[내일배움캠프] Chapter 6. 데이터드리븐 기획 - 데이터드리븐 역량 기르기

데이터드리븐
사용자 행동 데이터, 시장 데이터, 성과 데이터 등을 기반으로 의사결정을 내리고 제품을 기획하는 방식

 

Step 1. 데이터 보는 습관 기르기

 

● 실습 전 체크

데이터를 볼 때

1. 정확한 질문 파악: 상대방이 요구하는 것이 정확히 무엇인가?
2. 기준 설정 및 관련 데이터를 수집 및 분석 (비교, 패턴 분석, 사용자 피드백 활용): 명확한 기준을 설정하여 이해를 돕기
3. 객관적이고 논리적인 해결 방안 제시 (데이터 시각화, 숫자로 설명)

 

● 실습 케이스

파: 핵심 지표 /  초: 키포인트 / 보: 해결방안

API 속도 최적화 관련
최근 로그인 API 응답 시간이 길다는 피드백이 있는데, 얼마나 느린 건가요? 개선이 필요할까요?


1. 기준
최근 30일간 로그인 API의 평균 응답 시간

2. 데이터 확인 :
평균 응답 시간: 2.1초 (목표는 1초 이하)
피크 시간(오후 8~10시): 3.5초까지 증가
사용자 불만 접수 건수: 지난달 대비 20% 증가
- 트래픽이 몰리는 시간대에 성능 저하가 발생

3. 결론 도출
API 요청 수 대비 서버 응답 속도 분포를 보면 캐시 사용이 부족한 것으로 보이는데, 이를 개선하면 응답 시간을 단축 가능
→ 우선 캐시 적용(A/B 테스트) 후 응답 시간을 체크하는 방향으로 진행

CTA 버튼 클릭률 개선 요청
CTA(구매 버튼) 클릭률이 낮아요. 색상을 바꾸면 효과가 있을까요?

1. 기준
최근 2주간 CTA 버튼의 클릭률

2. 데이터 확인 :
데스크톱 클릭률: 3.2%
모바일 클릭률: 1.5% (업계 평균 2.5% 대비 낮음)
A/B 테스트 결과: 기존 버튼 대비 초록색 버튼 클릭률 15% 증가

3. 결론 도출
모바일 사용자의 클릭률이 특히 낮은데, CTA 버튼 크기, 색상 대비를 조정하면 개선 가능해보임
아래와 같이 A/B 테스트를 진행한 후 결과를 다시 분석
- 기존 빨간색에서 초록색으로 변경
- 버튼 크기를 15% 확대

구매 전환율 문제
최근 장바구니 담기 수는 증가했는데, 최종 결제율이 떨어졌어요. 이유가 뭘까요?

1. 기준
지난 30일간 데이터

2. 데이터 확인 :
장바구니 담기율: 12% → 18% (6% 증가)
최종 결제율: 7% → 5% (2% 감소)
결제 단계 이탈률: 결제 페이지 로딩 시간 4초 이상 (목표는 2초 이하)
사용자 피드백: 결제 단계에서 쿠폰 코드 입력 과정이 복잡하다는 의견 증가
- 결제 페이지 로딩 속도가 느려져서 이탈한 사용자 증가
- 쿠폰 코드 입력 과정이 번거로워 사용자가 이탈

3. 결론 도출 :
- 결제 페이지 성능 최적화 → 응답 속도 2초 이하로 단축
- 쿠폰 코드 자동 적용 기능 추가

사용자 불만 증가
최근 특정 기능(결제, 로그인, 상품 검색)에 대한 고객 불만이 증가했습니다. 주된 원인이 무엇인지 파악할 수 있을까요?

1. 기준
최근 2주간의 고객 문의 데이터

2. 데이터 확인 :
고객 불만 접수 증가율: 35% 증가
주요 불만 항목
- 결제 실패 (40%) → 신용카드 결제 오류
- 상품 검색 문제 (30%) → 특정 키워드 검색 결과 누락
- 로그인 실패 (20%) → OTP 인증 딜레이
결제 오류의 경우, 특정 카드사에서 승인 실패율이 높아졌음 (카드사 문제 or API 응답 문제 가능성)
검색 기능은 새로운 필터 적용 이후 검색 결과 정확도가 낮아졌을 가능성
로그인 실패는 트래픽이 증가한 특정 시간대(밤 9~11시)에 OTP 요청이 몰리는 현상이 원인일 가능성이 큼

3. 결론 도출 :
- 결제 : 특정 카드사의 승인 오류 로그 분석 및 대응 방안 논의
- 검색 : 필터링 알고리즘 개선 테스트 진행
- 로그인 : OTP 요청 분산 처리 방안 검토 및 UX 개선

A/B 테스트 결과
새로운 로그인 페이지 A/B 테스트 결과가 나왔나요? 어떤 안이 더 좋은가요?

