course thumbnail
  • 데이터사이언스
  • 입문, 초급, 중급

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

AARRR만이 정답일까요? n년 연속 2배 성장한 유니콘은 RARRA로 활용하고 있습니다. 지금까지 경험해 온 비즈니스 문제를 현실에 적용한 진짜 방법론/프레임워크를 배우는 강의!

1기
23.01.29 ~ 23.03.05 (총 6회) 매주 일요일 10:00 ~ 13:00 (총 18시간)

500만 성장을 이룬 그로스 해커가 직접
알려주는 성장 전략의 비밀

 Retention / Activation / Referral / Revenue / Acquisition 


강의소개

Retention is King.
비즈니스에서 가장 중요한 유저, 유저를 이해하는 핵심, 핵심은 Retention에서 출발합니다.

AARRR 강의

01. 데이터로부터 비즈니스 성장을 위한 인사이트를 만드는 Key Person이 되고 싶다면?

시장에서 가장 뛰어난 DA/PM/PO가 되고 싶나요? 데이터로 회사의 방향성을 움직이게 한 경험이 있나요? 뛰어난 DA/PM/PO는 데이터로 회사의 현재를 설명할 뿐만 아니라 데이터로 회사의 미래를 움직일 수 있습니다. 시장에서 데이터를 통해 비즈니스를 설명하고, 변화를 만들어내는 진짜 방법을 배웁니다.

02. 유니콘 기업이 데이터로부터 제품 전략을 만드는 실제 프로세스를 이해하고 싶다면?

실제 데이터 분석가부터 프로덕트 오너까지 모두 경험한 제품 전략 수립 방법을 공유합니다. AARRR, Aha Moment, Viral 전략, Carring Capacity, LTV 등 실무에서 바로 적용 가능한 방법론을 직접 수행할 수 있도록 트레이닝합니다. 이를 위해, 비즈니스 경험을 토대로 만든 실전 meta 데이터를 활용합니다.

03. 실제로 현업에서 가장 마주할 법한 수준의 데이터로 배워보고 싶다면?

본 강의는 SQL, Python 없이도 수강할 수 있도록 설계되었습니다. 타이타닉, iris 등과 같은 강의에 자주 활용되는 데이터는 기업에서 마주할 수 없습니다. 강의 실습 프로세스대로 실무에 돌아가 기업의 데이터 분석 프로세스를 재구성해 보는 것으로 가설 수립부터 액션 도출까지, 충분히 비즈니스에 기여하는 변화를 만들어낼 수 있습니다.


본 강의에서
무엇을 얻어갈 수 있나요?

데이터 분석 Framework & Core를 활용한 데이터 그로스 전략

  • 데이터 분석의 본질

    실무에 언제나 적용 가능한, Divide and Conquer

    데이터로부터 회사를 성장시키는 방법의 본질은 목표 지표를 유의미하게 분할하고, 정복하는 것입니다. 본 강의에서는 MECE, 페르미 추정, Design Thinking, Lean Startup 등 파편적으로 흩어져 있던 개념을 ‘Divide And Conquer’로 통합하여 설명하고, 이를 통해 비즈니스에 적용해볼 수 있는 것을 목표로 합니다.

    데이터 그로스 강의
  • Growth Dynamics

    제품 성장을 만드는 분석 방법론

    ‘Divide And Conquer’가 데이터 분석에서 가장 중요한 철학이라면, AARRR은 이미 인정받고 있는 Framework이자 접근법입니다. Startup부터 대기업까지 Data scientist로서 비즈니스 문제를 풀어오면서, 이 프레임워크를 현실에 적용한 방법론을 전달합니다. 개별 Stage(RARRA)에서 발생하는 주요 이슈들을 하나하나 정복할 수 있습니다.

    데이터 프레임워크 강의
  • 가상의 회사를 상정한 실습

    실전과 가장 유사한 Raw Data

    여러 비즈니스의 Big Data를 다뤄온 경험으로 실제 Business에서 발생할 수 있는 데이터를 축소한 형태의 Raw 데이터를 제공합니다. 가능한 원래 형태에 가깝게 ‘덜 가공'한 데이터로부터 인사이트를 도출해보는 방법을 해보도록 유도합니다. 이 과정에서 중요한 것은 Tool(SQL, Python 등)이 아니기에 오직 엑셀로만 수행할 수 있도록 설계되어있습니다. 단순 스킬이 아닌 진짜 실력을 배울 수 있습니다.

    데이터 그로스 강의

데이터 분석의 본질을 이해하지 못한 채 업무를 이어가고 있다면,
비즈니스 문제를 해결하는 Key Person이 될 수 없습니다.


본 강의가 특별한 이유는
무엇인가요?

1

현) DA, DS의 시행착오로부터 실제 프로덕트와 유저 그로스 사례를 경험합니다.

