PM이 꼭 알아야 하는 데이터 분석 프레임워크 응용편│데이터 분석 완벽 가이드

 

01 문제 재정의하기

 

PM의 가장 큰 덕목 중 하나는 자신의 업무를 탑다운으로 '할당' 받았을 때 이것을 그대로 받아들이지 않는 비판적 사고이다.

리더급에서 어떤 사안을 중요한 문제라고 판단하고 특정한 task를 실무진에 할당했지만

실무진의 시각으로 이 task를 분석했을 때 정작 문제의 본질이 반영되지 않았다고 느끼는 경우도 종종 있을 수 있다고 생각한다.

물론 리더의 최종 결정을 실무진이 따르는 것은 조직 관점에서 매우 중요하다.

따라서 큰 줄기는 리더급의 의사결정을 충실히 따라가되,

실무진이 결정하게 되는 세세한 가지들이 최선의 방향으로 뻗어나갈 수 있게끔 기획하려면

문제를 정의하는 단계에서부터 자기 나름대로 문제 상황과 원인을 다시 한 번 분석해보는 단계가 필요하다.

 

 

 

[문제 재정의하기 - 5 WHYS]

task를 막 할당받은 마케터의 사고 과정

task : 온라인 자사몰에서 A 브랜드 매출을 증대하라

 

 

❓ 왜 지금 이 시점에서 A 브랜드 매출을 높여야 한다는 리더급 판단이 있었을까?

→ 💡6개월 전 회사에서 A 브랜드를 대대적으로 런칭했고, 신생인만큼 주목하고 있어.

 

❓대략적인 매출 데이터를 보면 엄청난 히트작은 아니어도 매출 추이는 나쁘지 않은데...?

→ 💡 아, 가격이나 마진율이 높은 편은 아니라 유통 비용을 상쇄할 만큼 만족스러운 성적이 아니었나 보네.

         온라인 자사몰이라고 판매 채널을 확정해준 걸 보니 앞으로는 A 브랜드에 대해서는 점차 *D2C 전략을 강화할 수도 있겠다.

 

* D2C (Direct to Customer) 전략 :
비즈니스에서 중간 유통 업체를 배제하는 구조다.
판매자가 중간 유통 업체를 배제하고 소비자에게 곧바로 제품을 직접 판매하는 비즈니스 모델이다. 

D2C 전략의 성공 사례는 나이키를 들 수 있다.
나이키는 자사 온라인 D2C 플랫폼으로 소비자에게 제품을 직접 판매했다.

나이키는 왜 D2C를 선택했을까?
나이키에게는 아주 안전한 중간 유통 시장인 '아마존'이 있었다.
지속적인 고성장을 구가했던 나이키는 2016년부터 성장률이 5%로 떨어지더니, 2017년에는 점유율 하락, 매출 성장 정체, 주식 폭락에 이른다.
2017년 회계연도 실적 발표 후 나이키는 'D2C 강화를 통한 유통의 효율성 제로'를 경쟁력 강화 전략의 하나로 발표했다. 판매자는 중간 유통 과정에 들어가는 비용을 없애면 당연히 소비자에게 더 저렴한 가격에 판매할 수 있게 된다.

즉, D2C의 가장 큰 장점인 기업의 '수익 극대화'와 소비자의 '편익 극대화'를 선택한 것이다.
이후 나이키는 도매 판매(wholesale) 비중을 줄이고 D2C 비중을 늘리기 위해 e커머스를 강화했다.
자사의 e커머스 플랫폼을 구축해 온라인 직접 판매에 뛰어들면서 제조 뿐 아니라 유통도 하는 기업이 되었다.
그 결과 나이키는 고객 데이터를 직접 확보하여 고객의 pain point 및 니즈를 정교하게 파악해 다시 도약할 수 있었다.

 

 

지난 포스팅에서 문제는 MECE하게 분석하고 고객 여정은 AARRR 퍼널로 분석할 수 있다고 말했다.

