#딜라이트룸 #토스 #우아한청년들 ⛄
안녕하세요 구독자님, 데이터리안 혜정입니다.
벌써 12월이 되었네요. 올 한 해도 잘 마무리하고 계신가요?
2024년의 마지막 뉴스레터에는 여러 회사의 데이터 분석 관련 소식을 준비했습니다. 매월 1,600만 명이 사용하는 서비스에서 데이터로 성장을 만들어내는 토스의 이야기부터, 적합한 데이터가 없는 상황에서도 귀납적 접근으로 서비스를 개선하는 딜라이트룸, 우아한청년들 '마케팅 데이터 분석가' 채용 공고의 특징까지 만나보실 수 있어요. 내년에는 실무에서 어떤 분석을 더 해볼 수 있을지, 혹은 어떤 방향으로 커리어를 쌓아나가야 할지 고민하고 계신다면 오늘 뉴스레터가 도움이 되었으면 좋겠습니다.
2024년 한 해도 정말 수고 많으셨어요. 올 한 해는 구독자님께 어떤 해였을지 궁금한데요. 다가올 2025년에도 건강하고 행복하게 보내시길 바랄게요.
그럼 저는 1월 뉴스레터로 다시 찾아뵙겠습니다✨ |
|
|
1. 블로그 | 그로스 도메인이 토스를 성장시키는 방법
2. 블로그 | 할인은 제공하면 무조건 이득일까?
3. 유튜브 | 마케팅 데이터 분석가는 어떤 일을 할까?: 우아한청년들 채용 공고 읽어보기
4. 챌린지 | #데이터넥스트레벨 독서 챌린지 4기 '그로스 해킹' 회고
|
|
|
안녕하세요, 데이터 분석가 혜정입니다. 오늘은 토스의 그로스 도메인 실무 사례를 첫 글로 준비했습니다.
토스 앱은 월간 활성 사용자 수(MAU : Monthly Active User)가 1,600만 명이 넘는다고 해요. 이렇게 규모가 큰 제품이라면 더 이상 유저의 성장을 만들기는 어렵지 않을까 생각이 드는데요. 오늘 소개할 글에서는, 토스의 그로스 도메인이 어떻게 데이터를 활용해 꾸준히 사용자 수 성장을 만들어 내는지 이야기하고 있습니다. 토스 그로스 도메인의 데이터 활용 방법, 문제 해결 방식이 궁금하다면 이번 글을 주목해 주세요.
* 이 글의 원문은 토스 채용에 업로드 된 “그로스 도메인이 토스를 성장시키는 방법”입니다.
⋯⋯⋯
더 쪼개서 보고 더 정확히 분석하면 모든 게 가능하다
모든 그로스는 정확하고 깊이 있는 사용자 분석에서 시작해야 한다고 생각합니다. 1,600만 명의 토스 MAU는 절대 똑같지 않아요. 누군가는 앱을 1달에 1번만 방문하고, 누군가는 30번 방문하죠. 그중에도 하루에 5번 방문하는 사람이 있고 하루에 1번씩 5일 방문하는 사람이 또 다르고요. 그래서 이렇게 쪼개서 하나씩 접근해 봅니다.
- 이들의 차이는 무엇이고 각 그룹의 유저 수 분포는 어떻게 될까?
- 무엇이 1번과 30번의 차이를 만들고, 1번을 몇 번으로 올려야 리텐션*의 변화가 생길까?
* 리텐션(Retention) 유저의 서비스 잔존율/재사용률
- 그렇다면 기회의 땅의 크기와 예상되는 임팩트는 얼마일까?
- 반대로 다시 돌아가 내가 타겟하여 토스 앱 활성도를 높이고 싶은 저관여 유저는 어떤 사람이고 무엇을 원할까?
