[OZ코딩스쿨] Part 3-2 문제 발굴과 데이터 스크래핑/시각화_회고 (1)

[DAY 34]

 

<Growth Hacking> : 성장을 위해 수단을 가리지 않고, 기술과 데이터를 활용해 효율적으로 문제 해결하는 것, 최소한의 비용과 시간으로, 데이터와 실험을 통해 빠르게 성장을 만들어내는 방법론

• 성장 Growth > 해킹 Hacking > 실험 Experiment
• 전통적 마케팅 - #직관 #경험 #예산지출 → 그로스해킹 - #데이터 #분석 #효율성
• 순환적인 사고방식 (지속적인 피드백과 개선의 반복 순환)
  • 우리 서비스의 가장 큰 병목은 무엇인가?
  • 데이터는 무엇을 말하고 있는가?
  • 고객은 실제로 무엇을 원하는가?
• 배경 - 스타트업은 대기업처럼 마케팅 비용 집행하기 어려워 데이터와 실험을 활용해 성장 방법 찾기 시작
  • 워터폴 Waterfall - 계획 중심의 순차적 개발 방식
    • 출시까지 오랜 시간 소요
    • 고객 반응을 늦게 확인
    • 실패 비용이 큼
  • 애자일 Agile - 스크럼 형태의 공동 협업
    • 고객 피드백 반영
    • 짧은 개발 주기
    • 반복적 개선
  • 린 스타트업 - Build → Measure → Learn
    • MVP
    • 가설 검증
    • 빠른 학습
  • 그로스해킹 - 데이터 기반의 반복 실행 및 성장
    • 데이터를 기반으로 가장 큰 병목을 찾고 빠르게 실험, 반복적 성장
• 프로세스
  1. 문제정의 - 데이터 분석으로 성장을 방해하는 핵심 병목 지점 발견
  2. 가설 수립 - 문제를 해결하고 지표 개선할 수 있는 구체적 아이디어 도출
  3. 실험 및 개선 - MVP 제작, A/B테스트 등 가장 빠르고 효율적인 방법으로 실행
  4. 검증(분석) - 실험 결과 측정 및 성공/실패 요인 분석 → 다시 1단계 진행
  • 빠른 실행과 테스트로 러닝 Learning 극대화
• 좋은 가설 If Then
  • if : 만약 [구체적 액선]을 한다면 / then : [개선의 목표점]이 N% 개선될 것이다
    • 행동이 구체적이고, 검증해야 할 지표와 목표 수치 명확
  • 측정 가능성 Measureable + 구체성 Specific + 행동 중심 Actionable
• 서비스 가설 수립 프레임워크
  • 리서치를 통해 발견한 문제를 바탕으로 타겟 사용자 Who, 핵심 기능 및 접근 방식 How, 제공 가치 What를 구체화하여 서비스 방향성을 검증 가능한 가설 형태로 정리
  • https://www.behance.net/gallery/223954747/KoK-
  • https://www.behance.net/gallery/175696753/Street-Drop-Location-based-music-community-services

Street Drop - Location-based music community services

 

• 성공적 실행을 위한 5가지 핵심원칙
  1. 과학적 접근
  2. AARRR 프레임워크 활용 - 각 단계(획득, 활성화, 유지, 매출, 추천)의 핵심 지표를 이해하고 병목 구간 집중적으로 개선
  3. 측정할 수 없으면 개선할 수 없다 - 모든 행동은 데이터로 기록, KPI를 통해 성과 추적
  4. 작게 시작, 빠르게 반복 - MVP로 시작해 빠른 실험과 피드백을 통해 개선
  5. 고객기 답이다 - 고객의 행동 데이터가 진실이며, 고객 피드백 적극적으로 수용해야 함