이 관점에서 고객 획득(Acquisition)과 고객 유지(Retention)의 요소들을 MECE하게 살펴보자.

 

 

02 문제 정의 및 가설 도출하기

[AARRR 퍼널에서, MECE하게 문제 진단하기]

A 브랜드의 데이터를 살펴보니,

A 브랜드의 제품 가격은 시장 평균보다 낮지만

객단가는 23,000원으로 오히려 타 브랜드 대비 높았다고 하자.

 

※ 참고로 객단가는 '고객 한 명의 평균매입액'을 말한다.

먼저 "객단가"란 고객 한 명이 평균적으로 지불하는 금액을 말한다.
예를 들어, 한 가게에 가서 23,000원어치를 샀다면, 그 가게의 "객단가"는 23,000원이 되는 것이다.

위 가정에서의 핵심은 제품 가격과 객단가의 차이다.
제품 가격은 그 제품 하나의 가격을 말한다.
예를 들어, A 브랜드의 제품이 시장 평균보다 저렴하게 5,000원이라고 하자.
하지만 객단가는 한 고객이 그 브랜드에서 평균적으로 얼마나 많은 돈을 쓰는지를 나타낸다.
(客單價 ; 고객 객, 홀로 단, 값 가, 고객 한 명의 평균매입액) 


그러니까, A 브랜드의 제품 가격은 시장 평균보다 낮을 수 있다.
하지만 A 브랜드를 찾은 고객들은 한 번에 여러 개의 제품을 사거나, 다른 추가 상품들을 구매해서 결국 23,000원 정도를 쓰는 것이다.
이렇게 되면, A 브랜드는 개별 제품 가격은 저렴하지만 고객 한 명이 가게에서 사용하는 총 금액, 즉 객단가는 타 브랜드보다 높게 된다.
쉽게 말해, "싸게 많이 판다"는 개념이 될 수 있다.
가격이 낮다고 해서 고객들이 적게 쓰는 건 아니고, 오히려 더 많이 살 수 있다는 것이다.

 

 

이런 경우에는 객단가 증대를 목적으로 한 프로모션을 진행하더라도

기존의 객단가 이상으로 큰 효과를 내기가 쉽지 않다.

 

• 이미 높은 객단가: A 브랜드는 이미 시장 평균보다 낮은 가격으로 제품을 판매하고 있음에도 불구하고 객단가가 높다. 이는 고객들이 한 번에 많은 제품을 구매하거나 고가의 제품을 선호하고 있다는 것을 의미한다. 따라서 이미 고객들이 적지 않은 금액을 소비하고 있기 때문에 추가적인 증대를 이끌어내는 것이 어려울 수 있다.
• 포화 상태: 고객들이 이미 필요한 만큼의 제품을 구매하고 있을 가능성이 높다. 다시 말해, 고객들은 이미 자신이 원하는 수준의 지출을 하고 있기 때문에, 더 많은 지출을 유도하는 것이 쉽지 않을 수 있다. 추가적인 지출을 유도하려면 아주 매력적인 프로모션이나 획기적인 제품이 필요할 것이다.
• 한계 소비: 고객들이 제품에 지출할 수 있는 금액에는 한계가 있다. 이미 높은 객단가를 기록하고 있다면, 이는 그 한계에 근접해 있다는 의미일 수 있다. 이런 상황에서는 추가적인 지출을 이끌어내기 어렵다는 현실적인 문제가 있을 수 있다.

 

 

매출 = 구매자 수 * 객단가
            구매자 수 = (1) 신규 구매자 + (2) 재구매자

 

매출을 구성하는 요소는 객단가와 구매자이기 때문에 객단가를 크게 높일 수 없다면

구매자 수를 증대하는 프로모션에 집중하자고 결정한다.

구매자수는 신규 구매자와 재구매자로 구성을 나누어볼 수 있다.