본 강의는 SQL, Python, 혹은 높은 수준의 통계 지식을 다루지 않고 요구하지 않습니다. 스킬셋은 오히려 실무에서 금방 터득할 수 있는 반면, 데이터를 통해 제품의 그로스 전략을 도출하는 것은 목격하기조차 쉽지 않은 것이 현실입니다.

따라서, 본 강의에서 추구하고자 하는 바는 성공적인 Data-driven Growth를 만든 경험을 구체화하여 전달하는 것으로, 복잡한 수학이 아닌 비즈니스의 문제를 어떻게 정량화하는지에 초점이 맞추어져 있습니다.

2

우리 비즈니스 단계를 이해한 본질적인 성장 지표와 프레임워크를 배웁니다!

강의 끝에 수강생은 어느 정도 정립된 이론으로 알려진 AARRR을 왜 RARRA로 보는 것이 데이터 분석가에게 적합하며, 또 AARRR이 단순히 Framework에 불과하고 그 기저에 깔린 데이터 분석 철학인 ‘Divide and Conquer’가 왜 중요한지 이해하게 됩니다.

*Divide and Conquer : 하나의 문제를 작은 여러개의 문제로 쪼갠 후 재귀적으로 각 문제를 해결한 후 이를 다시 합쳐 원래 문제를 해결하는 방법

3

단순히 Case Study를 통해 배웠던 기존 데이터 분석 강의가 아닙니다!

프레임워크를 Case Study에 그치지 않고, 실제 비즈니스에서 주어질 원천 데이터에 가깝게 가공된 데이터를 분석해 봄으로써 정성 질문을 정량화하고, 문제에 대한 insight를 제시하는 방법을 학습하게 됩니다.

그 결과로 주차가 끝날 때마다 Framework에 맞춰, 현재 자신의 비즈니스가 어떤 상태에 있는지 평가할 수 있고, 어떤 방향성으로 action을 도출해야 하는지 시도해볼 수 있습니다.


아래 고민, 한 번이라도 해보셨다면
망설일 시간이 없습니다.

1

Python, SQL 작성, 머신러닝은 배워 왔는데 실제 데이터 분석에서 어떻게 insight를 찾는지 알 수 없으셨나요?

2

데이터 분석가로 지원하고 싶은데 회사가 요구하는 '경험'을 보고 '실제로 일해보지 않았는데 어떻게 경험하지'라고 절망하셨나요?

3

데이터 분석 커리어를 위해 A/B 테스트를 배워 왔는데 결과 분석이 결국 SaaS (Braze, Hackle 등)에 의해 대체될 걱정을 하고 계신가요?

4

'Growth', '그로스' 이야기는 정말 많이 나오는데 어떻게 분석해야 그로스로 연결되는지 이해하기 어려우셨나요?

FAQ

강의에 대해
궁금한 점이 있으신가요?

Q. 수강 시, 준비 사항은 어떤 것이 있을까요?

실습을 위해 개인 PC가 꼭 필요합니다.

Q. 기초 지식이 없어도 수강이 가능한가요?

Python과 SQL 툴에 대한 이해를 선수 지식으로 요구하지 않을 예정입니다. Excel에 대한 기본적인 이해는 필요하실 수 있습니다.

수강대상

이런 분들은 꼭 들으셔야 해요!


데이터를 기반으로 Growth의 경험을 만들어보고 싶은 데이터 분석가


데이터를 통해 ‘가설'을 수립하고 데이터 기반 의사결정 방법을 알고 싶은 PM/PO 


데이터 분석의 본질과 프레임워크를 배워 우리 팀에도 적용해 보고 싶은 마케터 

강사소개

우리 강사님을 소개할게요!

데이터 프레임워크 강의

K

이력사항
  • (현) 금융 IT 기업 Data Scientist
  • (전) 카카오 Data Scientist
  • (전) LG CNS Data Scientist

1. 자기소개 부탁드립니다.

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.

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

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.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

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.

4. 다른 강의와 어떤 차별점이 있나요?

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.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

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.

강사소개

우리 강사님을 소개할게요!

데이터 그로스 강의

William

이력사항
  • (현) 금융 IT 기업 PO
  • (전) 금융 IT 기업 Data Analyst

1. 자기소개 부탁드립니다.

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.

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

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.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

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)

4. 다른 강의와 어떤 차별점이 있나요?

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.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

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!

커리큘럼 (6)

  • 1주차. Fundamental philosophy of Data Analysis, Divide And Conquer

    강의목표

    • 전략을 찾기 위해 데이터 분석가는 어떤 마인드 셋으로 접근하는지를 알아봅니다.