앱을 더 잘 사용하도록 관여도를 높이자
토스 앱이 한 번 더 성장하기 위해서는 지금 토스 앱을 사용하지 않는 유저를 데려오는 것도 방법이지만, 토스 앱의 유저가 토스 앱을 더 잘 사용하도록 관여도(Engagement)를 높이는 것으로도 충분히 더 성장할 여지가 있다고 생각했어요. 그러면 먼저 유저를 아래와 같이 구분해서 그들 각각의 특징을 분석해야겠다고 생각했습니다. 각 유저 세그먼트의 리텐션을 기반으로 사용자 수를 예측하는 방식으로요.
유저 세그먼트
- 신규 사용자(New)
- 기존 사용자(Existing): 지난달에도 사용하고 이번 달에도 지속 사용하고 있는 사용자
- 부활 사용자(Resurrected): 원래 토스 앱을 사용했었지만 이탈했다가 다시 복귀한 사용자
|
|
|
⋯⋯⋯
이렇게 유저를 구분한 후에는 'Shapley Value', 게임이론에 기반해서 변수 기여도를 해석하는 방법론을 자주 사용한다고 해요. 이 방법론을 어떻게 활용하고 있을지, 또 분석 결과로 어떻게 액션 아이템을 찾아내는지, 더 자세한 이야기를 아래 인터뷰 글에서 만나보세요!
|
|
|
안녕하세요, 데이터 분석가 선미입니다. 개인적으로 정말 재밌게 읽은 딜라이트룸(알라미)의 글을 소개합니다.
구독자님은 할인을 제공하는 것이 무조건 이득이라고 생각하시나요? 이 글에서 '할인은 통상적으로 가격 차별화 전략으로 쓰이며, 이를 위해서는 데이터를 통해 유저의 소비 성향을 추정할 수 있어야 한다'고 설명합니다. 하지만 알라미의 경우, 별도의 회원가입이 없거니와 재화를 판매하고 있지 않아 데이터가 제약적이라고 하는데요. 이런 상황에서 딜라이트룸은 어떤 선택을 했을까요? 정확도를 높이기 위해 실험을 빠르게 반복하고, 획득한 레슨을 귀납적으로 축적해 나간 딜라이트룸의 사례를 공유합니다.
* 이 글의 원문은 딜라이트룸(알라미) 테크 블로그에 업로드 된 “할인은 제공하면 무조건 이득이다?”입니다.
⋯⋯⋯
귀납적 접근 1. 판매량 더 커야 해 무조건
기본적으로 할인 제공이란 판매 단가에서 일정 부분 양보하는 부분이 있기 때문에 그 이상의 판매량을 거둬야 이득이 됩니다. 정확하게 말하자면, 가격 측면에서 양보하는 비율보다 더 큰 증분의 판매량을 거둬야 해요.
|
|
|
사실 할인을 제공함으로써 그 전과 동일한 매출액을 낸다 해도 이는 손해나 다름없습니다. 예를 들어, 10명의 유저로부터 100만 원을 버는 것과 100명의 유저로부터 100만 원을 버는 것은 서로 다른데요. 왜냐하면 서버 운영 비용, 고객 응대 비용 등 유지 관리 측면에서 더 큰 비용이 발생하기 때문이죠. 그러므로 할인을 제공한다면, 일단 전체 판매량은 무조건 더 커져야 한다는 생각으로 임해야 합니다.
귀납적 접근 2. 카니발 없어야 해 무조건
할인을 제공할 때 기대할 수 있는 최선의 그림은, 할인을 제공하지 않아도 정가에 구매할 유저들에게는 할인을 제공하지 않는 것입니다. 정가에 구매할 유저들에게 굳이 할인 기회가 제공되어 할인가로 구매되는 현상을 카니발라이제이션(이하 ‘카니발')이라 부릅니다. 가만히 놔두면 정가에 구매하여 더 큰 매출을 냈을 것인데, 굳이 할인가로 구매하게 되어 오히려 매출이 줄어든 셈인 현상을 일컫는 말이죠.
|
|
|
여기서 핵심은, ‘카니발은 발생할 수밖에 없으니 어쩔 수 없이 안고 간다.’가 아니라 ‘카니발을 최소화할 수 있는 전략을 찾는다.’에 있습니다. 그리고 그것을 판단하는 지표는 각 케이스별 발생 매출의 총합을 비교하는 것입니다. 즉, 할인 제공으로 추가 발생하는 구독 매출만 보는 것이 아니라, 필연적으로 발생했을 카니발을 확인하기 위해 정가 상품의 구독 매출 변동까지 함께 살펴야 합니다.