 

화장품 회사의 온라인 자사몰에서 '고객'의 정의는

온라인 자사몰에 방문하는 유저와 회원가입까지 마친 유저,

여기서 나아가 실제로 제품을 구매하는 구매자까지로 단계를 나누어볼 수 있다.

 

깔때기 모양으로 한 단계를 거칠 때마다 이탈하는 고객이 발생한다.

 

 

우선 자사몰 고객의 자사몰 방문 현황부터 파악해본다.

중복이나 누락 없이 재방문을 확인할 수 있는 회원가입 유저를 중심으로

자사몰 방문의 리텐션 커브를 확인했더니

리텐션율 25% 수준을 달성하는 flattening curve 라는 것을 파악했다.

 

 

즉, 이 화장품 자사몰에 방문하는 1/4 고객은 시간이 지나도 자사몰에 꾸준히 재방문하고 있으며,

이 수치는 동일 업계 평균보다 높은 수치이므로,

고객들이 대체로 우리 제품과 자사몰로부터 고객 가치를 느끼고 있다고 해석할 수 있다.

 

리텐션율은 자사몰을 방문한 유저 중 다시 돌아오는 유저의 비율을 의미한다.
다시 말해, 한 번 자사몰에 방문했던 유저들 중에서 약 4명 중 1명에서 3명 정도가 다시 방문하게 된다는 뜻이다.

이 리텐션율은 업계에 따라 차이가 있을 수 있지만, 25~30%는 대체로 이커머스 업계에서 평균적인 수치로 여겨진다.
만약 특정 자사몰의 리텐션율이 이 범위보다 낮다면, 고객 유지를 위한 전략이 필요하다고 볼 수 있다.
반면, 이보다 높다면 비교적 고객 충성도가 높다고 판단할 수 있다

 

 

그러나 이 25%의 리텐션 커브를 가진 회사의 자사몰에서

최근 6개월동안 동일한 카테고리 내에서 발생한 매출의 비중은

A 브랜드가 B 브랜드 대비 떨어지고 있었다.

 

❓ 상대적으로 최근 런칭한 A 브랜드 홍보가 부족해서였을까?

→ ❌ 히스토리를 파악해보니 A 브랜드는 대대적인 런칭 프로모션을 진행했을 뿐더러,

구매 데이터상 런칭 직후부터 지금까지 A 브랜드 제품을 최초로 구매하는 고객 수 추이는 크게 떨어지지 않고 유지되고 있었다.

 

❓  신규 고객 추이가 만족스럽다면 이 고객들이 A 브랜드 제품을 재구매 하지 않고 있는 걸까?

→ ❌ 6개월 이내 브랜드 재구매율을 살펴보니 A 브랜드 재구매율은 B 브랜드와 유사했다.

 

그렇다면 무엇이 문제일까?

실무에서 고려할 수 있는 원인은 내외부로 다양하다.

• 해당 기간 동안 B 브랜드가 강력한 할인 정책을 운영했을 수도 있고,
• B 브랜드가 고가 제품 라인업을 강조하면서 객단가를 높이는 전략을 세웠을 수도 있다.
• 그것도 아니라면, '6개월 이내 브랜드 재구매율'이라는 비교 기준이 부적절했을 수 있다.
  6개월이라는 분석 주기는 실제의 A 브랜드 재구매 주기보다 길어서 현상을 불명확하게 만들 수 있다.

데이터 분석에서 지표의 정의가 아주 중요한 이유다.

 

 

[코호트 분석 적용하기]

코호트 분석으로 매출 리텐션을 파악해보자.

cohort는 통계적으로 동질적인 특색이나 행동 양식을 공유하는 집단을 의미한다.

코호트 분석은 인구통계학적인 특징 뿐 아니라 고객 행동을 기준으로도 진행한다.

따라서 정의상, 고객군을 유의미하게 분류할 수 있는 특징을 발견하고 이 기준에 따라 고객을 분석하는 분석 방법이다.