<데이터 기반 의사결정 Data-Driven Thinking>

• 문제 발견 → 가설 수립 → 실험 → 측정 → 분석 → 개선
• 3대 원칙
  1. 측정 가능한 가설 - 구체적 수치
  2. 명확한 핵심 지표 - 판단 기준 key metrics 사전에 정의
  3. A/B/ 테스트 우선 - 작고 빠른 실험
• AARRR : 서비스를 처음 접한 순간부터 충성 고객이 되어 다른 사람에게 추천하기까지의 과정 데이터로 분석하기 위한 프레임워크
  1. 사용자의 전체 여정을 이해하기 위해
  2. 성장의 병목 구간을 찾기 위해
  3. 데이터 기반 의사결정을 하기 위해
  • (유입) - Acquisition 사용자 획득 - 사용자가 우리를 어떻게 알고 찾아오는가
    • 유입 채널, 신규 방문자 수, CAC(Customer Acquisition Cost 고객 1명을 데려오기 위한 비용)
  • (활성화) - Activation 사용자 활성화 - 사용자가 첫 경험에서 긍정적 가치를 느꼈는가
    • 회원 가입률, 핵심 기능 사용율, 온보딩 완료율
  • (재방문) - Retention 사용자 유지 - 사용자가 우리 서비스에 지속적으로 방문하는가
    • 리텐션율(특정시점에 유입된 사용자가 시간이 지나도 남아있는 비율), 고착도(얼마나 습관적으로 사용)
  • (수익) - Revenue 매출 발생 - 사용자가 우리 서비스에 돈을 지불하는가
    • 구매 전환율, LTV(Life Time Value 고객이 서비스를 사용하는 동안 벌어다주는 총 가치), 객단가(ARPU Average Revenue Per User 사용자 1명당 평균 매출)
  • (추천) Referral 추천 - 사용자가 자발적으로 친구에게 소개하는가
    • NPS(Net Promoter Score 서비스를 다른 사람에게 추천할 의향 측정 점수), 추천 가입수, 공유 횟수
  • 활용
    • 한 번에 하나씩 - 가장 약한 부분부터 집중 개선
    • 측정 가능한 목표 설정 - 단계 별 구체적 수치 목표
    • 연결고리 파악 - 각 단계가 다음 단계에 미치는 영향
• KPI Key Performance Indicator 핵심 성과 지표
  1. 목표 달성 여부를 측정하는 구체적 지표
  2. 프로덕트의 성과를 다각도로 측정
  3. 각 부서/기능별로 다양한 KPI 존재
  4. 북극적 지표 달성을 위한 중간 체크포인트

• LTV > CAC = 건강한 비즈니스
  • 고객을 획득하는 비용 CAC보다 고객이 생애 동안 가져다주는 가치 LTV가 커야 지속 가능한 성장 가능
    • 일반적으로 LTV : CAC 비율이 3:1 이상이면 이상적인 것으로 간주
  • LTV < CAC (불건강)
    • 고객당 손실 발생
    • 자금 소진 리스크
    • 투자자 신뢰 하락
    • 비즈니스 모델 재검토 필요
  • LTV > CAC (건강)
    • 장기적 수익성 확보
    • 성장 재투자 가능
    • 지속 가능한 비즈니스 모델
  • LTV 개선 전략
    • 리텐션 향상
    • 객단가 증가, 재구매율 향상
    • 업셀링 / 크로스셀링
  • CAC 최적화 전략
    • 타겟 고객 세그먼트 정교화
    • 채널 효율 최적화, 랜딩페이지 전환율 개선
    • 회원가입 및 온보딩 간소화
• 북극성 지표 NSM North Star Metric : 팀이 길을 잃지 않도록 비추는 단 하나의 핵심 성장 지표
  1. 회사가 가장 중요하게 생각하는 하나의 지표
  2. 제품/서비스의 핵심 가치를 직접적으로 측정
  3. 모든 팀이 함께 달성 추구하는 공동 목표
  • 장기적 성장 예측할 수 있어야함
  • 고객의 성공과 비즈니스의 성공 연결
  • 전사적 목표의 기준점이 됨

