🍂

안녕하세요 구독자님, 데이터리안 혜정입니다.

날씨가 제법 쌀쌀해져서 일교차가 많이 커졌네요. 건강 잘 챙기고 계신가요?

이번 10월 뉴스레터에는 '스픽'과 '알라미'의 데이터 관련 실무 사례부터, 데이터리안의 올해 마지막 세미나와 챌린지 소식까지 준비해 보았습니다.

벌써 2024년이 약 80일밖에 남지 않았더라고요. 남은 한 해를 알차게 보내실 수 있는 콘텐츠를 많이 준비했으니, 오늘 뉴스레터 끝까지 집중해 주세요💌

10월은 연휴와 함께 시작하는 달이네요.

이번 주도 즐겁게 보내시고, 저는 11월 첫 번째 화요일에 다시 찾아뵙겠습니다 :)

1. 블로그 | 영어 학습 앱 '스픽'이 옥외 광고로 강남역을 뒤덮은 이야기

2. 세미나 | 데이터 없는 스타트업에서 데이터로 설득하기

3. 블로그 | 데이터 분석 독서 챌린지 회고: 새빨간 거짓말, 통계 (대럴 허프 저)

4. 블로그 | 알라미에서 DAU를 분석하는 방법

안녕하세요, 데이터 분석가 선미입니다.

오늘은 AI 영어 스피킹 앱 '스픽'의 브랜드 마케터 정두현님이 쓰신 글을 소개합니다. 데이터 분석이라고 하면 멋지고 큰 데이터를 가지고 사용자의 행동을 분석하고 예측하는 것으로 생각하기가 쉬워서, 데이터가 많이 없는 스타트업의 경우 도전조차 안 해보는 경우가 많은데요. 이 글을 쓴 정두현님처럼 추정을 통해 근거를 만들어 나가는 방법도 있습니다. 이런 방법을 ‘페르미 추정’ 또는 ‘게스티메이션’이라고도 부릅니다. 근거로 할 데이터가 부족한 상황에서도 논리적인 의사결정을 하고 싶은 분들이 방향을 설정하는 데 도움이 되는 글이라고 생각합니다.

결국 숫자로 증명해 내야 했어요. 몇 번의 회의와 야근과 머리 싸맴을 거치다, "다시 상위 전략부터 짜보자"라는 더 막막한 결론에 다다르게 됩니다. 일단 이번 옥외 광고의 목적은 '인지도 증진(awareness)'이었습니다. 그럼 어떻게 해야 옥외 광고를 통해 ‘인지'라는 목적을 달성할 수 있을까요? 저희가 찾은 답은 단순했습니다. '빈도'를 높이는 거예요. 더 많이 보여주는 거죠. 그렇다고 커버하는 지역과 지면을 막 늘리기에는 자원이 부족하니, "한 지역만 패는" 방법을 좋겠다고 의견을 모았어요. 신기하게도, 이렇게 하나 둘씩 좁혀가면서 보니 옥외 광고의 숫자적 근거를 찾을 수 있는 방법이 눈에 들어오기 시작합니다.

스픽에서는 이 옥외 광고의 숫자적 근거를 어떻게 찾았을까요? 아래 블로그 글에서 더 자세한 이야기를 확인해 주세요!

안녕하세요, 데이터 분석가 혜정입니다. 스픽의 옥외 광고 이야기 어떠셨나요?

저는 데이터 분석가다 보니 데이터가 있는 환경에서 데이터를 활용하는 것이 익숙한데요. 두현님의 이야기를 읽으며, 데이터를 없는 환경에서도 어떻게 데이터를 활용할 수 있을지 새로운 관점에서 생각해 볼 수 있는 시간이었습니다.

올해 마지막으로 진행되는 데이터리안의 10월 세미나에서는 스픽의 브랜드 마케터 정두현님, 데이터리안의 데이터 분석가 윤선미님과 함께 이야기를 나눠볼 예정입니다. 내 업무에 데이터를 활용하고 싶어 고민 중이시라면 이번 세미나에서 꿀팁을 얻어가 보세요💡

• 스픽의 ‘강남역 옥외 광고’, ‘천하제일 변명대회’ 브랜드 마케팅 비하인드가 궁금한 분
• 팀장님에게 기획안을 한 번에 컨펌받고 싶은 실무자
• 감에 의존한 의사결정 말고 논리적인 근거가 있는 의사결정을 하고 싶은 직장인
• 데이터 분석 실무 사례를 듣고 싶은 누구나

안녕하세요, 데이터 분석가 보민입니다.

