즉시 사용 가능한 분석에 절대 안주해서는 안 되는 이유

인간에게는 많은 재능이 있지만 결점 없는 의사 결정은 확실히 그 중 하나가 아닙니다. 비즈니스 성장과 관련하여 자신의 직감을 믿을 수 있습니까? 사실과 데이터에 의존하는 편이 낫겠죠?

물론, 당신은 할 것입니다. 운 좋게도 시장도 이를 알고 있으며 앱을 추적하고 분석할 수 있는 다양한 솔루션을 제공합니다. Google Analytics, Firebase, Mixpanel 및 Facebook Analytics와 같은 도구 중에서 선택할 수 있습니다.

각각은 좋은 출발점이 될 수 있는 사전 정의된 여러 대시보드를 제공합니다. 그럼에도 불구하고 그들이 제공하는 통찰력에 안주하는 것은 비즈니스 재앙으로 가는 가장 확실한 길 중 하나입니다. 이 기사에서는 그 이유를 알려 드리겠습니다.

비즈니스 인텔리전스의 진정한 목적은 무엇입니까?

비즈니스 인텔리전스(BI)는 기본적으로 수집된 데이터를 도메인 맞춤형 대시보드 형태로 실행 가능한 통찰력으로 변환합니다. 전체 프로세스는 데이터 기반이므로 의사 결정이 보다 효율적이고 강력하며 정확합니다.

적절한 분석과 BI에 관심을 가져야 하는 이유는 무엇입니까? 그 이유는 아주 간단합니다. 이해 관계자는 앱의 성능을 알고 싶어합니다. 이를 위해 다음과 같은 몇 가지 중요한 질문에 답해야 합니다.

• 어떤 기능이 사용됩니까?
• 좋은 콘텐츠와 그렇지 않은 콘텐츠는 무엇입니까?
• 주요 타겟 그룹의 전환율은 얼마입니까?
• 사용자는 앱의 주요 경로를 어떻게 따르나요?
• 언제, 왜 휘젓는가?
• 언제 활성화되며 어떻게 계속 참여를 유지할 수 있습니까?

비즈니스 인텔리전스는 소프트웨어 개발 프로세스에 어떤 도움이 됩니까?

최고의 분석 도구를 기본적으로 통합하더라도 즉시 사용 가능한 도메인별 통계를 많이 얻을 수는 없습니다. 예를 들어 Firebase를 통합하면 활성 사용자 수, 인구 통계, 기기 또는 열린 화면까지 제공됩니다.

그러나 그것은 명시된 질문에 직접적으로 대답하지 않습니다. 그렇지 않습니까? 설치 수 또는 월간 활성 사용자 수에 대한 정보는 중요하지만 이것이 앱의 실제 목표인 경우는 드뭅니다.

미리 만들어진 솔루션 이상이 필요한 이유는 무엇입니까?

이러한 도구는 일반적으로 모든 사람에게 적합하도록 제작되었습니다. 즉, 그들은 누구를 위해 정말로 맞춤 제작되지 않았습니다. 다른 소스(예: 앱 데이터베이스, CRM 또는 시장 분석)의 데이터를 집계할 수 없으며 애플리케이션에 고유한 메트릭을 표시할 수도 없습니다. 이러한 도구는 비즈니스에 매우 오해의 소지가 있는 상황에 대한 제한적이고 불완전한 그림을 제공합니다 . 그들은 또한 일반적으로 제시된 결과를 시도하고 이해하기 위해 수집된 데이터를 탐구하는 능력이 제한적입니다.

여기에서 나를 오해하지 마십시오. 이러한 도구는 훌륭하며 사용하는 것이 좋습니다. 그것들은 적절하게 사용자 정의되기만 하면 됩니다. 콘텐츠, 수익 창출(예: 구독) 또는 사용자 참여에 대한 자세한 통찰력을 얻으려면 사용자 지정 분석 이벤트를 신중하게 계획하고 구현해야 합니다. 다음 단계는 수집된 이벤트와 앱 데이터베이스에 저장된 데이터를 모두 활용하여 사용자 지정 BI 대시보드를 구축하는 것입니다. 이러한 대시보드는 이러한 질문에 직접 답하는 가장 중요한 수치를 시각화하는 데 사용할 수 있습니다.