---

 

 

[DAY 35]

 

<Data-Driven Thinking>

• 비즈니스 성장을 위한 데이터 의사결정 방법
  • 고객은 누구인가? - 방문자의 연령, 성별, 관심사 등 인구통계학적 특성 파악
  • 어디서 들어왔는가? - 검색엔진, SNS, 직접 접속 등 유입 경로와 소스 추적
  • 우리 글을 읽고 있는가? - 체류시간, 스크롤 길이, 페이지 이동 등 실제 콘텐츠 소비 행동 분석
• 오프라인 매장 CCTV = 구글 애널리틱스 (GA4) - 웹사이트 방문자의 디지털 행동 기록
  • 조회 행동 - 페이지 조회 page_view, 처음 방문 first_visit, 세션 시작 session_start
  • 상호 작용 - 스크롤 scroll, 클릭 click, 동영상 참여 video_start
  • 전환 행동 - 파일 다운로드 file_download, 사이트 검색 view_search_results, 구매 완료 purchase
• 데이터 수집 환경 구축 (GA4 세팅)
  1. HTML 편집의 자유
  2. 분석 도구 확장성 - 사용자 행동 데이터 수집을 위한 다양한 외부 분석 툴 연동 용이
  3. 높은 접근성과 편의성

---

[DAY 36]

 

<UTM> : Urchin Tracking Module 특정 페이지에 방문한 사용자가 어디서, 어떤 경로를 통해 유입되었는지 추적하기 위한 URL 매개변수

