Product Manager에게 데이터 분석은 왜 필요하며 얼마나 할 줄 알아야 할까? 데이터 분석가가 따로 있는 데도 PM에게 데이터 분석 능력이 요구되는 이유는 뭘까? 우선 PM은 고객이 가지고 있는 문제에 대한 다양한 가설을 세우고 해결책을 제시하여 검증하는 Role이다. 때때로 실험에 앞서 왜 이런 가설을 세우게 됐는지에 대한 적절한 논거가 요구되는데, 이때 무엇을 문제점이라고 보았는지 그리고 왜 이러한 해결책을 제시하게 되었는지 의견을 뒷받침할 수 있는 근거를 가지고 이해관계자들을 설득할 수 있어야 한다. 한 마디로, 가설을 세우고 검증하는 과정은 데이터 분석과 떼어놓을래야 떼어놓을 수가 없다. 그렇다면 데이터 분석은 언제 필요하며 어떤 도구들을 사용할 수 있을까?

 

 

데이터 분석은 언제 필요할까?

 

“데이터는 사람에 관한 것이지, 숫자가 아니다.”
Data is about people, not numbers.

 

수많은 실험을 하기에 앞서 PM은 다양한 지표들을 벗 삼아 고객의 행동을 읽고 실험의 방향성을 유추하거나 재고할 수 있다. 비록 정량적 데이터가 모든 문제를 해결해 줄 수는 없어도 참고 지표로서 활용될 수는 있다. 물론 이런 정량적 데이터도 어떤 관점에서 수집되었는지 여부에 따라 쓰임이 달라질 수 있다고 생각된다. 법정에서도 사건과 무관하거나 불충분한 증거는 참작되지 않듯, 데이터 역시 마찬가지다. 과정에서 고객의 행동 데이터를 얼마나 효율적으로 추출하고 분석할 것인가를 골똘히 고민하기보다는 문제 상황에 따라 어떤 데이터(지표)를 적절히 꺼내 읽어야 할지를 파악하는 것이 PM의 주 역할이라 생각된다.

데이터 분석은 언제 제 역할을 할까? 데이터는 의사결정 과정에서 참고할 자료가 되어준다. 서로 비슷하거나 또는 전혀 다른 두 가지 선택지를 놓고 의사결정을 내려야 할 때 실험의 데이터를 기반으로 비교적 객관적인 선택을 내릴 수 있다. 리스크를 미리 어느 정도 가늠해 볼 수 있다는 점에서도 도움이 되지만, 그 외 문제를 파악하는 단계에서 큰 흐름을 잡아야 할 때 역시 참고 지표가 될 수 있다. (눈으로 보이는 추세를 넘어서 더 깊이 파고 들면 인사이트라는 것도 얻을 수 있지 않을까. 약간 유니콘.. 같은.) 

뿐만 아니라 제품의 성장과 개선에도 연관이 있다. 데이터는 실험과 검증의 과정을 통해 얻은 결과물(서비스의 특정 기능이 되었든, 제품의 가격이 되었든)이 의도했던 방향으로 동작했는지, 그렇지 않다면 과정에서 어떤 변수가 있었고 추가적으로 개선되어야 할 부분이 무엇인지 문제 해결의 실마리를 제공한다. 이러한 데이터 분석은 가정으로 세운 인과관계를 실험해 볼 수 있는 기회가 되어준다. 

 

 

활용할 수 있는 도구에는 뭐가 있을까?

 

이미지에 대체텍스트 속성이 없습니다; 파일명은 20210111_113640_1.png 입니다.

 

Google Analytics

 

GA는 구글에서 제공하는 웹 분석 서비스로 고객이 어느 단계에서 이탈했는지를 알 수 있게끔 도와주는 데이터 분석 툴이다. 한 마디로 사용자의 행동을 트래킹해 보기 쉬운 형태로 제공해주는 분석 도구인데, 수백 가지의 결과 리포트를 제공하고 있기 때문에 어떤 데이터를 참고해야 할지 어렵다는 단점이 있다. 유입 경로, 사용자 수, 행동 패턴들을 시각화하여 한눈에 확인할 수 있다는 점이 편리하고 전환율을 높이는 데도 활용된다.

 

이미지에 대체텍스트 속성이 없습니다; 파일명은 20210111_113640_2.png 입니다.

 

AB테스트

 

어떤 페이지에서(퍼널 단계에서) 고객의 이탈률이 높게 발생하는지 확인했다면 AB테스트로 문제 현상을 개선해 볼 수 있다. 일련의 실험을 통해 가장 효과적인 방안을 찾아내는 테스트 방법으로, 두 그룹의 사용자들에게 서로 다른 페이지를 보여준 뒤 어떤 그룹에서 더 좋은 성과가 나타나는지 정량적으로 평가하는 방법이다. 실패의 리스크를 줄이고 빠른 가설 실험 결과를 도출할 수 있다는 점에서 유용하다. 

 

SQL

 

데이터에 접근할 수 있는 가장 기본적인 수단, 기술로 여겨진다. 간혹 PM 채용 공고의 우대사항 란에서도 찾아볼 수 있는 데이터 분석 기법이며, 사내의 데이터를 목적에 따라 필요한 정보만 추출해야 할 때 자주 사용된다. 더 자세한 설명은 SQL에 관해 잘 정리한 브런치 글을 참고해도 좋을 것 같다.

 

 

https://brunch.co.kr/%40aykim13/40

 

 

로빈님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.