500만+ 유저를 획득한 데이터 기반 그로스 전략 : Retention to Revenue

안녕하세요, Data Scientist K라고 합니다. 먼저, 이렇게 좋은 강의에 관심을 가져주신 것에 감사드려요. 저는 Data Scientist 커리어로 한 우물만 팠고, 그 과정에서 수많은 경험들을 했어요. 그 중 Data 분석을 하는 분이라면 가장 관심있으실 “비즈니스의 지표를 지속가능한 방식으로 바꾸는 방법”에 대해서 저의 러닝들을 소개해 드리면 좋지 않을까 생각했습니다.

Tool에 대한 내용보다는 대부분 Fundementals에 대해서 이야기를 드릴 예정이에요. 단순히, SQL python을 배우는 게 아니라 그 core를 알게되면 툴들을 잘 조합해서 최대한의 성과를 낼 수 있거든요. 세션을 나누어서 이론을 소개드리고, 제가 이전까지 이어온 business 경험들을 토대로 실제 존재할 법한, 활용하고 있는 데이터를 meta로 만들어, 가상 회사의 데이터를 가지고 실습하는 형식으로 진행할 예정입니다.

현업에 있는 분이라면 위 과정들을 잘 소화시켜서 Action들을 하면서 지표들을 바꾸게 되실 거에요. Junior Data Analyst라면 Intern으로 입사하여 Data를 기반으로 주요 key-lever들을 찾거나 North Star를 세우는 등의 역할을 하시게 될 거예요.

주어진 환경에서 정해진 문제를 잘 푸는 과정들은 이미 많은 것 같아요. 마치 데이터셋이 정해진 kaggle에서 모델링을 잘 하는 것처럼요. 그러나, 위 강의는 “지금 환경에서 어떤 문제를 정의해야 하는가? 그리고 이를 어떻게 Action으로 이끌어 낼것인가”에 대한 내용이에요. 위 예제의 비유로 보면, 지금 필요한 데이터가 없다면 만들 수 있는 능력을 갖추게 되는 거죠.

데이터와 통계는 이전부터 왕의 학문이었어요. 지금 세금을 어떻게 정해야 할까? 적은 어떤 장비를 갖고 있지? 국민들이 얼마나 힘들지? 어디서부터 해소해야 하지 등 한 사람 한 사람의 목소리를 데이터화시켜 해석하고 의사결정하고 있었고, 이는 역사가 변해도 바뀌지 않을 거예요. 비즈니스도 마찬가지예요. 수많은 데이터에서 역학 구조를 찾아내고 그것을 활용하여 좋은 의사결정을 만들고, 그게 결국 성장을 만들게 됩니다. 그리고, 이 강의를 통해 그 방법을 알게 되실 거예요.

안녕하세요, 현재 한국의 유니콘 기업에서 Product Owner로서 일하고 있습니다. 사실 불과 반년 전까지 저는 Data Analyst였습니다. 딱 반년 정도 Data Analyst로 일하다가, Product Owner로 전직하게 되었습니다. 사실 저는 제가 빠른 성장을 한 원동력 자체가 Data에 있다고 생각하기 때문에, 이 강의를 기획하게 되었어요. 결국 데이터를 통해 회사의 비즈니스 지표를 Growth 하듯이, 같은 접근법으로 개인의 성장을 Growth 할 수 있다고 믿거든요. PO로 전직하는 것에 많은 동료분의 호응을 받았는데, 사실 그 이유도 Data를 통해 문제를 설명하고, Data로부터 발굴한 인사이트로 비즈니스의 방향성을 제시하고, 그런 과정들을 쌓아가면서 Data Communication 컬쳐를 팀에 정착시킨 공이 컸기 때문이에요.

저는 한국의 많은 Data Analyst, Product Manager, Product Owner 분들이 이 접근법을 배우고 제품의 성장을 만들어내는 쾌거를 이루고, 또 한국 전반에 데이터로 소통하는 것이 합리적인 문화가 생성되었으면 좋겠다는 간절한 바람이 있어요.

저는 강의의 앞부분을 다루게 될 예정입니다, “결국 데이터 분석의 핵심은 divide and conquer”인 이유에 대해서 설명하고, 이 사고를 통해 어떻게 팀에게 인사이트를 전달하고 액션 시켰는지를 알려드리려고 합니다. 그 뒤에는 ‘AARRR’ 프레임워크의 도입과 Retention의 중요성을 여러 시나리오로 나누어서 설명해 드릴 예정이에요. 그리고 그 과정에서 이 강의 기획에서 중요하다고 생각했던 raw data로부터 스스로 집계하는 과정을 실습시켜드리려 합니다.