1. 기준
지난 2주간 진행된 A/B테스트

2. 데이터 확인 :
기존 로그인 페이지(A안): 전환율 18%
새로운 디자인 로그인 페이지(B안): 전환율 25% (7% 증가)
모바일 사용자 반응: B안에서 로그인이 12% 더 빠름
사용자 피드백: B안에서 로그인 버튼 위치가 더 직관적이라는 의견 다수

3. 결론 도출
B안이 전환율이 더 높고, 사용자 반응도 좋으므로 새로운 로그인 페이지 B안으로 진행

 

Step 2. 목적에 대해 생각해보기

 

● 목적이 없는 문서 작성 / 데이터 분석

- 문서는 불필요한 내용이 많아지고, 보는 사람에게 혼란을 줌

- 데이터 분석도 단순한 숫자 나열이 되고, 실제로 어떤 액션을 해야 할지 모호해짐

PM은 문서 작성 및 데이터 분석 시 항상 “이걸 왜 하는가?”부터 시작

 

● 목적의 중요성

1. 효율성

- 문서를 읽는 사람(개발자, 디자이너, 마케팅 팀 등)이 쉽게 이해할 수 있도록 정리할 수 있음

- 데이터 분석에서도 불필요한 정보를 배제하고, 의사결정에 필요한 핵심 데이터만 제공할 수 있음

2. 명확한 방향성

- 문서나 데이터 분석이 어디를 향해야 하는지 방향성이 뚜렷해짐

(목적 없이 문서를 작성하면 내용이 산만해지고, 핵심을 전달하기 어려움)

- 데이터 분석도 마찬가지로, 분석의 목적이 분명해야 어떤 데이터를 수집하고 어떤 방법을 사용할지 결정할 수 있음

3. 결과물의 질 향상

- 문서나 분석 결과가 더 설득력 있고 효과적인 형태로 정리됨

- 문서는 논리적인 구조를 갖출 수 있고, 데이터 분석은 실질적인 비즈니스 가치를 제공할 수 있도록 진행됨

예시
파랑: 주요 지표 / 초록: 목표 / 보라: 해결방안

1.사용자 행동 분석 → UX 개선
"회원가입 페이지에서 2단계에서 이탈률이 50% 발생합니다. 이를 줄이기 위해 입력 필드를 줄이고, 가이드 메시지를 추가하는 것이 필요합니다."
→ 이탈률 데이터를 그냥 보는 게 아니라, 개선 방향까지 도출해야 함

2. A/B 테스트 → 기능 최적화
"A 디자인보다 B 디자인의 전환율이 15% 높습니다. 따라서 B 디자인을 정식 출시하는 것이 기능 최적화에 적절합니다."
→ 데이터 비교 후, 어떤 결정을 내려야 하는지 제시해야 함

3. 비즈니스 성과 분석 → 매출 향상 전략
"VIP 고객의 재구매율은 30%이지만, 일반 고객은 10%에 불과합니다. VIP 고객 대상 리텐션 마케팅을 강화하면 매출이 증가할 가능성이 큽니다."
→ 단순히 매출 데이터를 보는 것이 아니라, 비즈니스 전략과 연결해야 함

● 목적에 맞게 문서와 데이터를 활용하는 팁

1. WHY(왜?) 정하기

- 문서를 작성하기 전에 “이걸 왜 하는가?"부터 생각하기

- 이 문서를 읽고 상대방이 어떤 행동을 하길 원하는가?

- 이 데이터를 보고 우리가 어떤 결정을 내려야 하는가?

2. 실행 가능한 결론을 도출하기

데이터 분석 후에는 구체적인 행동 계획 도출

- 단순한 데이터 나열 X

- "그래서 뭘 해야 하지?"에 대한 답을 포함

3. 간결하게 핵심만 정리하기

PM 문서는 읽기 쉬워야 합니다.

- 필요 없는 내용 줄이기

- 표나 그래프 활용해 직관적으로 정리

- 핵심 내용을 3줄 요약하는 연습 해보기

예시: 지라 작성 → 버그 픽스

✔ 제목은 짧고 명확하게 작성하기
❌ 검색 기능에서 특정 키워드를 입력하면 결과가 잘못 나오는 버그가 발생하며, 이를 해결해야 함
✅ [Bug] 검색 기능 키워드 입력 시 잘못된 결과 노출
✔ 설명은 간결하지만 필수 정보는 포함
문제: 모바일 환경에서 검색어 입력 시 자동완성 기능이 동작하지 않음
기대 결과: 자동완성 기능이 정상 작동해야 함
재현 방법:모바일 웹에서 검색창 클릭 →  카메라 입력 → 자동완성이 동작하지 않음
✔ 완료 기준을 명확히 설정
❌ 검색 기능이 잘 작동하여야 함
✅ 검색어 입력 시 1초 내 자동완성 추천 목록 표시되어야 함
✔ 개발자와의 커뮤니케이션 고려
설명이 부족하면 개발자가 다시 물어봐야 함
→ 필요한 정보를 빠짐없이 포함 우선순위 적절히 활용 (High / Medium / Low)

 

Step 3. 커뮤니케이션 잘하기

 

● 

 

 

 

 

 

Step 4. 알고 있으면 좋은 IT 용어

 

●