프로덕트 데이터 분석 방법(Product Data Analysis)

퍼널 분석(Funnel Analysis)

• 고객들이 우리가 설계한 유저 경험 루트를 따라 잘 도착하고 있는지 확인해보기 위해 최초 유입부터 최종 목적지까지 단계를 나누어서 살펴보는 분석 기법
• 앱 스토어 페이지 뷰가 있으면 설치하고 실행하고 가입하고 가입 완료하기 까지의 과정을 잘 따라오고 있는지 분석하는 것. 
• 각 단계를 넘어가는 것을 전환이라고 부르고 그 비율을 전환율이라고 한다! 
• 퍼널의 단계를 줄이는게 단계별 이탈하는 유저를 줄이고 전환율을 올릴 수 있음. -> 카카오 계정으로 시작하기 등 
• 불필요한 단계가 있진 않은지, 전환율이 떨어지는 구간이 있지 않은지, 유입량 자체가 너무 적지 않은지 확인해봐야함

 

리텐션 분석(Retention Analysis)

• 얼마나 많은 유저가 제품으로 다시 돌아오는지 측정하는 것
• 0일차에 처음으로 제품을 사용한 유저 중 N일 후 재방문하여 활성화된 유저의 비율이 N일차의 리텐션이 된다. (0일차: 일반적으로 신규 유저가 제품을 처음으로 사용한 날을 의미)
•  

  

  리텐션 커브 예시

   
• 리텐션은 PMF(Product Market Fit) 달성 여부를 판단하는 기준이다.
• 시간이 지남에 따라 리텐션 커브가 0을 향해 감소하는 직선의 형태라면 근본적으로 PMF 에 문제가 있는 것이다.
• 반면 초기에 리텐션 커브는 급감했지만 위의 그래프처럼 25% 선에서 안정화되고 있다면 PMF 를 달성했다고 볼 수 있다
• 리텐션이 중요한 이유
  • 아무리 마케팅을 통해 신규 유저 유입을 늘려봤자 리텐션이 낮으면 아무 소용이 없음.
  • 평균적으로 80%의 신규 유저는 앱 다운로드 3일 후부터 더 이상 앱을 사용하지 않는다고 함.

 

코호트 분석(Cohort Analysis)

• 특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단
• 첫방문 ,캠페인 유입등 특정 조건에 해당되는 사용자들을 그룹화하고 시간 흐름에 따른 행동 패턴을 추적
• 코호트가 중요한 이유
  • 고객 유지율(Retention Rate) 분석: 고객의 이탈 시점을 분석하는데 있어 탁월한 분석 지표임
  • 특정 고객 집단의 인사이트 발견: 방문/ 구매/ 유입/ 광고 등의 세그먼트 조건을 조합해 특정 고객군을 선정하고 분석 할 수 있음
• 코호트 분석을 통해 얻을 수 있는 인사이트
  • 고객 유지율, 고객 이탈율
  • PC웹/ 모바일 웹/ 하이브리드 앱 사용자 유지율
  • 시간 경과에 따른 마케팅 캠페인 효과 분석
  • 신규 회원가입자의 유지율
  • 유입 출처에 따른 고객 가치

 

 

참고: https://problem-solving.tistory.com/24