⛓️ https://ga-dev-tools.google/campaign-url-builder/

• 특정 URL 뒤에 UTM 파라미터(UTM 변수)를 추가하면, 해당 링크를 통해 들어온 사용자가 유입되었는지 확인 O
  • 어디서 Source
  • 어떤 방식으로 Medium
  • 어떤 캠페인을 통해 Campaign
  • 어떤 키워드로 Term
• 목적
  • UTM 태그는 마케팅 분석 도구에서 트래픽의 출처를 파악하고 캠페인의 성과를 분석하기 위해 사용
  • 태그 없거나 잘못 작성되면 특정 채널에서 유입된 트래픽도 직접 방문(direct) 또는 참조(referral) 트래픽으로 분류 → 많은 예산을 투입한 캠페인도 실제 성과를 정확하게 측정하기 어려움
    • 쿼리 Query : URL 뒤에 붙는 전체 데이터
    • 파라미터 Parameter : 어떤 정보를 담을지 정의한 이름(키) (utm_source, utm_medium, utm_campaign)
    • 변수 Variable : 값이 바뀔 수 있는 저장 공간 (utm_campaign = 변수)
    • 값 Value : 실제 저장되는 데이터 (google, cpc, seminar_mkt)
• 자료
  • UTM 파라미터 완벽 가이드 - https://blog.ab180.co/posts/utm-code-olbareuge-sayonghagi
  • UTM 뜻과 사용법 - https://channel.io/ko/blog/articles/what-is-utm-b082bbd9
  • 유입 경로 알려주는 마케팅 UTM의 모든 것 - https://www.recatch.cc/ko/blog/what-is-marketing-utm-and-how-to-set/
• 구성요소
  • Website URL : UTM을 적용할 URL - http://~
  • Source : 사용자가 어디서 유입되었는지 나타내는 출처 - google, naver, instagram, kakao
  • Medium : 어떤 방식으로 유입되었는지 나타내는 매체 - cpc, organic, social, email
  • Name : 어떤 마케팅 캠페인인지 구분하는 이름 - summer_event, signup_campaign
  • Term : 광고에 사용된 키워드 - 프로덕트 디자인, 강남역맛집
  • ID : 광고 플랫폼에서 사용하는 캠페인 고유 ID - 거의 사용 안함campaign_001
  • ex
    • utm_source=google - 해당 유입이 어디로부터 발생했는가? → 구글 (google)
    • utm_medium=banner - 해당 유입이 어떻게 발생했는가? → 배너 (banner)
    • utm_campaign=black_friday - 해당 유입이 왜 발생했는가? → 블랙프라이데이 (black friday)<GTM> : Google Tag Manager은 웹사이트 또는 앱에서 사용자의 행동 데이터를 수집하고 관리할 수 있는 태그 관리 도구
      • 버튼을 클릭했는지
      • 페이지를 방문했는지
      • 상품을 구매했는지
      • 스크롤을 내렸는지
      • GTM = 데이터 모으는 직원 / GA4 = 데이터를 분석하는 분석가
        • GTM - 데이터 수집 / 이벤트 생성 / 태그 관리 / 행동 추적 설정
        • GA4 - 데이터 분석 / 이벤트 확인 / 보고서 제공 / 성과 분석
      • 구성요소
        • 태그 Tag : 수집할 데이터를 정의
        • 트리거 Trigger : 언제 데이터를 수집할지 정의
        • 변수 Variable : 어떤 데이터를 수집할지 정의
      • 이벤트 : 사용자가 웹사이트나 앱에서 어떤 행동을 했는지 측정하는 단위
        • 종류
          1. 자동 수집 이벤트 - GA4가 웹사이트/앱을 연결하기만 해도 자동으로 수집해주는 이벤트
          2. 향상된 측정 이벤트 - 활성화 버튼 실행시 GA4가 추가로 다양한 행동을 자동 추적 (scroll, file_download)
          3. 추천 이벤트 - GA4가 미리 정의해둔 이벤트 (ex. sign_up)
          4. 맞춤 이벤트 - 구글이 정의한 이벤트로 측정하기 어려운 경우, 직접 이벤트 이름과 구조를 정의하여 만드는 이벤트 (ex. click_heart)
  • 하는 방법
    • 태그 관리자 연동
      • Google 애널리틱스 > 태그매니저 > 시작하기 > 계정 만들기 > 이름, 국가, 컨테이너 이름, 웹 선택 > 만들기 > 약관동의 ‘예’ > 코드 심을 준비 <head>, <body> 복사 > 웹사이트 html 편집 > <head>, <body> 각각 밑에 붙여넣기 (닫힘 꺽새 뒤에 붙이도록 유의) > 태그 어시스턴트 > 연결
    • GA4 연결
      • Tag Assistant > 태그 > 새로 만들기 > 태그 구성의 연필 > Google 애널리틱스 > GA4 이벤트 > 본인 측정 ID 복붙 > 태그 만들기 > 저장 > 네이밍 변경 > 제출 클릭 > 계속 > 작업공간
    • 이벤트 태그
      • 새로 만들기 > Tag Assistant > 연결 > Google 애널리틱스 > GA4 이벤트 > 본인 측정 ID 복붙 > 이벤트 이름 입력 > 저장 > 하단 트리거 선택 > + 클릭 > 모든 요소 > 웹사이트의 개발자 도구(opt+cmd+i) 열어서 아이콘의 클래스 이름 확인 > 이름 / 모든 클릭 / Click Classes / ico_like (해당 아이콘 클래스 이름) 입력 > 저장 > 이름 변경 > 저장 > 제출 > 게시 > 계속
      • 본인 측정 ID 확인하는 법
        • Google 애널리틱스 > 관리 > 데이터 수집 및 수정 > 데이터 스트림 > ‘>’ 클릭
    • Debug View 확인
      • Tag Assistant > 웹사이트 도메인 주소 입력 > 연결 > 접속되면서 연결됨이라 뜨는지 확인 > gt_debug로 도메인 주소 나오는지 확인 > Tag Assistant에서 사용자 참여나 페이지 조회 잘 되는지 확인 > 실행된 태그에 뜨는지 확인