만약 취준생분이라면, 어떤 회사의 Data Analyst Intern으로 가셔서 바로 눈에 띄는 인사이트를 도출하실 수 있다고 생각해요. 예를 들어, Retention의 key lever를 발굴하거나 재정의하거나, 유저가 Activation 되는 use case를 찾아서 오히려 이것을 제품으로 만들어 Growth(이런 형태를 보통 product-lead growth라고 하죠)를 한다거나 할 수 있다고 생각합니다. 사실 제가 MD에서 Data Analyst로 이직하던 과정에서, 인턴과정을 레버리지로 삼았거든요. 이 강의의 내용을 처음 암묵지의 형태로 전달해주신 게 현재 후반부 강의를 담당해주시는 분인데, 이 접근법을 통해 원래 계획된 인턴과정의 절반의 기간 내에 정규직으로 전환되었어요. 개인의 경험에 불과하지만, 저는 누구나 데이터를 통해서 가치를 만들 수 있다고 믿습니다.

만약 이미 현업에 계신 분이라면, 현재 회사의 데이터를 저희 강의내용대로 재구성해보시는 것만으로도, 집중해야 할 곳을 발견하실 수 있으실 거예요. 사실 데이터를 활용한다고 하더라도, 실제 데이터 커뮤니케이션에서 무엇이 우선순위일지 결정하는 것의 근거가 데이터가 아닌 경우가 허다하거든요. 특히 PM, PO 직무에 계신 분들이라면 DB 접근 권한과 툴을 얻으셔서 하나하나 데이터 프레임워크를 구성해보셨을 때, 스스로 Data insight를 도출하실 수 있다고 거의 확신합니다. (왜냐면 제가 그렇게 하고 있거든요)

데이터 커리어를 쌓기 위해서 수많은 강의를 들어봤지만, 모두 tool만 얘기하고, 물고기를 잡는 법에 대해서 알려주지를 않았어요. 예를 들어 데이터 분석이라는 이름으로 강의를 들어봤더니 SQL 사용법, Python으로 보스턴 집값 구하기였거든요. 그런데 SQL이나 python이나 모두 툴에 불과하잖아요? 결국 SQL을 써도 어떻게 집계해서 데이터를 볼 것인가, ML을 쓰더라도 어떤 피쳐들을 정의할 것인가의 문제가 몇백배는 중요하더라고요. 저는 이 강의가 ‘물고기를 잡는 법'에 대해서’만 '가르치는 최초의 강의라고 생각합니다. Growth Dynamics, 제품의 성장 관점에만 집중해서 AARRR(RARRA)를 풀어 헤치는 강의는 없었기 때문이죠. 제가 존경하는 데이터 전략가분께서 그러시더라고요. “AARRR은 전환율 따위만 의미하는 게 아니다" 여담이지만, 그래서 저희는 AB 테스트처럼 플랫폼이 대체할 수 있는 영역에 대해서는 다루지 않아요. 물론 AB 테스트에서도 많은 분이 실수하는 영역이 있긴 한데, 그런 부분까지 다루면 몇 년씩 강의해야 할 것 같더라고요. 그래서 핵심만 꾹꾹 눌러 담은 강의를 준비하게 되었네요.

데이터 분석가는 결국 CSO와 같아요. 이 기업이 목표를 향해 나아갈 수 있는 전략을 제시하는 사람이죠. 결국 기업이라는 배의 일등항해사가 데이터 분석가라고 생각해요. 일등항해사는 배가 잘못 가고 있지 않은지, 이 길로 가는 것이 현명한지를 고민하듯이, 기업의 현재 전략이 유효한지 고객의 데이터가 말하는 방향이 이곳이 맞는지 끊임없이 고민하고 제시하는 사람이죠. 저는 이제 한국에서 데이터 분석을 대하는 태도가 바뀌어야 할 시점이라고 생각해요. 일등항해사처럼 데이터를 다룬다면, 더 많은 action을 유도하고, 그로 인해 더 많은 제품이 성공할 수 있을 거예요. 그 시작점이 수강생분들이라 생각되니, 너무 기대되고 설레네요!