[7가지 코드] Code 5 : 데이터 과학

 

 

7가지 코드

구글, 메타, 마이크로소프트의 스타 PM(프로덕트 매니저) 3인이 의기투합해, 전 세계 최상위 52개 테크기업 67인 리더들을 직접 인터뷰하고 방대한 사례들을 분석한 테크 비즈니스의 바이블이다. 어디에서도 들을 수 없는 빅테크 기업 현장의 생생한 분투기와 제품의 기획부터 마케팅까지 모든 과정의 노하우를 전격 공개한다. 책상머리에서 나온 겉핥기식 지식이 아닌 IT 격전장에서 몸으로 익힌 지식과 기술만 응축한 IT 전략서다. 전 세계인의 마음을 사로잡은 테크 제품들은 어떻게 탄생했을까? 수조 원의 매출을 올린 틱톡, 에어비앤비, 스포티파이, 넷플릭스의 제품과 서비스는 누가 만들었을까? 이 책은 하나의 제품이 탄생하기까지 전 과정의 지휘자인 테크기업 리더와 PM의 일을 A부터 Z까지 다룬다. 저자들은 빅테크 기업부터 단숨에 1조 원 기업가치를 달성한 아시아의 유니콘 기업까지 14개국 다양한 문화권에서 일하는 PM들을 인터뷰했고, 놀라운 성공 패턴을 발견했다. 그 패턴을 하나하나 정리하고 공식으로 다듬은 것이 ‘빅테크 7계명’ 즉 ‘7가지 코드다. 이 책은 성공적인 커리어에 필요한 지식을 갖추고 역량을 발전시키려면 제품 설계, 경제학, 심리학, 사용자경험, 데이터과학, 법률과 정책, 마케팅과 성장이라는 ‘7가지 코드’를 두루 갖추어야 한다고 강조한다. 완벽에 가까워 보이는 애플이 위기에 처했던 것은 최고의 PM으로 칭송받는 잡스가 제품 설계에 대한 판단을 잘못해서였고, 마이크로소프트는 한때 잘못된 리더 선출로 위기를 겪었으며, 우버는 법률을 무시해 벌금과 소비자 보이콧 등으로 많은 걸 잃었다. 영원한 영웅도, 굳건한 왕좌도 없는 IT 격전지에서 승리하기 위해서는 이 책이 밝히고 있는 7가지 코드를 반드시 익혀야 한다. 제2의 스티브 잡스를 꿈꾸며 테크 분야에서 일하고 싶은 취업준비생부터, 테크기업만이 아니라 거의 모든 기업에서 역량을 강화하고 싶은 마케터, 개발자, 기획자, 경영인들의 책장에 반드시 있어야 할 필수 지침서다.

저자

닐 메타, 아디티야 아가쉐, 파스 디트로자

출판

윌북

출판일

2022.09.15

 

Data! Data! Data!
I cannot make bricks without clay.

 

 

SUM UP : CODE 5 데이터 과학

데이터를 측정하는 방법

어떤 데이터가 중요한지 결정하기

데이터 분포

사용자는 제품에 대한 '느낌'을 가지고 있다.

(심리적 지름길, 축적된 지식...)

 

정규분포

ex. 이커머스 제품, 에어비앤비 숙소, 우버 운전기사의 평점

경험 법칙 : 68-95-99.7의 규칙

 

비대칭 분포

ex. 소셜미디어 팔로워수 분포, 사용량 데이터, 재무 데이터, 가계소득 분포

이 경우, 평균은 이상치의 문제, 중앙값이 유용한 데이터가 된다.

 

극단의 왕국 = extremistan, 오른쪽 긴 꼬리 

희소한 자원의 (돈, 팔로워) 거대한 양을 소수가 장악하는 상황에서 발생

극단의 왕국 = extremistan

 

멱함수 분포

ex. 웹사이트 방문자수 순위, 앱 다운로드 가장 많은 IOS 게시자

0 근처에서 최고점, 오른쪽 긴 꼬리 분포

 

고래 80/20 규칙

고래 : 일부 고수익성 고객

특히 비디오 게임 업계에서 부분 유료화 등 더 많은 고래를 끌어들일 전략 구사한다

최상위 20%에 집중해서 80%의 효과를 낸다

 

소셜 미디어 90-9-1 규칙

90% 눈팅족 / 9% 댓글, 공유자 / 1% 기여자 = 크리에이터

 

실험

A/B테스트

무작위로 사용자그룹 A, B 선정 -> 오리지널(통제) A, 변형(실험) B 테스트

-> 주요 지표 체크 => 의사결정에 큰 역할을 한다.

ex. 구글 : 광고 링크에 40가지 음영의 버튼으로 광고매출 2억 달러 매출 상승

스포티파이 : 신규고객 인터페이스, 에어비앤비 : 숙소 예약 과정, 우버 : 새 디자인

 

통계적 유의성 검정

귀무가설 가장 비관적인 관점 ex. 새 기능으로 인한 변화가 없다.