 

아래 예시에서는 A 브랜드가 처음으로 런칭된 1월 첫 구매고객을 하나의 코호트로 묶어서

이들의 재구매 금액을 시간의 흐름에 따라 월별로 정리한 것이다.

 

 

그랬더니 실제로는 6개월 후 해당 월의 재구매 리텐션은 10% 수준인데,

6개월을 누적으로 본 재구매 매출 비중은 시간이 지날 수록 높아지고 있었다.

 

 

즉, 재구매율이라는 지표 역시 제품의 이용주기나 재구매 주기에 따라서 정의해야 하는 것이다.

 

추가적으로 지난 6개월간 자사몰에서 A 브랜드를 구매한 고객 데이터를 분석해보니

고객들은 평균적으로 제품을 70일 주기로, 한 번에 2.3개씩 구매하고 있었다.

70일을 2.3개로 단순히 나누어보면, 고객들은 제품 1개를 30일간 사용하는 것으로 해석할 수 있다.

 

즉, 고객들은 30일의 제품 이용 사이클과 약 2.3개월의 재구매 사이클을 갖고 있었다.

 

따라서 재구매율의 기준을 3개월로 재정의하고 A와 B 브랜드의 재구매율을 다시 비교 분석했더니

A 브랜드의 재구매율은 20%인데 비해,

B 브랜드의 재구매율은 30%로 1.5배 높았다.

따라서, A 브랜드의 재구매율을 높이는 마케팅 전략이 유효할 것으로 파악된다.

 

 

즉, 자사몰 내 A 브랜드 재구매율을 개선한다면 A 브랜드의 매출에 유의미한 성장이 있을 것이라는 가설을 도출했다.

이렇듯, PM은 문제를 정의할 때 지금까지 축적한 도메인 지식과 경험을 바탕으로 다양한 외부 영향도와 제품 특성을 고려해야 한다.

이를 통해 유의미한 educated guess와 가설을 도출할 수 있기 때문이다.

 

 

[문제원인에 정합한 솔루션 아이데이션]

지금까지의 문제 진단을 통해 '자사몰에서 A 브랜드의 매출을 증대하라'는 task는

'자사몰에서 A 브랜드의 재구매율을 증대하라'는 task로 보다 뾰족해졌다.

 

이제는 도출한 문제의 원인에 대해, 논리적으로 정합한 솔루션이 필요하다.

 

앞서 분석했던 고객의 재구매 사이클 (3개월)을 고려해서 몇 가지 솔루션 아이디어를 내보자.

1. 가장 간단한 방법으로는 이미 기존에 A 브랜드를 구매한 고객들 중
   재구매 사이클에 도달한 고객들에게 LMS나 앱푸시를 통해 재구매시 할인 오퍼를 제안할 수 있다.
   1. -1. 구매 이후 이탈 고객에 대한 방법도 제안할 수 있다.
      A 브랜드를 구매한 이력이 있으나, B 브랜드로 브랜드 스위칭을 했거나,
      재구매 사이클이 한참 전에 지났지만 돌아오지 않는 고객을 타깃으로 할인가를 제안하는 것이다.
2. 신규로 A 브랜드를 구매하는 고객들이 이번 구매로 3개월 내의 재구매까지 고려할 수 있도록,
   A 브랜드 제품 구매 시, 기간 제한이 있는 A 브랜드 전용 쿠폰을 발행할 수도 있다.
   • 이 관점에서라면 기존의 자사몰 유저와 organic 하게 발생하는 신규 유입에 더해
     디지털 광고를 통해 A 브랜드의 가망 고객을 자사몰로 유도하는 퍼포먼스 마케팅까지도 고려할 수 있다.
3. 또한 이왕이면 단기적인 일회성 매출 증대보다는 고객들을 충성 고객화하여 앞으로도 지속적인 매출을 발생시킬 수 있는 프로모션을 기획하고 싶다.
   만약 지속적으로 운영하는 장기적인 마케팅 프로모션을 운영할 수 있는 상황이라면
   A 브랜드 전용 마일리지 제도나 로열티 프로그램을 기획할 수도 있다.

