스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
•
1,020 likes•153,554 views
우리 회사는 데이터를 볼 필요가 있을까? 봐야 한다면 어떻게 해야 할까? 스타트업이든, 큰 기업이든 데이터가 왜 필요하며, 어떤 기법들로 분석해 나갈 수 있는지 설명합니다. 퍼널, A/B 테스트, 코호트 분석등에 대해 쉽게 설명합니다.
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (14)
Similar to 스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
Similar to 스타트업은 데이터를 어떻게 바라봐야 할까? (개정판) (20)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
- 2. 하 2 용호
- 4. ‘저 녀석은 뭐하는 놈일까?’
- 5. 데이터 사이언티스트 =이게 무슨 설명이야;; Data Scientist
- 6. = 데이터에서 데이터 사이언티스트 Data Scientist + 패턴을 찾아내어 + 비지니스 기회로 프로그래머 통계학자 컨설턴트
- 7. 상상 속의 나
- 9. 실제의 나
- 10. 삽질하는 두 남자 빈센트 반 고흐 (Two Peasants Digging After Millet ) (1889)
- 11. 삽질하는 두 남자 장프랑수와 밀레 (Two Men Turning over the Soil) (1866)
- 13. 모든 일의 근원은 삽질이지만 우리는 학습을 통해 다음 삽을 더 잘 뜰 수 있다.
- 14. 그게 바로 요즘 뜨고 있는
- 16. 핵심은 속도, 피드백, 반복을 통해 낭비를 줄인다. 린 스타트업의 프로세스
- 17. 린 스타트업의 프로세스 직관적으로도 잘 하는 부분 어떻게 해야할지 잘 모르는 부분
- 18. 린 스타트업의 프로세스 고객은 여기에 있다.
- 19. 고객을 알기 위해서는 데이터가 반드시 필요하다.
- 20. 데이터에 목숨 거는 건 큰 회사도 마찬가지다.
- 23. 금요일 마다 기저귀를 사는 사람들이 맥주도 사더라.
- 24. 기저귀랑 맥주를 함께 진열 했더니 매출 상승!!! 알고보니 퇴근하면서 부인심부름으로 기저귀 사러 간 남편 맥주도 같이 사곤 함
- 25. 따로 짬내서 추적해본 결과, 1992년의 Osco Drug stores (이름은 약국인데 다 팜) " 간지를 위해 월마트로 와전되곤 함. 뭐 그래도 그런 패턴이 발견 된 것만은 사실. 누가 월마트라고 이야기하면 아는 척 하자! 근데 실은 이거 월마트 이야기 아님
- 26. 최근에 있었던 실제 사례를 봅시다!
- 29. 어느날 아부지 한분이 성을 내며 쳐들어 왔다. “사장나와!”
- 30. 까딱하면 큰일나는 아버님
- 31. 10대 딸에게 보낸 쿠폰북에 임산부 용품만 잔뜩! " 이자식들 내딸을 농락하다니
- 32. 그러나 아버지는 사과하면서 나올 수 밖에 없었는데… “따..따님이 실제로 임신하셨습니다!”
- 33. 임신 3개월 쯤 로션 취향이 바뀐다!! 은 알아 내었었다! 향있는 로션 향없는 로션 로션 취향이 갑자기 바뀐 따님의 임신을 눈치챔!
- 35. 왜 이렇게 다들 득달같이 데이터에 달려드는가?
- 36. 경쟁은 어디에서 일어나는가? 시대가 흐르며 경쟁력의 핵심이 바뀜
- 37. ➔ ➔ Data
- 38. 유저의 관심이 가장 소중한 자원 눈길을 받았을 때 원하는 것을 제시해야 함 눈길을 받는 법이 필요
- 39. 앞으로 이야기 할 내용들 청바지 이야기 퍼널(funnel) 코호트(cohort)A/B Test 지표 이야기
- 40. 청바지
- 41. 여러분의 청바지는 무슨 브랜드 입니까?
- 43. 부동의 1위 판매 브랜드
- 44. 으읭? 나도 내 친구도 내 친구의 친구도 뱅뱅 잘 안입는데?
- 45. 그래도
- 46. 뱅뱅 이론 우리는 사실 매우 일부분에 불과하며 우리가 아는 사실은 전체를 보았을 때 거짓일 가능성이 있다. 우리는 우리 생각보다 세상을 모르고 있다.
- 47. 나도 내 친구도 다 죽이는 아이디어 라던데?
- 48. 여러분 여러분 친구 Real World 세상은 정규분포
- 49. 데이터를 기반으로 끊임없이 진짜 세상의 반응을 측정해야 한다.
- 50. 앞으로 이야기 할 내용들 청바지 이야기 퍼널(funnel) 코호트(cohort)A/B Test 지표 이야기
- 51. Data Driven 이 되려면 측정가능한 목표가 중요하다.
- 52. 왜 이런 지표들이 중요? 비전이란 참으로 훌륭하다 전직원이 마음속 깊이 공유하면 더 좋다. 하지만 실현으로 옮기는데 굉장히 많은 어려움이 따른다.
