스를 접하게 되는 다양한 방법 혹은 경로를 말함
• 고객 접점 경로의 시간순 기록이 디지털 마케팅 데이터 분석의 시작
  • 디지털 마케팅 : 접점에 제품에 대한 광고를 내는 것. 구체적인 타겟 고객층을 갖고 시작(캠페인)
• 오프라인 접점과 온라인 접점이 존재

 

2. 전환(Conversion)

• 최종전환(Macro-conversion)
  • 고객이 물건 구매와 같이 의미가 큰 행동을 하는 경우를 뜻함
  • 최종전환 전의 채널들은 하나 이상이 있을 수 있는데 어떻게 기여도를 부여할 지 정하는 것이 마케팅 기여도(Marketing Attribution) 모델
  • 최종전환은 목표에 따라 다름 :
    • 보통은 상품 / 서비스 판매
    • 회원가입 혹은 모바일 앱 설치가 되기도 함
• 보조전환(Micro-conversion)
  • 최종전환에 앞서 고객의 행동들을 자세하게 기록하는 것이 도움이 됨 → 보조전환
  • 보조전환들이 모여 최종전환이 되는 것이 일반적인 패턴
  • 최종전환의 징조

 

3. 사용자 여정(User Journey)

• 5단계를 거쳐서 충성고객이 됨
  • 인지 → 고려 → 구매 → 사용 / 서비스 → 충성고객
• 데이터 관점에서 사용자 여정은?
  • 고객의 접점들과 최종전환 / 보조전환을 시간 순으로 나열한 것이 사용자 여정

 

채널 / 캠페인 기여도 분석 모델(Marketing Attribution)

• 최종전환이 일어날 경우 어느 채널에 공을 돌릴 것인가?
  • 처음 터치(First touch)
  • 마지막 터치(Last touch)
  • 마지막 비직접 터치(Last non-direct touch)
    • 마지막 터치가 직접방문이라면 직접방문을 제외한 마지막 채널을 승자로 선택
  • 멀티 터치(Multi-touch)
    • 최종전환에 관여한 모든 채널에게 공을 조금씩 돌리는 방식
• 한 채널에서 여러 캠페인이 진행 중이라면 어느 캠페인에게 공을 돌릴 것인가?
  • 이를 구분하는데 UTM 파라미터를 사용

 

1. 리퍼럴(Referral)

• 웹에서 리퍼럴은 링크를 타고 한 페이지에서 다른 페이지로 넘어가는 것
• 다른 사이트에서 링크를 타고 우리 사이트로 넘어오는 방문자를 리퍼럴 방문자라고 함
• 리퍼럴을 통해 사용자들의 방문 경로를 알 수 있음
  • http 요청헤더의 referer 필드를 보면 확인 가능

 

2. UTM 파라미터

• UTM(Urchin Tracking Module) 파라미터
  • 디지털 마케팅 캠페인에서 접접을 추적하는 실제 표준이 됨
  • 사용자 방문의 원천을 파악 : 마케팅 채널 별 캠페인 별 효율 분석
• UTM 파라미터가 제공해주는 가치는?
  • 리퍼럴을 이용하면 어떤 사이트를 통해 사용자들이 우리 서비스를 찾아 오는지 파악 가능
  • 하지만 세부 정보가 부족함
    • 구글에서 왔다면 어느 키워드를 통해 왔는지 알 수 있다면 향후 최적화에 도움이 됨

UTM 이름	설명	예제
source	유입출처. 광고 플랫폼이 명시됨. 접점에서 가장 중요한 정보	utm_source=google
medium	마케팅 방식. paid, cpc, display, social, blog, banner	utm_medium=cpc
campaign	캠페일 이름. 여러 개의 캠페인을 실행하는 경우라면 이를 통해 구별 가능	utm_campaign=2020newyear
term	(옵션) 키워드. 보통 검색광고에만 적용	utm_term=digital+marketing
content	(옵션) 광고 안에 링크가 여러 개 존재할 경우, 구별하기 위한 ID	utm_content=video1

 

 

 

마케팅 효과 분석

1. CPC(Cost per Click)

• 가장 흔히 사용되는 마케팅 효과 분석 지표 중 하나
  • 고객이 광고를 클릭하는데 드는 평균 비용
  • 즉 회사가 고객의 광고 클릭 하나에 지불하는 평균 비용
  • 보통 캠페인 별로 계산되고 마케팅 플랫폼 레벨로 모아서 계산됨
  • 문제점 : 실제 클릭이 구매로 이어졌는지 따지지 않음
• 특정 캠페인의 CPC
  • CPC = 캠페인에 들어간 모든 비용 / 총 클릭 수
  • CPC가 클수록 마케팅 효과는 떨어진다고 봄