신뢰구간 CI 실제 수치가 포함될 가능성이 큰 범위 (보통 95%, 스튜던트 두 꼬리 T검정)

신뢰구간 0 이상 : 통계적으로 유의미하다, H0 기각 = 제품/기능 출시

                  0 포함 : 신뢰구간 축소를 위해 더 큰 실험 시도 (표본 크기 4배 = CI 1/2으로 감소)

표본 추출 : 99% 통제, 1% 실험

 

단계별 시행

1% A/B 테스트 -> 베타 테스트 -> 5%, 10%, 20%으로 확산

-> 95~99% 고객 공개 그룹 (+홀드백 그룹 최소 1%)

 

뉴질랜드 전략

뉴질랜드는 작고 분리된 서양 국가로

1% 실험으로 뉴질랜드에 제한적으로 공개하며 테스트함

주로 소셜미디어(페이스북, MS, 도미노피자, 포켓몬고)

 

함정

지표가 곧 법은 아니다.

(단기적 개선 =/= 장기적 비즈니스에 도움)

 

동의 여부 확인 기능

새 기능/디자인 적용 동의 -> 애초에 팬, 객관적 지표로 구분 어려움

=> 베타테스터 부분집합에게 기능을 제공하며 해결할 수 있음

 

체리피킹 Harking

우연히 의도에 맞는 (좋아 보이는, 나빠 보이는) 것들을 체리피킹하지 마라

 

반대 지표 살펴보기

CAC - LTV, 품질개선 - 비용증가, 가벼운 신규 고객 - 이탈률

A제품 판매량 - B제품 판매량 (자기 잠식 문제)

 

신규효과 초반에는 클릭수, 사용량 등 오를 수 있음

학습효과 초반에 수치가 낮을 수 있음, 시간이 지날수록 고객은 학습한다. 보통 새 UI

=> 초기에 결과를 내리지 말아야 하는 교훈, 3~4주는 테스트를 진행해야한다

 

지표

BM에 따라, 서비스 특징에 따라

기능을 측정할 지표를 선택하기

 

AARRR 해적지표

1. 획득 Acquisition: 제품에 대해 알아가고 랜딩페이지 방문 

2. 활성 Activation : 제품 가입, 잠재고객 -> 사용자 전환

3. 유지 Retention : 리텐션, 사용자 -> 활성사용자 전환

4. 추천 : Referral : 친구 유인해서 가입, 입소문

5. 매출 Revenue : 수익화

 

1. 획득 지표

관심이 얼마나 있는지. SEO 순위, CTR, ROI (클릭당 마케팅 비용)

ex. 블로그, 랜딩페이지 조회수

 

2. 활성 지표

잠재고객 -> 사용자 전환. 가입자수, 전환율

ex. 온보딩 절차 마친 사용자 비율, 회원가입 완료 고객

 

3. 유지  지표 = 참여지표

기존 고객을 계속 사용하게 하는 비용 <<< 신규 고객 유인 비용

1) MAU, DAU : 단기간 기반 활성 사용자 측정

2) 유지율, 이탈률 : 일정시간 이후 남는/중단한 사용자

                                   D1, D7, D30, 1년 단위로 측정

                                  (SaaS 연평균 이탈률 5%, 소비재 10%. 좋은 Saas는 2% 이하)

3) 고착도(DAU/MAU) : 활성사용자의 열성지표 (10% 평균, 20% good, 25% 높음)

                                           MAU의 월평균 사용일수, 중독, 참여도 평가

 

4. 추천  지표

WOM(word-of-mouth) 입소문 마케팅

사람들은 무작위 인터넷 광고, 블로그 보다 친구, 가족을 더 신뢰한다.

 

1) NPS(순추천고객지수) = 추천고객 % - 비추천 고객% (호감도)

사용자에게 추천 가능성 점수 요청 (비추천 0~6 / 수동적 7~8 / 추천고객 9~10)

 

2) K(바이럴 계수) = 초대 횟수 평균 x 초대 수락 비율

평균 사용자가 생성하는 신규 고객수

 

3) VCT(바이럴주기시간) : 신규 고객이 얼마나 빨리 친구에게 소개하는지

 

5. 매출  지표

BM에 따라 적합한 매출지표 선택

광고> CPM(밀리당 과금, 조회 1000번당 과금)

이커머스> AOV(평균 주문가치), 장바구니사이즈(구매당 평균가격)

핸드폰> ASP(평균판매가격)

+ 수익을 가져다주는 사용자의 비율

 

CASE 핀터레스트의 주요 지표

BM : 타 SNS포스팅, 광고에서 사용자 획득, 광고 수익

1) 획득 : 타사이트별 추천트래픽(리퍼럴), CPM 광고당 평균 비용

2) 활성 : 신규 계정 등록한 방문자의 비율 (유입경로별/포스팅페이지를 쪼개서 분석)