- 53. “훌륭한 사람이 되세요.” “이번 영어 80점 못넘으면 죽는다.” -교장 선생님- -담임샘-
- 54. 어떤 지표가 좋은가?? • 측정 가능 할 것 • 달성하기 위한 액션을 쉽게 떠올릴 수 있을 것 • 빠르게 계산해 낼 수 있을 것 (가능하면 매일) “이번 영어 80점 못넘으면 죽는다.”
- 55. 적은 수의 지표를 쓸 것 더 중요한 점
- 56. 여러분이 지금 단계에서 정말 원하는 것이 명확해 집니다. 지표 후보들을 하나씩 지워 나가면 (일당 가입자수, 전환율, 포기율, Active 사용자수, 객당 단가 등등 수많은 것들 중에서)
- 57. 앞으로 이야기 할 내용들 청바지 이야기 퍼널(funnel) 코호트(cohort)A/B Test 지표 이야기
- 58. 유저란 ‘유산균’ 같은 거에요
- 63. 이게 무슨 미친 짤방이냐!! 걱정말아요. 전 제정신이에요
- 64. 광고 노출 사이트 방문 가입 페이지 가입 완료 무료 활동 유료 구매 ‘응’까지살아가는것이중요하다. 단계마다죽어나간다.
- 65. 각 단계마다 얼마의 비율인지 알고 계십니까?! 유저는 어디에서 맘을 돌려버리는지!? 각 단계를 측정하고 있는가가 중요
- 66. 앞으로 이야기 할 내용들 청바지 이야기 퍼널(funnel) 코호트(cohort)A/B Test 지표 이야기
- 67. /71 67
- 68. /71 68
- 69. /71 69 후원금 대박!
- 70. /71 70 온라인 모금액이 그 이유!
- 71. /71 71 스타크래프트 잘하게 생긴 애들이 선거전략짬
- 72. /71 72
- 73. /71 73
- 76. /71 76 조합들을
- 78. /71 78 가장 반응률이 높은 것은?
- 79. /71 79
- 80. /71
- 81. A/B 테스팅의 어려움 : 아니 서비스 만들 시간도 없어 죽겠는데;;
- 82. 하지만 당장 쓸 수 있는 곳 : 마케팅, 사용자조사
- 83. 짜장, 짬뽕 같이 내놔야 사람들이 뭘 원하는지 알 수 있다.
- 84. 앞으로 이야기 할 내용들 청바지 이야기 퍼널(funnel) 코호트(cohort)A/B Test 지표 이야기
- 85. 코호트(cohort) 뭔가 말 부터 어려워 보인다.
- 86. 5학년 1학년 같은 시험지 60점 20점
- 87. 1학년을 혼내어서야 되는가? =코호트(cohort) 5학년이 1학년이었을 때의 성적과 비교하자. 매 해의 1학년 성적들을 나열해 놓고, 비교해보자.
- 88. 입학2012년 1학년 20
- 90. 입학2012년 2013년 2014년 1학년 2학년 3학년 20 35 50 23 28 32입학 입학 (얘네들도늙음) (또 신입생.부럽다)
- 91. 입학2012년 2013년 2014년 1학년 2학년 3학년 20 35 50 23 28 32 지금은 2014년입학 입학 비교는 이 방향으로
- 92. 입학2012년 2013년 2014년 1학년 2학년 3학년 20 35 50 23 28 32입학 입학 1학년 교육은 해가 갈수록 잘하네 2학년 교육 망;;
- 93. 가입3달전 2달전 1달전 1달사용자 2달사용자 3달사용자 20 35 50 23 28 32가입 가입 초기 가입자 대응은 시간이 갈수록 더 잘하는 것 같네 기존 유저 만족도는 점점 떨어지는구나.
- 94. • 뱅뱅이론 : 우리의 가정은 틀렸을 가능성이 많다. • 지표 : 측정가능한 적은 수의 지표를 만들자. • 퍼널 : 유저란 유산균이다. 장까지 스텝을 보자. • A/B테스트 : 짬뽕, 짜장 같이 내놔야 식성을 안다. • 코호트 : 5학년과 1학년은 같은 학년일 때랑 비교하자 핵심 개념 복습
- 95. 기승전GA Google Analytics =설명한 것 다 됨 (코호트 마저 2013년 후반에 추가)
- 96. 그런데 정말 중요한 것을 말씀드리지 않았다.
- 97. 중요한 것은 지식이 아님
- 98. 데이터로 이야기 하는 문화 (DATA DRIVEN)
- 99. 언제부터?
- 100. NOW! 피자 두 판으로 팀이 배부를 수 있는 규모일 때!
- 101. 조직이 작을 때, 데이터가 얼마 없어 보기 쉬울 때 이 때 데이터에 익숙해져야 한다.
- 102. 그러려면 팀의 누구부터 데이터를 봐야 하나?
- 104. 마치면서
- 105. 어째서 인간은 똑똑해지게 되었을까?
- 107. 다음에는 어느 방향으로 나가야 할지 더 잘 판단하기 위해서 감각이 만들어지고, 시각이 만들어지고, 뇌가 발달하게 되었다. 앞으로 나아가기 위해서
- 108. 보고 배우고 걸어나간다.
- 109. 그것이 지구상에 생물이 살아온 방식이고 여러분이 데이터를 봐야 하는 이유입니다.
- 110. 아몬드 꽃 빈센트 반 고흐 (Almond Blossoms) Thanks.