해당 글은 인프런 변성윤님의 PM을 위한 데이터 리터러시 강의를 기반으로 작성되었습니다.
지표는 기본적으로 분자와 분모의 조합이다.
예) 클릭율 = 클릭한 수 / 조회한 수
지표의 구성요소는 크게 이벤트 행동(Event, Actiopn), 시간축, 차원(Dimention), 집계 값(Aggregation), 조건(Condition) 아래와 같다.
1. 이벤트 행동 : 유저의 행동, 사건
ex) Click, View, Scroll, Background
2. 시간축 : 데이터를 집계할 때 사용하는 시간
- Flow (유량) : 시간의 흐름, 일정 구간
ex) 일자별 / 주차별 / 월별 / 시간대별
- Stock (저량) : 특정 시점
ex) 23년 11월 6일 00시
ex) 전체 회원 수 - 전체 회원 탈퇴 수
3. 차원 : 데이터의 속성, 대상을 바라보는 관점
ex) 국가별 매출, 지역별 매출, 연령대별 매출, 계절별 매출
4. 집계 값 : 데이터를 계산
ex) COUNT, SUM, AVERAGE, MAX
5. 조건 : 특정 조건을 설정
ex) 특정 웹페이지를 하루에 2회 이상 접속한 사람이다.
그리고 현업에서 가장 많이 다루는 지표는 아래와 같다.
Active User (AU) : 해당 서비스에서 행동한 유저, 사용했다고 할 수 있는 유저
- 이벤트 행동 : 정의마다 다름(ex. 거래 1회 이상, 접속 1회 이상, 채팅 3회 이상 등)
- 시간축 : Daily(DAU), Weekly(MAU), Montly(MAU)
- 차원 : 국가별, 디바이스별
Page View (PV) : 특정 페이지를 본 수, 전환율(CVR)을 계산하기 위해 분모로 많이 활용됨
- 이벤트 행동 : VIEW
- 시간축 : 일자별, 주차별, 월별, 시간대별
- 차원 : 연령대별, 성별, 디바이스별
쉽게 말해, PV는 '페이지가 표시된 수'이다. 그에 반해, UV는 '순 방문자 수'를 의미하는데 1 PC에서 1명의 사용자가 여러 번 특정 페이지를 접속해도 UV는 1이다. (단, 모바일로 접속할 경우, COUNT가 증가해 UV가 2가 될 수 있다.)
Unique View (UV) : 특정 페이지를 본 순 방문자 수
- 이벤트 행동 : VIEW
- 시간축 : 일자별, 주차별, 월별, 시간대별
- 특정 페이지를 여러 번 접속했을 때, 중복을 제외한 수
그리고 위 지표들을 가지고 전환율을 구성해볼 수 있다.
Conversion Rate (CVR) : 특정 행동을 한 후, 전환된 비율 (전환 수 / 특정 행동을 한 수)
- 이벤트 행동 : 별도의 전환할 이벤트 정의 필요
- 시간축 : 일자별, 주차별, 월별, 시간대별
- 차원 : 특정 User 그룹, 광고별
- 집계 값 : 집계가 아닌 나누기(전환할 이벤트 수 / Impression)
ex 1) 추천 화면에서 결제 화면으로 넘어가는 비율
ex 2) 광고 클릭 후, 앱을 설치하는 비율
위 사진에서는 '추천 페이지를 스크롤한 사람이 얼마나 결제를 했는지'에 대한 추천 결제 전환율 CVR을 따져볼 수 있다.
또한, 직관적으로 이해하기 위해 '결제 전환율, 앱 설치 전환율'과 같이 '전환율 앞에 구체적인 단어를 써주면 좋다.
1. 앱 다운로드
2. 회원 가입, 본인 인증
3. 로그인
4. 상품 조회
5. 구매
6. 결제 완료
위와 같이 일반적인 퍼널 구조가 있다면 1 ~ 3번까지는 가입 전환율, 4번 ~ 6번까지는 구매 전환율이라고 할 수 있다.