⋯⋯⋯
이 글을 읽으며 여러 A/B 테스트의 실험군 비교를 통해 어느 정도 카니발이 존재하는지 알아낼 수 있다는 것이 신선하게 느껴졌어요. 카니발을 고려한 최적의 할인 전략을 찾는 방법, 그리고 알라미의 최근 실험 결과는 블로그 글 전문에서 확인해 보세요.
|
|
|
🔥
마케팅 데이터 분석가는 어떤 일을 할까?
: 우아한청년들 채용 공고 읽어보기
|
|
|
데이터리안에서는 데이터 분석가 취업, 직무 전환을 준비하시는 분들을 위한 콘텐츠를 제작하고 있어요. 그중 하나가 데이터리안 유튜브 채널에 업로드하는 '채용 공고 읽어보기' 시리즈입니다.
그동안 읽어본 데이터 분석가 채용 공고 중에는 마케팅 분석, 프로덕트 분석, 비즈니스 분석 등 여러 분석을 모두 하는 공고가 많았는데요. 오늘은 '마케팅' 분석을 하는 우아한청년들의 '마케팅 데이터 분석가' 공고를 읽어보았습니다. 분야가 뾰족한 직무의 채용 공고는 어떤 특징이 있을까요?
|
|
|
⋯⋯⋯
주요 업무
📍 광고/프로모션 분석을 통한 마케팅 지표 개발
"팀 인터뷰 글을 보니, 'Paid media를 효율화하고 Organic을 확대하는 마케팅 전략 수립'이라는 목표가 있더라고요. 마케터분들이 이런 목표를 세웠을 때 이 목표가 어떤 의미인지를 알아야 하고, 또 이런 마케팅 전략을 수립하려면 어떤 데이터를 봐야 하는지, 나중에 성과 분석은 어떻게 할지 알아야 할 것 같아요. 그래서 이 직무에서는 기본적인 마케팅 지식과 함께 데이터를 분석하는 실력이 필요하지 않을까 생각이 들어요. 그래서 자격 요건에도 '마케팅/프로모션에 대한 이해가 있으신 분'이라는 내용이 들어 있는 것 같습니다."
자격 요건
📍 3년 이상 SQL을 활용한 데이터 분석 경험을 보유하신 분
"요즘에도 종종 저희 오픈카톡방에 ' 데이터 분석 시작해 보려고 하는데 SQL 배울까요, 파이썬 배울까요?' 이런 질문 주시는 분이 많더라고요. 오픈카톡방에 계신 분들도 대부분 SQL부터 시작해 보라고 답변을 많이 해주시는데요. 이렇게 채용 공고 상단에 있는 게 가장 중요한 요건이니까, 이 직무에 지원하시려면 SQL 준비를 잘해서 지원하시면 좋겠습니다."
"맞아요. 그래서 공고 하단의 '채용 전형' 섹션에 SQL 테스트도 본다고 적혀있더라고요. SQL이 제일 중요한 게 맞는 것 같고요ㅎㅎ SQL 테스트에 실무 관련된 문제가 나온다면, 데이터로 마케팅 성과 분석을 하거나 리텐션을 SQL로 구하는 것도 문제로 나오지 않을까 싶어요."
⋯⋯⋯
데이터리안을 창업한 이후에는 저희도 마케팅을 직접 하면서 분석도 하고 있어요. 마케팅을 하는 분석가이기 때문에 이 공고의 내용을 더 잘 이해하고 설명할 수 있지 않았나 싶습니다. 지원을 고민하시는 분들께 조금이나마 도움이 되었으면 좋겠습니다. 더 자세한 내용은 아래 영상에서 확인해 주세요!
|
|
|
데이터 분석가 채용 공고 속 필수 자격 요건, SQL
💌 1/5(일) 얼리버드 최대 30% 할인 마감
2025년 새해에 데이터 공부를 시작하실 구독자님을 위해 SQL 데이터 분석 캠프 | 입문반, 마스터반의 얼리버드 할인 기간을 연장했습니다. 2025년 새해에는 데이터리안과 함께 공부해 봐요!