3) 유지 : MAU, DAU, 이탈, D1/D7/D30 유지율, 고착도

               주간 평균 포스팅수, 일간 평균 사용 시간

4) 추천 : 전송된 평균 초대수, 링크공유 첫 방문수, NPS

                관심 카테고리별 만족도, 잠재 추천인인지 파악

5) 매출 : 광고 CPM 수익, CTR 등 광고기업의 표준 지표

 

선행지표

특정 중요지점을 넘었을 때 높은 가치의 결과가 나올 가능성이 높은 지표

신규고객 -> 활성사용자(수익성고객)의 전환을 높여야 한다

이 전환과 연관된 지표를 선행지표로 설정하고 살펴본다

온보딩 경험 설계에 도움이 되므로 선행지표에 대한 통찰은 중요하다

 

CASE 슬랙>

2000번 이상 메시지를 보낸 사용자는 활성사용자가 되어 유료 업그레이드할 확률이 높음.

목표 : 메시지 2000번을 보내게 하는 모든 일을 하라. 가 더 효과적이다.

 

페이스북> 가입 후 10일 안에 7명 친구추가한 사용자 -> AU 확률 높음

드롭박스> 폴더 생성, 파일 업로드한 사용자 -> AU 확률 높음

징가> 이틀 연속 게임한 사용자  > AU 확률 높음

 

허영지표

허영지표 : '총', '누적' 숫자

유용했던 지표가 시간이 지나 허영지표가 될 수 있다.

 

지표모델

BM: 구독형 SW, 프리미엄 앱, 광고 UGC,

양방향 마켓플레이스, 이커머스 별 지표모델

 

1. SaaS SW 

서비스형 SW, 비즈니스, 구독모델 (ex. 슬랙, 채널톡, 트렐로, 깃헙)

고객입장> 지속적 업데이트공급, 안정적 반복지출

기업입장> 지속적 수입

SaaS 퍼널

 

퍼널> 사용자 지표와 매출지표가 밀접하게 연관됨

주요 지표> 무료->유료 전환비율, ARPPU (유료사용자당 평균수익)

 

2. 프리미엄 앱

무료+인앱 or 프리미엄 (ex. 게임, 넷플릭스, 뉴욕타임즈)

주요 지표> 고착도(DAU/MAU), ARPU(사용자당 평균수익), ARPPU(유료사용자당 평균수익= 고래)

 

3. 광고 UGC

사용자 생성 콘텐츠(포스팅). 광고수익

ex. 소셜미디어, 리뷰서비스, 유튜브

주요 지표> ToS(사이트체류시간) more ToS = more 광고 = more R (하루 1시간이면 성공),

                    K 바이럴(<- 더 많은 콘텐츠, 포스팅하도록 새 포스팅 유형 개발)

                    고착도 (<- 자동재생, 무한스크롤)

사용자 지표> 90-9-1 규칙에서, 모든 사용자를 크리에이터로 이동이 목표

 

4. 양방향 마켓플레이스

구매자 - 판매자 매칭, 수수료 수익

초기에 공급을 인위적으로 만들어서 상대편(수요) 참여하도록 구축

공급자-수요자를 균형 있게 성장시켜 거래 성장

 

5. 이커머스

주요 지표> 장바구니 사이즈(수익성), 전환율(비구매자->구매자)

                     장바구니 전환율 (=포기율)

사용자 지표> 방문-조회-클릭-구매의 퍼널로 AARRR 가장 강력하게 작동

                         충성도(연간 재구매 비율) 에너지를 어디에 쏟을지 결정

 

데이터 스토리텔링

BM: 구독형 SW, 프리미엄 앱, 광고 UGC,

양방향 마켓플레이스, 이커머스 별 지표모델

 

사람들의 창의적인 면을 끌어들여라

데이터는 감정적 영향력을 주지 못한다.  IF 시나리오에 데이터 근거를 더해라

"우리가 엑스박스 부서에서 <스팀>을 소유하고 있었다면~

글래스 도어를 링크드인과 연결했다면 ~ "

 

사람들에게 어떤 생각을 해야 할지 말해주어라

그래프에 핵심 주장을 넣은 제목으로 말해라

 

오해의 소지가 있는 척도는 피하라

더 좋아 보이게 척도를 왜곡하는 것이 오히려 이미지를 악화시킨다

 

이야기를 통제하라

더 유리한 해석을 내놓는 방법으로 통제권을 찾아라 

 

데이터보다 중요한 보이지 않는 것

 'Growth mindset(성장형 사고방식)' 사티아 나델라 MS CEO

장기적 관점에서 '질적인' 지표가 매우 중요하고,

이것에 집중하면 결국 양적 지표도 좋아진다.

 

개인적으로 모든 사람이 자신의 역할과 삶에서 성장한다면 하나의 조직으로서 우리도 성장할 것이다.

https://www.mk.co.kr/news/special-edition/9761539

[영어로 바라보는 세상] MS 다시 일으켜 세운 비결…변화 포용하는 성장형 사고 - 매일경제

https://brunch.co.kr/@linus/17

사티아 나델라, 히트 리프레시