1. 기본 정보

강의명: 시작하는 PM/PO들에게 알려주고 싶은, 프로덕트에 대한 모든 것 (데이터 전문성 파트)

2. 학습 목표 및 배경

• 학습 배경: PM/PO로서 데이터 분석 역량이 점점 더 중요해지고 있어, 프로덕트 지표 설정부터 이벤트 기반 분석, 데이터 축적 방법 등을 정리하고자 강의를 수강.

• 학습 목표:

  • PM이 데이터를 어떻게 바라보고 활용해야 하는지 전체적인 흐름 파악

  • 제품(프로덕트) 지표를 설정하고 활용하는 다양한 프레임워크 이해

  • 이벤트 기반 분석 개념 및 Event Taxonomy 설계 방법 터득

3. 일자별 요약

4. 데이터에 대한 전문성 쌓기

3/14 (금)

4-1. PM의 데이터 활용

• PM이 데이터를 활용하는 전반적인 프로세스와 중요성에 대한 개념

• 어떤 데이터를 수집해 어떻게 의사결정에 반영할 수 있는지 사례 소개

4-2. 데이터 역량 쌓기

• 데이터 역량을 단계별로 높이기 위한 구체적인 학습 및 업무 적용 방안

• 통계, SQL, 시각화 툴, 분석 프레임워크 등 기초 역량 로드맵 제시

5. 데이터 전문성 : 프로덕트 지표 프레임워크

3/17(월)

5-1. 지표 설정 프레임워크 (1) – 지표란 무엇인가, Proxy 지표

• 지표의 정의와 함께 실제 목표를 대체(Proxy)하는 지표 사례

• 지표의 목적과 문제점을 잘 구분해서 설정하는 방법

5-2. Acquisition

• 사용자를 유입시키는 단계(Acquisition)에 관여하는 주요 지표들

• CAC(Customer Acquisition Cost), Conversion Rate 등 유입 관점 핵심 지표

3/18 (화)

5-3. Activation

• 신규 유입 사용자가 “활성 사용자”로 전환되는 과정에서 보는 지표

• Core Action 지표 정의, Onboarding 과정을 개선하는 방식

5-4. Engagement

• 제품(서비스)에 대한 사용자의 참여도(Engagement)를 측정하는 지표

• DAU, WAU 등 사용자 활성도 추이를 모니터링하고 이탈을 방지하는 접근법

3/19 (수)

5-5. Retention

• Retention(잔존율) 지표와 고객이 이탈하지 않도록 하는 관리 포인트

• AARRR 프레임워크의 Retention 부분을 구체적으로 파악

5-6. Monetization, Metric Hierarchy

• 제품/서비스에서 매출(수익화)을 고려한 지표 설정 방법

• Metric Hierarchy를 통해 조직 차원에서 지표 체계를 일관되게 관리

6. 데이터 전문성 : Event-Based Product Analytics

3/20 (목)

6-1. Event-Based Analytics, 데이터 축적을 위한 기본개념 이해하기

• 이벤트 기반 분석이 무엇이며, 왜 필요한지(데이터 축적 구조와 방법)

• 이벤트 단위로 사용자 행동을 추적해 인사이트를 도출하는 과정

6-2. 필수 작업, Event Taxonomy 설계하기

• 이벤트 명세서(Event Taxonomy) 설계의 중요성과 구체적 스키마 작성 방법

• 마케팅, 개발, 운영 등 각 조직과 협업해 일관된 이벤트 명을 정의하는 사례

4. 학습 내용 및 주요 논의 정리

• 데이터 역량의 필요성: PM이 전략적인 결정을 내릴 때 데이터가 필수적이며, 가설 수립부터 지표 모니터링, 후속 개선까지 모든 단계에 관여하게 됨.

• 지표 설정 프레임워크 (AARRR): Acquisition, Activation, Retention, Revenue(Monetization), Referral로 이어지는 전형적인 사용자 여정별 핵심 지표를 어떻게 잡고 추적할지 습득.

• Proxy 지표: 최종 목표(예: 매출, 사용자 만족도 등)를 직접 측정하기 힘든 경우, 대체 지표(Proxy)를 설정해 제품 개선 방향성 확인.

• 이벤트 기반 분석: 사용자 행동을 ‘이벤트’로 정의하고, 이를 수집·분석해 인사이트를 도출. 이벤트 Taxonomy 설계가 중요하며, 여러 팀 간 협업이 필수.

• Metric Hierarchy: 여러 지표를 계층적으로 구성해 우선순위를 두고 모니터링할 수 있도록 조직 차원에서 관리가 필요.

5. 결론

• 결론:

  • 단순히 “지표만 보는” 접근이 아니라, 비즈니스 목표 달성을 위해 적절한 지표(Proxy 포함)를 설정하고 이벤트를 추적·분석해야 함을 학습.

  • 데이터 역량은 ‘도구 사용’뿐 아니라, “무엇을 측정하고 왜 측정해야 하는가?”라는 질문에 대한 답을 찾는 논리적·전략적 사고력에서 비롯됨을 다시 확인.