⋯⋯⋯
SQL 데이터 분석 캠프 | 입문반
[4주 과정] 사전지식 필요 없는, 입문자를 위한 SQL 트레이닝 |
|
|
코딩 선수 지식, 데이터 분석 용어 아무것도 몰라도 됩니다. 수업을 듣기 위해서 프로그램 설치를 할 필요도 없어요. 실무에서 쓰는 SQL 핵심 문법과 데이터 분석 방법을 4주 동안 쉽게 설명해 드릴게요. |
|
|
SQL 데이터 분석 캠프 | 마스터반
[6주 과정] 데이터 모델링부터 SQL 성능 최적화까지 마스터 |
|
|
SQL 마스터반은 모두에게 필요한 강의는 아닙니다. 하지만 SQL이 결과물을 내놓지 않아 야근을 밥 먹듯이 하고 있거나 방치된 분석용 DB의 교통 정리를 해야 하는, 데이터 분석 이외에도 다각도로 성장할 것을 강요받는 (특히 스타트업의) 분석가라면 이 강의가 업무의 바이블이 되어줄 것이라고 생각합니다. |
|
|
📚
#데이터넥스트레벨 독서 챌린지 4기
'그로스 해킹' 회고 |
|
|
안녕하세요, 데이터 분석가 보민입니다. 오늘 마지막 글은 11월 한 달간 진행된 독서 챌린지, 데벨챌 4기 회고로 준비했습니다.
데벨챌 4기에서는 딜라이트룸 Data Lead 양승화님이 쓰신 '그로스 해킹'이라는 책을 3주 동안 함께 읽어보았어요. 지난 금요일에는 회고 모임 & 저자 북토크를 끝으로 4기 대장정을 마무리했습니다. 이번 챌린지는 역대급으로 신청자도 많고, 회고 모임 참석자도 많았던 기수였어요. 총 챌린지 신청자 수 500명 이상, 약 100명의 참가자분이 3주 동안 모든 미션을 완료하셨답니다. 3주 동안 무려 400개의 블로그 글이 발행되었더라고요😲 |
|
|
좋은 책이라고는 생각했지만 이렇게나 많은 분이 관심을 갖고 계신 줄은 몰랐습니다. 성장하는 서비스를 만들기 위한 데이터 분석 방법론, 그로스 해킹에 생각보다 훨씬 더 많은 분이 관심을 갖고 계시다는 것을 알게 된 한 달이었어요. |
|
|
3주간의 챌린지 일정이 모두 마무리된 후, 저자 양승화님을 모시고 회고 모임 & 저자 북토크를 진행했습니다. 양승화님과 함께 그로스 해킹과 커리어에 대한 궁금증, 고민을 이야기해 보는 시간을 가졌는데요. 승화님이 지나온 커리어에 대한 이야기, 책 출간 이후 저자 승화님은 어떤 일들을 하고 지내시는지, 요즘은 어떤 고민을 하고 계시는지 등 다양한 주제로 이야기를 들어볼 수 있어 챌린저분들의 만족도가 아주 높았답니다. 어떤 질문에도 막힘없이 답변해 주시는 모습을 보며 진행하는 내내 감탄했어요.
다음 챌린지 일정은 아직 정해지지 않았지만, 일정이 정해지면 뉴스레터와 오픈카톡방을 통해 구독자님께 알려드릴게요. 혹시 데이터리안 오픈채팅방에도 참여하고 싶다면, 아래 링크로 접속해 주세요🤗
|
|
|
⛄ 구독자님! 데이터리안 콘텐츠와 함께 데이터 분석 능력을 업그레이드 해봐요
|
|
|
데이터리안
데이터 분석, 데이터리안과 시작하세요
contact@datarian.io
|
|
|
|
|