 

 

[솔루션 우선순위화 - ICE Scoring]

지난 포스팅에서 그로스 아이디어를 평가하는 방법으로 ICE Scoring을 소개했다.

이것을 통해 가장 리소스를 효율적으로 이용하면서, 효과적인 결과를 낼 수 있을 것으로 예상되는 솔루션을 선택할 수 있다.

 

총 4가지 안을 아이스 스코어링 해보자.

 

 

 

1. 재구매 사이클에 도달한 고객들에게 재구매시 할인 오퍼를 제안 (앱푸시)
   자사몰에서 구매 이후 3개월이 지나지 않았기에 자사몰을 통한 앱푸시가 가장 효과적일 것이다.
    - 임팩트 : 1번 실험이 성공한다면 재구매 사이클에 도달한 고객 수만큼 재구매가 발생하게 될 것이므로,
       임팩트에는 6을 매긴다.
   - 컨피던스 : 아직 재구매 사이클이 지나지 않았고, 3개월은 상대적으로 짧은 기간이므로 이 고객들이 반응해서 실험이 성공할 자신감은 8로 매긴다.
   - 이지 : 주기에 맞게 솔루션을 이용해 자동 앱푸시를 세팅할 수 있기에 실험에 대한 리소스는 10으로 스코어링 했다.
   1. -1. 재구매 사이클을 초과한 고객에게 재구매 할인 오퍼 제안 (LMS)
      이 고객들은 자사몰 앱을 삭제했거나 더이상 방문하지 않을 가능성이 있기 때문에,
      1과는 달리 문자를 통해 할인가를 제안한다.
      - 임팩트 : 이 실험이 성공한다면, 재구매 사이클을 초과한 모든 고객들이 반응할 것이기에 모수가 1번보다 훨씬 많을 것이다.
      - 컨피던스 : 그러나 이미 3개월이라는 재구매 사이클을 초과해서 더이상 구매이력이 없는 고객이라면 이 실험이 성공할 가능성은 낮기 때문에 1보다 50% 적은 4점을 스코어링 했다.
      - 이지 : 할인오퍼를 문자로 보내는 실험의 난이도는 1과 동일하게 10점이다.
2. 신규 구매자에게 3개월 내로 사용가능한 기간제 재구매 할인 쿠폰 발행
   - 임팩트  : 새롭게 창출되는 신규 고객에 대해서만 임팩트가 발생할 것이기에 모수가 가장 적어 5로 스코어링.
   - 컨피던스  : 아직 A 브랜드에 대한 재구매 이력을 확인할 수 없는 신규 고객이 어떻게 반응할지는 예상하기 어렵고, 3개월 이내에 사용가능이라는 조건은 고객이 잊어버릴 수 있는 가능성이 크다.
   물론 주기가 도래하면 앱푸시 등으로 고객 알림을 보내면 좋겠지만,
   지금 당장의 구매도 결정하지 않은 고객의 재구매를 기대하기는 어려우므로 4로 스코어링 했다.
   - 이지 : 신규 구매시의 마케팅, 그리고 쿠폰 이용기간 만료주기가 도래하면 별도의 알람을 추가로 넣어야 하기에 리소스 측면에서 9점을 주었다.
3. A 브랜드 전용 마일리지 제도 운영
   - 임팩트  : 다른 안들이 모두 일회성인 프로그램인 것과 달리, 만약 3번 안이 성공하여 지속적인 로열 고객을 창출한다면 사업적인 임팩트는 4가지 안 중 가장 높을 것이다.
   - 컨피던스  : 그러나 로열티 프로그램이 고객에게 만족스러운 혜택을 주면서도 동시에 사업적으로 이윤까지 창출하기란 어려운 일이다. 또한 전체 브랜드가 아닌 오직 A 브랜드에 대한 마일리지 제도는 확장성이 낮은 편이고, 오히려 원래 A 브랜드의 충성유저들만 이용하게 되면서 마진만 깎아먹는 형태가 될 수도 있다.
   따라서 적절하게 줄다리기를 하면서 매력적인 로열티 프로그램을 설계할 수 있을지에 대해서 사업적인 자신감은 중간 정도로 스코어링 한다.
   - 이지 : 이 실험의 난이도는 4가지 안 중 가장 낮은(=어려운) 5점을 매겼다.