 

2. CPA(Cost per Acquisition)

• 가장 흔히 사용되는 마케팅 효과 분석 지표 중 하나
  • 고객이 광고를 통해 실제로 물건을 구매하는데 드는 평균 비용
    • 회원가입이나 앱 다운로드가 될 수 있음
  • 즉 회사가 광고를 통해 구매를 한 번 하는데 지불하는 평균 비용
  • 보통 캠페인 별로 계산되고 마케팅 플랫폼 레벨로 모아서 계산됨
• 특정 캠페인의 CPA
  • CPA = 캠페인에 들어간 모든 비용 / 총 판매 수
  • CPA가 클수록 마케팅 효과는 떨어진다고 봄

 

3. ROAS(Return On Advertising Spend)

• 광고비 대비 매출액(수익)
• 특정 캠페인의 ROAS
  • ROAS = 캠페인에서 나온 모든 매출액 / 캠페인에 들어간 모든 비용
  • ROAS가 클수록 좋으며 ROAS가 1이면 이득도 손실도 없는 경우고, 1보다 작으면 손해를 나타냄

 

 

 

SaaS 지표 정리

SaaS(Software as a Service) 정의

• 별다른 준비없이 인터넷을 통해 바로 사용가능한 클라우드 기반 서비스
• 보통 구독 모델의 형태로 월별로 정해진 금액을 내는 형태로 과금이 됨
  • 인당 라이센스 비용을 받고 더 긴 기간을 약속하는 경우 할인을 해주는 형태
• 두 종류가 존재 :
  • 하나는 소프트웨어를 인터넷을 통해 다운로드 받아 사용하고 버전 업그레이드 등의 유지보수를 받는 것
  • 브라우저 버전으로 사용하는 것. 다운로드를 받거나 유지보수의 개념이 없음

 

B2B 지표

1. 어카운트 전환율

• 세일즈포스(Salesforce)에서 이 분야를 표준화함
• 세일즈 사이클
  • 잠재고객 관리(일종의 퍼널 분석 - Account Conversion Funnel)
    • 리드(Lead) : 잠재적으로 우리의 상품 / 서비스에 관심이 있는 고객
    • 관심을 갖는 (혹은 자격을 충족하는) 리드 (Opportunity)
    • 고객(Account)
• 어카운트 전환율 : 리드에서 최종 고객으로 전환되는 비율

 

다양한 SaaS 관련 매출 지표

1. MRR(Monthly Recurring Revenue, 월간 반복 매출)

• Net MRR = 어느 달의 MRR - 그 전달의 MRR

 

2. ARR(Annual Recurring Revenue, 연간 반복 매출)

• ARR = 12 * MRR

 

3. 이탈율 & 평균수명

• 이탈율 = 구독을 취소한 고객 수 / 전체 고객 수
  • 월 단위로 계산
  • 두 종류의 이탈율 :
    • CCR(Customer Churn Rate) : 만약 20명의 고객 중 1명이 취소한다면 5%
    • DCR(Dollar churn rate)
• 고객 평균 수명 = 1 / 이탈율
  • 이탈율이 5%라면 고객 평균 수명은 20개월이 됨

 

4. CLV(Customer Lifetime Value)

• ARPU(ARPC)
  • Average Revenue Per Customer(User)
  • ARPC = MRR / # of customers in that month
• CLV = ARPC * Lifetime (in months)

 

5. CAC(Customer Acquisition Cost)

• CAC = 엽업과 마케팅 총 비용 / 새로운 고객의 수 (보통 한 해 혹은 한 달 기준)
  • 100개의 새로운 고객을 획득하는데 5만불을 사용했다면
    • CAC = $50,000 / 100 = $500
• CLV가 CAC보다 크다면 그 회사는 잘 성장할 수 있다고 본다

 

6. Unit Economics

• 고객을 한 명 끌어오는데 드는 비용보다 고객이 내주는 매출이 더 커야함 CAC < LTV

 

 

---

느낀점

이런 다양한 비즈니스 지표들을 처음 자세하게 배웠는데 이걸 프로젝트 전에 알았다면 프로젝트 주제 선정하는데 더 폭넓게 고를 수 있었을 것 같아서 아쉬움이 많았다. 특히나 퍼널 분석이란 단어를 케글에서 많이 봤었는데 이제 뭔지 알게 되어서 다음에 그쪽으로도 개인적으로 작은 프로젝트를 하나 해보면 좋지 않을까란 생각이 들었다.