데이터 분석 실력을 넥스트 레벨로 업그레이드할 수 있는 독서 챌린지, ‘데이터넥스트레벨챌린지’ 3기 후기로 찾아왔습니다. 3기에도 데이터 사이언티스트, 데이터 분석가, 시각화 엔지니어, 기획자, 마케터 등 다양한 분야에서 실무를 하고 계신 분들과 함께 현업 데이터 분석가의 추천 도서를 읽어보았습니다. ‘데이터넥스트레벨챌린지’가 무엇인지 궁금하다면, 1기 『데이터 문해력』 회고 글과 2기 『컨버티드』 회고 글을 먼저 읽어주세요.

🧑‍💻 시각화 엔지니어

🤓 데이터 분석가

이번 뉴스레터의 마지막 콘텐츠로, '그로스 해킹'의 저자 양승화님의 글을 소개합니다.

어떤 서비스에서는 잦고 반복적으로 사용하는 사용자의 '습관' 그 자체가 서비스의 자산입니다. 대표적으로 '인스타그램'과 같은 SNS 서비스가 이에 해당하는데, 이 글을 읽어보니 양승화님이 일하시는 '알라미'도 이 카테고리에 해당하는 것 같아요. 이런 서비스들은 눈치가 빨라야 합니다. 초기 이탈을 빠르게 캐치해서 사용자가 조금이라도 마음이 떠나는 것 같아보이면 얼른 붙잡아야 하거든요. DAU 지표를 중요하게 분석하는 것도 이런 이유이지 않을까 합니다. 알라미에서는 DAU 지표를 어떻게 분석하고 있는지 이번 글에서 확인해 보세요.

일별 활동 유저 수를 모니터링 하는 건 좋지만, 이 차트를 본다고 해서 "Active User를 늘리기 위해 무엇을 해야 하지?" 혹은 "우리가 Active User를 늘리기 위한 활동들을 잘하고 있나?"라는 질문에 대한 답을 얻기는 어렵습니다. 이 차트를 보면서 할 수 있는 의사결정도 거의 없고요. Active User 수 자체는 전형적인 후행지표이기 때문입니다.

그러다 보니 많은 서비스가 Active User에 영향을 줄 것 같은 선행지표를 함께 챙깁니다. 대표적으로는 가입자 수 (혹은 인스톨 수)와 리텐션(혹은 재방문율) 정도가 될 텐데요. 가입자가 많고 + 꾸준히 사용하는 유저 비율이 높아서 이탈하는 유저가 적다면 Active User는 많아질 테니, 선행지표로 유입과 재방문 지표를 보는 것은 합리적으로 보입니다. 이것으로 충분할까요?

우리가 일반적으로 보는 DAU나 Retention 차트에서, 유저의 행동은 굉장히 평면적으로 표시됩니다. 하지만 실제 서비스에서 마주하는 유저의 활동 패턴은 굉장히 다양하고 입체적입니다.

언어 학습 서비스로 잘 알려진 '듀오링고'는 DAU라는 탑라인 지표를 서비스에 의미 있는 여러 유저 세그먼트로 쪼개서 분석하는 Growth Model을 가지고 있다고 밝힌 적이 있습니다. 실제 이런 방식으로 활동성 지표를 쪼개서 살펴보면 단순히 Active User 숫자를 모니터링하는 것과는 전혀 다른 차원의 인사이트를 얻을 수 있습니다.

• 데이터 분석 오픈 카톡방 참여하기
  1. 링크 클릭 후 오픈 카톡방 메인 화면에서 참여 코드를 확인해 주세요. 
  2. 정원 마감 시, 추후에 새로운 오픈 카톡방이 열리면 뉴스레터로 안내해 드릴게요.
• SQL 데이터 분석 캠프 커리큘럼 보러가기
• GA4 데이터 분석 캠프 커리큘럼 보러가기
• SQL 마스터반 무료 사전 예약 하기
• 데이터리안 블로그에서 데이터 분석 콘텐츠 구경하기
• 데이터 분석 세미나 다음 주제 보러가기