    이론

    • Why Dynamics? (데이터분석을 역학의 관점에서 설명하는 이유)
    • 데이터 분석의 본질 : Divide and Conquer(현실의 추상적 문제를 정량적으로 답변한다는 것 & MECE, 페르미 추정)
    • MAU Divide (모든 Business의 질문 “우리 회사는 성장하고 있는가?"에 답하는 방법)
    • Then how to Conquer? (Data Insight가 Action이 되어, 회사를 성장시키는 과정)

    실습

    • [virtual firm] MAU Divide
  • 2주차. 가장 강력한 Growth Dynamcis Framework, RARRA

    강의목표

    • Growth Dynamics를 만드는 가장 powerful한 framework인 RARRA(A.K.A AARRR)에 대해 설명하고 왜 business 성장에서 Retention Is King이라는 문구가 성립하는지 학습합니다.

    이론

    • What is RARRA (Growth Dynamics를 설명하는 대표적인 Framework인 AARRR에 현실적인 설명)
    • MAU를 성장시키는 방법론들 (NAU, RAU, EAU 중 어떤 인자를 키울 것인가)
    • Retention is King (Retention이 PMF를 의미하는 정량적 이유)
    • Retention을 정의하는 방법과 해석(MOM, Cohort Retention)

    실습

    • [virtual firm] MAU 성장 시나리오를 통한 Retention Impact 추정
  • 3주차. 유저를 이해하는 첫 번째 키, Retention

    강의목표

    • Retention이 회사의 존속과 어떤 관계가 있는지 파악하고, Divide And Conquer를 통해 어떻게 business 가설을 수립할 수 있는지 고민합니다.

    이론

    • Retention Plateau의 의미
    • Retention은 회사의 재정적 존속에 어떻게 기여하는가 (CLV와 Retention plateau)

    실습

    • [virtual firm] Cohort별 retention을 구해보고, 이를 통해 어떤 Cohort에서 문제가 발생했으며 해당 cohort가 Retention이 낮았던 이유에 대한 가설을 수립한다. (Activation과 연결)
  • 4주차. 제품의 핵심 가치를 찾아가는 과정, Activation

    강의목표

    • Activation을 정의할 수 있는 방법에 대해서 알아보고, Aha-Moment를 정량적으로 찾아가는 과정들을 실습해봅니다. Aha-Moment 들의 가설 후보군을 찾아내고, 이로 인한 Impact 추산을 통해 정량적으로 가설들의 우선순위를 정할 수 있는 방법론을 이해합니다.

    이론

    • Activation의 정의에 대해서 알아본다.
    • Aha-Moment를 정량적으로 정의할 수 있는 방법에 대해서 알아본다.
    • Bottom-Up으로 Aha-Moment의 상관관계가 높은 가설을 찾는 과정을 알아본다.
    • Acquisition만이 Growth Strategy가 아닌 이유

    실습

    • [Virtual Firm] 몇 가지 가설을 정의했을 때 Aha-Moment를 정량적으로 찾아가는 과정을 실습해본다.
    • Aha-Moment를 정의했을 때, 위 가설을 통한 Impact 모델링을 해본다.
  • 5주차. Exponential Growth를 만드는 방법, Referral

    강의목표

    • Referral의 Mechanism을 이해하고, Viral-K와 Amplification Factor에 대한 정의를 이해합니다.
    • 위에서 구한 factor 들을 통해서 Viral-Loop에서 얼마나 MAU에 대한 Impact를 구하는 방법을 실습해봅니다.

    이론

    • MAU의 최대수용력인 Carrying Capacity가 어떻게 정의되는지를 확인하는 방법을 알아본다.
    • MAU를 급속하게 성장시킬 수 있는 방법인 Viral-loop에 대해서 알아본다.
    • Carrying Capacity 측면에서 Virality와 Retention의 관계를 찾아본다

    실습

    • [Virtual Firm] Viral-K를 정의하는 방법을 알아보고, 이에 대해서 모델링을 해본다.
  • 6주차. 고객의 생애 가치를 구하는 방법, Revenue

    강의목표

    • 고객의 생애 가치를 계산함으로써 지속가능한 고객 유치확보 전략에 대해서 알아봅니다.
    • Finance Data를 활용하여 실제 LTV를 구하는 과정에 대해서 알아보고, 데이터 기반으로 고객 확보 비용을 설정하는 방법론에 대해서 알아봅니다.

    이론

    • 고객 유치 관점에서의 고객생애가치가 어떻게 정의되는지 확인해본다.
    • CLV를 구하기 위한 Finance 측면의 기본적인 지식을 습득한다.
    • CLV가 구해지는 과정을 습득하고, CAC을 산정할 수 있는 방법에 대해서 알아본다.

    실습

    • [Virtual Firm] Finance Data를 통해 Contribution Margin을 계산해본다.
    • [Virtual Firm] LTV와 CAC을 계산해본다.

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인

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

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!