이 결과만 놓고 보면 우리는 고민 없이 1번 안을 선택해야 한다.

 

그러나 아이스 스코어링에서 임팩트와 자신감, 난이도는 1:1:1의 가중치를 갖지 않아도 된다.

만약 현재 비즈니스 환경에서 가장 중요한 것이 사업적 임팩트라면 해당 요소에 2배를 주는 식이다.

Impact * 2 가중치

 

 

그러나 1개월 내로 개선을 만들어내야 하는 마케팅 task를 일임받았다고 가정한다면

가장 총점이 높으면서도 난이도가 낮은 2가지 안인,

1안(24점)과 1-1안(21점)을 동시에 수행하기로 결정했다.

 

 

[실행 전 KPI 세팅 - 성공의 정의]

이렇게 어떤 솔루션을 운영할 것인지 우선순위가 결정되었다면

선택한 솔루션에 대한 구체적인 KPI 세팅이 필요하다.

 

어떤 수치가 프로모션이나 프로덕트의 성공인지 정의하는 것은 전적으로 담당 마케터나 PM의 권한이다.

이 task에 대해 가장 깊은 고민을 가졌으며, 실제 퍼포먼스를 예측하기 위해 다양한 층위에서 과거의 데이터를 분석한 사람이기 때문이다.

 

이런 책임자의 개념을 DRI (Directly Resposible Individual), 최종의사결정권자라고 부른다.

애플에서 도입되고 국내에서는 토스에서 사용하고 있는 개념이라고 한다.

DRI는 비즈니스 의사결정의 주체이면서 실행의 주체가 되므로, 결과적으로 퍼포먼스에 대한 책임의 주체가 된다.

PM의 성향별로 다를 수는 있지만, 목표 KPI를 현실적인 예측치보다는 조금 더 챌린징한 수준으로 잡는 것을 추천한다고들 하신다.

 

지난 번 포스팅에서 설명한 Scenario Analysis 접근법에서 Base 시나리오와 Best 시나리오의 중간 지점을 KPI로 설정하는 것이다.

예를 들어, 해당 프로모션을 통한 추가 매출을 산출하는 Base 시나리오 계산식은 이렇게 설정해보았다.

자사몰 앱
- 마케팅 수신동의 비율 30%
- 앱푸시 클릭률 20%
- 할인쿠폰에 반응하는 비율 30%

이라고 한다면,

 

1안과 1-1안에 해당하는 전체 타겟 모수 중에

현재 자사몰 앱의 active user 인원 * 마케팅 수신동의 비율 0.3 * 앱푸시 클릭률 0.2 * 프로모션 반응률 0.3
= 전체 기대고객 수

 

 

그리고 객단가에 대한 변화율 기대치는 기존에 할인 프로모션을 운영했던 과거 실험 등을 baseline 지표로 삼아 계산하면 된다.

 

 

03 실행 후 가설검증 및 회고

솔루션 가설과 목표치는 프로모션이 종료된 이후에 반드시 결과를 분석하고 회고하는 프로세스로 이어져야 한다.

그래야만 테스트 결과를 축적할 수 있고, 추후에도 이 데이터를 기반으로 비즈니스 의사결정을 내릴 수 있기 때문이다.

 

 

 

도움받은 글 ────

• 나이키 사례로 보는 언택트 시대 D2C 전략 ─ LX인터내셔널
• 유튜브 곰사원은 곰대표 ; PM이 꼭 알아야 하는 데이터 분석 프레임워크 응용편│데이터 분석 완벽 가이드