어도비 디지털 인텍스에서 발표한 자료에 따르면, 일반적인 이커머스의 평균 구매 전환율을 3%로라고 한다. 하지만, 어떤 상품 카테고리인지, 누구의 추천을 받고 왔는지, 광고를 보고 왔는지에 따라 구매 전환율은 천지차이이다. 그렇기 때문에 전환율을 따지는 것을 더욱이 강조된다.
Click Through Rate (CTR) : 특정 페이지에서, 특정 Component(ex. Button)을 클릭하는 비율
- 이벤트 행동 : 어떤 것(페이지)을 보는 것과 클릭하는 것의 조합
- 시간축 : 일자별, 주차별, 월별, 시간대별, 세션별
- 차원 : 특정 User 그룹, 광고별, 페이지별
- 집계 값 : 클릭한 수(Click) / 노출된 수(Impression, View)
해당 사진은 무신사 홈 화면에서 유저에게 상품을 추천하는 페이지를 캡쳐한 것이다.
위 사진에 정의할 수 있는 CTR은 아래와 같다.
1) 추천 페이지에서 특정 카테고리을 클릭한 비율
2) 추천 페이지에서 특정 상품을 클릭한 비율
3) 추천 페이지에서 '좋아할 만한 상품 둘러버기' 버튼을 클릭한 비율
CVR과 CTR의 결부시키면 더 많은 인사이트를 얻을 수 있다. 개발해야할 기능과 사고가 명확히 파악된다.
CVR이 높다 / 낮다 : 특정 행동을 한 사람이 전환을 많이 한다. / 안 한다.
CTR이 높다 / 낮다 : 해당 컨텐츠에 사람들이 반응한다. / 안 한다.
CTR이 높고, CVR이 낮음 : 전환을 하기 위한 다음 Step은 무엇인가?
CTR이 낮고, CVR이 높음 : 해당 기능이 불필요한가? 해당 기능이 스킵되어도 되는가?
CTR이 낮고, CVR이 낮음 : 굳이 있어야 하는 기능인가?
Duration Time (체류 시간) : 유저가 특정 part에서 머무는 기간
- 이벤트 행동 : 특정 페이지에서 머물렀는가?
- 시간축 : 일자별, 주차별, 월별, 시간대별, 세션별
- 차원 : 특정 User 그룹, 퍼널별, 페이지별
- 집계 값 : 세션의 정의가 중요
유저가 머문 것을 의미하는 Duratin Time은 기간을 정의하는 것이 중요하다. GA(Google Analytics)는 30분 동안 아무 활동이 없으면 세션을 종료하는 것을 간주한다 . 따라서, GA를 이용하는 경우, 30분 이내 계속 이벤트를 발생하면 같은 세션으로 간주한다.
예를 들어, 유저가 아래와 같은 이벤트를 발생시켰다고 가정하자.
1. page_view : 2023-11-06 1:54
2. page_view : 2023-11-06 1:57
3. click_button : 2023-11-06 1:58
4. page_view : 2023-11-06 4:12
5. click_button : 2023-11-06 4:18
이렇다면, 1번~3번이 세션 1이고 4번~5번이 세션 2가 된다.
위의 지표들은 조직의 상황에 맞게 꼭 아카이빙되어야 한다. 관리, 추적이 가능하게 환경을 구축해야 하고 누구나 쉽게 접근하고 인사이트를 얻을 수 있어야 한다. 따라서, 회사에서 쓰는 커뮤니케이션 툴에 맞춰 꼭 지표를 정의해두자.
예시) Metric Store
| Metric | Metirc Manager | Category | Dimention | Description |
| DAU | MZ PM | Product | Daily | Web/App 접속 유저 |
'My Work > Data Literacy' 카테고리의 다른 글
| 데이터 로그 설계(Tracking Plan)_활용편 (1) | 2023.11.12 |
|---|---|
| 데이터 로그 설계(Tracking Plan) (0) | 2023.11.11 |
| 데이터 로그 설계 (0) | 2023.11.07 |
| 지표 정의 1편 (OMTM, 가드레일 지표) (1) | 2023.11.03 |
| 문제 정의 프레임워크 MECE (0) | 2023.11.01 |