데이터 기반 의사 결정의 영향

McKinsey Global Institute는 데이터 기반 의사 결정 프로세스가 이를 활용하는 조직에 어떤 영향을 미치는지에 대한 연구를 수행했습니다. 이러한 결과 는 주요 지표를 확인하는 것이 실제로 필수라는 것을 분명히 확인시켜줍니다. 그러나 제품의 성공을 정의하는 숫자가 무엇인지 중단하고 진정으로 고려한 적이 있습니까? 그로스 해커가 말하는 북극성 또는 성장 기능은 무엇입니까?

분석 구축을 시작하기 전에 필수 지표를 명확하게 명시해야 합니다. 대부분의 제품은 매출 성장의 몇 가지 공통 요소를 공유합니다. 이는 신규 사용자 확보, 활성화 및 유지일 수 있습니다. 그럼에도 불구하고 모든 앱에는 수익에 영향을 미치는 고유한 비즈니스 관련 요소 집합이 있습니다.

수익에 영향을 미치는 요소를 식별하는 방법

앱의 핵심 가치를 경험하는 사용자와 가장 직접적인 상관관계가 있는 작업을 식별합니다. Uber의 경우 완료된 라이드, 라이드 수, 라이드를 재예약한 라이더 수입니다. Facebook의 경우 수락된 초대 수 또는 추가된 게시물, 댓글 및 반응의 수가 될 수 있습니다.

분석 도구가 제공하는 기본 메트릭은 분명히 가치가 있습니다. 여기에는 페이지 보기, 설치 수 또는 세션 수가 포함될 수 있습니다. 그러나 제품에 중요한 측정항목을 추적하는 것이 더 중요합니다. Google Analytics와 같은 도구는 수백 개의 차트를 제공합니다. 불행히도, 그것들은 종종 도움이 되기보다는 혼란스러운 것으로 판명됩니다.

신중하게 분석 계획

이 시점에서 "모든 것을 추적"하고 나중에 이해하기로 결정하고 싶을 수 있습니다. 이것은 매우 흔한 실수입니다. 그렇게 하면 곧바로 재앙으로 이어질 수 있습니다.

앱에서 일어나는 모든 일에 대한 완전한 그림을 쉽게 얻을 수 있다고 가정할 수 있습니다. 모든 버튼과 모든 작업에 대한 이벤트를 보내도록 개발 팀에 요청하기만 하면 됩니다. 음 ... 아니.

데이터 과학자가 필요한 이유는 무엇입니까?

물론 개발자는 선택한 SDK를 추가하고 모든 작업에 대해 이벤트 전송을 구현함으로써 기꺼이 할 것입니다. 그러나 그들이 더 큰 그림을 염두에 두지 않는다면 어떻게 될까요? 그들은 중요하다고 생각하는 것을 무모하게 보낼 것입니다. 당신은 분명히 많은 데이터를 얻게 될 것이지만 구조화되지 않고 혼란스럽고 주요 매개변수가 누락될 가능성이 높습니다. 그렇기 때문에 데이터 과학자를 프로세스에 포함시키고 데이터 수집 계획을 수립하는 것이 중요합니다.

데이터 수집 계획이란 무엇입니까?

데이터 수집 계획은 기본적으로 애플리케이션에서 보내야 하는 모든 이벤트에 대한 문서입니다. 데이터 과학자가 데이터를 준비하는 데 며칠이면 됩니다. 이러한 노력은 개발 기간 동안 성과를 거둡니다. 이렇게 하면 개발자는 이벤트 구현에 대해 생각할 필요 없이 간단히 설명서를 따를 수 있습니다.

내 자신의 경험을 통해 여기서 가장 효과적인 방법을 찾았습니다. 데이터 과학 팀과 함께하는 데이터 수집 및 활용 워크숍을 통해 계획 수립을 시작하세요. 이 회의에서 데이터 수집 목표를 확인합니다. 그런 다음 데이터 포인트를 설정하고 주요 지표를 설정하기 위해 제품을 살펴봅니다. 마지막으로 대시보드에 표시되는 방식에 대해 논의할 수 있습니다. 그러한 회의는 오해의 위험을 최소화할 것입니다.

