PM/PO에게 이제 지표는 필수적인 요소가 되었습니다. 이번 주 강의(시작하는 PM/PO들에게 알려주고 싶은, 프로덕트의 모든 것)에서도 프로덕트 지표 프레임워크와 데이터 축적 방법(event texanomy)을 중점적으로 다루었습니다.

3주 차 동안 무엇을 배웠는가?

이번에 새롭게 알게 된 개념 중 하나는 Proxy Metric이었습니다.

목표를 직접적으로 측정하기 어려울 때, 대신 다른 지표를 활용해 목표 달성 여부를 파악하는 개념입니다.

프로덕트 지표 프레임워크에서는 AARRR에 대해서는 익숙하게 알고 있었지만,

실제 현장에서는 CLV보다 Payback Period를 자주 활용한다는 점,

고객이 서비스의 핵심 가치를 처음 깨닫는 Aha Moment를 만들기 위한 Setup Moment를 배웠습니다.

또한 Engagement를 Breadth, Depth, Frequency, Efficiency 등

다양한 측면을 함께 고려해야 한다는 점이 중요하게 다가왔습니다.

마지막으로, Event Taxonomy를 설계할 때 역시 목적을 기반으로 Top-Down 접근을 하는 방법도 있지만

실제 데이터를 바탕으로 Bottom-Up 접근을 하는 방법을 구분하는 것이 인상 깊었습니다.

3주 차 회고

2주 차에 계획했던 것처럼 이번 강의에서는 이미 알고 있던 지표 개념을 다시 한 번 복습하며, 잊고 있던 부분과 처음 접하는 내용들을 새롭게 배울 수 있었습니다.

현재 제가 담당하는 서비스는 규모가 크고 오래 운영된 서비스이다 보니, WAU와 MAU 같은 기본 지표를 꾸준히 모니터링하고 있지만 큰 변동이 없는 상태입니다. 그래서인지 자연스럽게 지표 관리에 매너리즘이 생기기도 하는데요. 이번 기회를 통해 그런 모습을 돌아보고, 배운 개념들을 어떻게 현장에 적용할 수 있을지 고민하는 한 주가 되었으면 합니다.

특히 실제로 지표가 안정적인 경우에는 어떤 방향으로 접근해야 할지 구체적으로 고민해봐야겠다는 생각이 듭니다.

다음 주 학습 계획은?

제가 가장 관심 있어 하는 영역인 실험 설계와 가설 검증을 통한 프로덕트 성장과 관련된 강의로 구성되어 있는데요.

이번 주까지 배운 내용을 기반으로, 다음 주에는 조금 더 깊이 있게 집중하며 실질적인 성장 전략을 고민해보는 시간을 가져보고 싶습니다.