데이터 월간 공유

GA를 세팅하고 나서 볼 수 있는 데이터가 많아졌습니다.
데이터가 풍부해지니 좋기도 하지만 당연히 따라오는 수순이 있습니다.
정리를 해야합니다.
무수히 많은 숫자들이 무엇을 뜻할 수 있는지 인사이트도 도출해야하고
우리는 무엇을, 어떤 기준으로 측정하고 싶은지 지표정의도 해야하고
이를 바탕으로 next step도 구상해야 합니다.



GA를 세팅한 직후에는 그동안 추론만 해왔던 것들을 데이터로 확인하게 되니
흥미로운 부분이 생기면 바로바로 슬랙으로 공유하거나,
기획팀에서 시도해보고 싶은 가설을 스프린트로 구성한 후
개발팀과 공유하는 방식으로 프로젝트를 진행했었습니다.

하지만 장기적으로 개선해나가야 하는 이슈들이 생기면서
더이상 특정 시점의 스냅샷이나 일부 데이터를 보는 것만으로는 의사결정에 한계가 있었고,
전사 차원에서 정기적으로 경향성을 확인할 수 있는 최소 단위의 데이터 공유가 필요하겠다는 생각이 들었습니다.
그래서 월 1회, 다함께 데이터 지표를 보며 논의할 수 있는 monthly review(월간 데이터 공유) 시간을 만들었습니다.

가입자, DAU, 재방문율과 같은 매우 기본적인 서비스 지표부터
내부적으로 정의한 핵심 지표들을 자료로 만들었는데요.
처음에는 지표를 요약한 대시보드의 개념만으로도 충분할 것이라 생각해서,
매달 데이터만 입력하면 산출되도록 세팅을 해두었었는데요.
역시나 예측과는 다르게 매달 새로운 이벤트가 발생하고,
비교데이터가 축적되기 시작하면서 다각적으로 분석해야 하는 상황이 생기기 시작했습니다.

예를 들어 당시 비디어스는 가입율 개선이 필요했는데요.
가입율을 높이기 위해서는 크게 두 가지 방법이 있었습니다.
1. 회원가입 플로우를 간편하게 개선하기
2. 로그인을 해야하는 상황을 만들어 간접적으로 회원가입을 유도하기
DAU, 신규 방문자, 가입자, 로그인 비중 등의 데이터를 엮어 봤을 때 2번으로도 충분하다고 판단했습니다.
이에 따라 진행했던 스프린트는 미로그인 시 공고 상세 정보를 열람할 수 없게 제한하여 로그인을 유도하는 것이었습니다.
결과는 현재진행중이긴 하나 유효한 수치를 보이고 있습니다.

서비스가 완전 초기 단계였을 때는 데이터가 없었기 때문에
직관에 기반해서 가장 유효하다고 판단되는 방법을 택할 수 밖에 없었고,
성공 여부도 가입자 수, 지원자 수와 같은 결과론적인 지표로 판단할 수 밖에 없었는데요.

이제는 사용자의 행동 단위까지도 파악할 수 있도록 데이터를 촘촘히 세팅해놓았기 때문에,
성공 지표로 사용할 수 있는 데이터도 세분화되었고
해당 스프린트의 성공이 서비스 전체 성과에 끼치는 악영향은 없는지 점검할 수 있는 가드레일 지표도 설정하여
서비스 관점에서 선택의 불확실성을 줄일 수 있는 의사결정을 할 수 있게 되었습니다.

또한 이렇게 월별로 분석한 데이터 내용을 문서화함으로써 회사에 데이터 자산이 쌓이고,
새로 입사하신 분도 이전 히스토리를 파악할 수 있는 자료가 되었습니다.
무엇보다 이 자료들은 월간 공유 때만 보는 게 아니라,
시간축으로 비교할 지표가 생길 때 참고하기도 하고 의사결정을 할 때도 활용을 하는데요.
이전에는 직관 기반의 의사결정이 많았다면,
이제는 서비스의 성장을 위해 직관과 데이터를 모두 활용하여 이전보다 리스크가 적은 의사결정을 할 수 있게 되었습니다.

물론 데이터에 기반한 의사결정이 항상 좋은 결과를 담보하는 것도 아니고,
데이터에 늘 답이 있는 것은 아니지만
저의 목표는 전사적으로 데이터를 기반으로 서로 피드백하고 협업하며
그 당시의 최선의 의사결정을 내리고 더 나은 방향으로 성장하는 것입니다.
그날을 향해 킵고잉~

---