데이터를 근거로 내 기획안 효과적으로 설득하기 | 패널토크

정두현
- 현) 스픽 브랜드 마케터

윤선미
- 현) 데이터리안 대표, 데이터 분석가
- 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가

송혜정
- 현) 데이터리안 데이터 분석가
- 전) 리디 데이터 분석가

Transcript

1. 패널: 정두현, 윤선미, 송혜정 데이터를 근거로 내 기획안 효과적으로 설득하기 2부 패널토크
2. Ⅰ. Warming Up
3. Question 01 01/09 패널분들 간단히 자기 소개 부탁드립니다!
4. 정두현 링크드인 현) 스픽 브랜드 마케터 데이터를 근거로 내 기획안 효과적으로 설득하기 패널 소개
5. 패널 소개 데이터를 근거로 내 기획안 효과적으로 설득하기 링크드인 윤선미 현) 데이터리안 데이터 분석가 전) 카카오 데이터 분석가 전) 하이퍼커넥트 데이터 분석가 전) 쿠팡 데이터 분석가
6. 패널 소개 링크드인 송혜정 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 데이터를 근거로 내 기획안 효과적으로 설득하기
7. Question 02 02/09 브랜드 마케터는 어떤 일을 하나요?
8. Ⅱ. 준비하기
9. Question 03 03/09 스픽과는 다르게, 데이터를 보고 의사결정을 하는 문화가 없는 회사에 다니는 실무자는 어디에서부터 시작하면 좋을까요?
10. Q3. 데이터 기반 의사결정, 어디에서부터 시작하면 좋을까요? Quick Win 전략 백 번 말로 하는 것보다 작은 성공을 빨리 경험해보는 것이 설득에 유리
11. Question 04 04/09 분석해서 설득하려면 데이터가 필요한데, 데이터를 구하는 방법은 뭐가 있을까요?
12. Q4. 데이터는 어떻게 구하나요? 1. 내부 데이터 활용 2. 외부 데이터 활용 (스픽 강남역 옥외 광고) 3. 없는 데이터 만들기 (스픽 천하제일변명대회)
13. Q4. 데이터는 어떻게 구하나요? 1. 내부 데이터 활용 ◦ 서비스 데이터 (결제, 회원가입 등) → 데이터 베이스 (DB 권한을 받아 SQL로 직접 추출할 수 있음) ◦ 사용자 행동 데이터 (페이지뷰, 클릭, 스크롤 등) → GA4, Amplitude 등 사용자 행동 데이터 수집 툴 ◦ 이외 ▪ 마케팅 집행 및 성과 데이터 → Meta 광고 관리자, Google Ads 등 ▪ 운영 데이터 → 엑셀 파일 ▪ … 2. 외부 데이터 활용 (스픽 강남역 옥외 광고) 3. 없는 데이터 만들기 (스픽 천하제일변명대회)
14. Question 05 05/09 없는 데이터를 만드는 방법에는 뭐가 있을까요? 팁이 있다면 알려주세요.
15. Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? 1. 작은 규모의 실험 해보기 ◦ ʻ천하제일 변명대회’를 진행하기 전, 소액의 예산으로 만우절 이벤트를 진행 2. 리서치 진행하기 ◦ 서베이 에이전시에 요청하거나, 자체 채널을 통해 구글 폼으로 진행
16. Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? 1. 기획적 접근 ◦ MVP 출시 ▪ 판교 장터 → 당근 ▪ 루틴 관리 엑셀 시트 → 마이루틴 (엑셀로 2일 만에 만든 서비스, 2년 만에 매각까지 | 마이루틴 옥민송) ▪ 청소가사도우미 수동 매칭 시스템 → 미소 (MVP 출시의 고통) 2. 기술적 접근 ◦ A/B 테스트 (A/B 테스트란?, 퍼널은 줄일 수록 좋은 걸까?) ◦ 무료 데이터 수집 툴 설치 ▪ GA4 (이력서, 웹서비스처럼 만들어야 하는 이유 4가지)
17. 3. 기적적(?) 접근 ◦ 없는 데이터를 변수화 Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? Step 1 신청자 수 (명) Step 1 → 3 전환율 (비율) 0.025 0.050 0.100 등록자 당 매출 (원) CAC (MAX) 예상 등록자 수 (명) 총 예상 매출 (월) 총 예상 매출 (월) - 고정 CAC
18. Ⅲ. 설득하기
19. Question 06 06/09 설득을 위해 데이터를 보여줄 때, 어떤 데이터부터 보여줘야 가장 효과적일까요?
20. Q6. 어떤 데이터부터 보여줘야 할까요? 비용 vs 효과 투입한 비용에 대비해서 효과가 얼마나 나왔나?
21. ICE Score 1. Impact = 비즈니스에 주는 영향 (사용하는 유저 수, 결제 금액 등) 2. Confidence = 성공 가능성에 대한 확신 (팀 내 주관적인 확신 또는 유사한 과거 프로젝트의 성과 참고) 3. Ease = 필요한 리소스 (디자이너, 프론트엔드 개발자 등 메이커의 작업 시간) 4. 참고 자료 ◦ [알라미 사례] 16배 성장을 이끌고도 패배한 실험 Q6. 어떤 데이터부터 보여줘야 할까요? 트래픽이 가장 많은 홈 화면 (트래픽 측면에서 Impact가 크다)
22. Question 07 07/09 데이터를 볼 때 주의해야 할 점이 있을까요?
23. 기술적 주의사항 1. 상관 관계는 인과 관계가 아님 (A/B 테스트란) 2. Simpson’s paradox (심슨의 역설) 3. 평균과 같은 대표값을 볼 때 데이터 분포를 함께 살피기 4. 생존 편향 5. 추천 도서 ◦ 그로스해킹, 양승화 저, 위키북스 ◦ 새빨간 거짓말 통계, 대럴 허프 저, 청년 정신 ◦ 세상에서 가장 쉬운 통계학 입문, 고지마 히로유키 저, 지상사 Q7. 데이터를 볼 때 주의해야 할 점이 있을까요?
24. 지표에 대한 생각의 전환이 필요 • ʻ이런 캠페인을 했는데 어떤 지표를 보면 좋을까요?’, ʻ이런 기능을 만들었는데 어떤 데이터를 볼까요?’ 같은 질문은 근본적으로 잘못된 질문 • (X) 실행 → 데이터로 평가 • (O) 측정할 수 있는 목표 → 그에 맞는 실행 → 평가 Q7. 데이터를 볼 때 주의해야 할 점이 있을까요?
25. Question 08 08/09 데이터에 기반한 의사결정 문화가 조직에 정착하고 계속되려면 어떻게 해야 할까요?
26. Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면? Accomplished [X] as measured by [Y] by doing [Z]
27. 데이터 기반으로 일하는 프로세스 정립이 필요 Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면? 데이터리안의 월간 캠프 운영 및 마케팅 회의록 일부 Accomplished [X] By doing [Z] As measured by [Y]
28. 데이터 기반으로 일하는 프로세스 정립이 필요 1. 팁 ◦ 직관적이고 쉬운 지표가 정교하지만 복잡한 지표보다 좋음 ◦ 지표는 프로젝트의 방향을 잡는 등대 역할을 하기 때문에 잘 보이는 곳에 두어야 함 2. 실무 사례: [당근] 공학적 관점으로 데이터 분석 프로세스 만들기 Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면?
29. Ⅳ. 마무리
30. Question 09 09/09 오늘 오신 세미나 참석자 분들께 마지막으로 한 마디 부탁드립니다.