중요한 것을 시각화

수십 개의 소프트웨어 프로젝트에서 일하면서 의사 결정권자들이 비즈니스 인텔리전스에 대해 지나치게 신경을 쓰는 경향이 있음을 보았습니다. BI가 의사 결정의 기반이 되고 성장을 주도하며 성공적인 제품을 구축하는 데 사용할 수 있는 유일한 도구이기 때문에 안타까운 일입니다. 이러한 태도는 제품에 대한 아이디어가 옳다면 반드시 성공할 수 있다는 잘못된 가정에 근거하는 경우가 많습니다.

그러나 현실은 매우 다릅니다. 모든 성공적인 제품은 데이터 기반 실험을 통해 지속적으로 개선됩니다. 시장은 잔인합니다. 졸고 있으면 손해를 봅니다. 그렇기 때문에 애플리케이션의 주요 지표를 지속적으로 추적하는 것이 매우 중요합니다. 그러나 능숙한 대시보드 사용자 지정 없이는 압도적인 양의 구조화되지 않은 로그를 얻게 됩니다. BI 사용을 방해하는 정보 과부하를 경험하게 될 것입니다.

정보 과부하를 피하는 방법

필요한 것은 가장 중요한 매개변수를 한 눈에 명확하게 보는 것입니다. 그렇게 하면 데이터 활용에 대해 쉽게 더 깊이 파고들 수 있습니다. 대시보드 사용자 정의가 필요합니다. 이러한 분석을 기반으로 비즈니스 인텔리전스 대시보드를 구축할 수 있습니다. 이를 통해 사용자가 앱과 상호 작용하는 방법을 배우고 결론을 도출하고 비즈니스 모델에 적용할 수 있습니다.

Google Analytics 또는 Firebase와 같은 분석 도구를 사용하여 어느 정도 할 수 있습니다. 그러나 많은 다른 데이터 소스의 결과를 결합하고 사용자 지정 BI 대시보드를 만들어야 하는 경우가 많습니다. 아래에서 Google 데이터 스튜디오에서 생성된 매우 간단하면서도 유익한 맞춤형 대시보드의 예를 볼 수 있습니다.

상상할 수 있듯이 이러한 대시보드는 숙련된 데이터 과학자가 비교적 쉽게 만들 수 있습니다. Tableau, Graphana, Google Data Studio 또는 Power BI와 같은 도구에서 하나를 만드는 데 일반적으로 며칠이 걸립니다. 소프트웨어 제품 구현에 들어가는 전반적인 노력에 비하면 거의 아무것도 아닙니다. 부가 가치를 고려할 때 사용자 지정 대시보드는 확실히 타협할 대상이 아닙니다.

맹목적으로 시장에 나가지 말라

앱이 출시될 때 최소한 분석 기능을 갖추는 것이 얼마나 중요한지 아무리 강조해도 지나치지 않습니다. 그렇지 않으면 앱이 가장 필요할 때, 즉 앱이 시장에서 검증될 때 앱에 대한 주요 통찰력을 얻을 수 있는 유일한 기회를 잃게 됩니다. 적절한 데이터 분석은 필요한 구현 시간과 관련하여 놀라울 정도로 저렴합니다. 그럼에도 불구하고 가장 간단한 솔루션에 안주하는 기업들은 종종 이를 무시합니다.

귀하에게 적합한 소프트웨어 솔루션이 필요하십니까?

48시간 안에 견적 받기

앱의 성능을 쉽게 전달할 수 있는 방식으로 데이터를 수집하고 시각화해야 합니다. 더 적은 것에 만족하지 마십시오. 당신은 뒤쳐지는 자신을 발견하고 그 이유를 알지 못하는 것을 원하지 않습니다. 조종사가 중요한 비행 매개변수를 지속적으로 모니터링하는 적절한 장비 없이는 비행기를 조종할 수 없는 것과 마찬가지로 올바른 데이터 분석 및 프레젠테이션 없이는 비행을 하게 될 것입니다.

데이터 기반 접근 방식으로 제품 성능을 개선하고 싶으십니까? 저희에게 연락하십시오!