전체 글 70

[캠프 Day 59] 그로스해킹과 데이터 _ Ch.2 그로스해킹 사례 살펴보기

● Intro 이번 주차에서는 PM으로서 진행되는 그로스해킹 사례를 AARRR 단계별로 살펴보려 한다. 꼭 AARRR을 사용해야 하는 것은 아니지만, 관련된 사례를 살피기에 용이한 점이 있어 기준을 이렇게 잡았다.● 고객 유치(획득): 잠재 고객이 제품이나 서비스를 처음 알게 되고, 유입되는 단계 ▶ PM의 역할: 제품의 핵심 가치를 가장 효과적으로 전달하여 그 고객들을 유입시키는 전략을 수립하는 데 관여 ▷ 타겟 고객 명확화: 시장 조사, 사용자 인터뷰, 기존 사용자 데이터 분석을 통해 제품의 핵심 가치를 가장 잘 이해하고, 장기적으로 사용하며, 비즈니스에 기여할 유저를 정의- 이들은 우리의 PMF(Product-Market Fit)에 가장 적합한 유저 ▷ 가치 제안: 제품이 제공하는 고유한 '아하! ..

[캠프 Day 58] 그로스해킹과 데이터 _ Ch.1 그로스해킹 기초

● Intro 오늘부터 3일간 그로스해킹 주차가 진행된다. 빠르고 압축적으로 강의를 수강하며, 이후 최종프로젝트 주차를 대비해 전반적인 아이디어를 쏟아내는게 목표이다. 어느덧 캠프가 한달 남짓 남았다.. 끝까지 집중해서 원하는 결과를 가져가고 싶다.● 그로스해킹 ▶ 그로스해킹이란?: 데이터를 기반으로 제품 또는 서비스의 성장을 극대화하기 위한 실험적인 접근 방식. 가설 세우고 실험하고, 검증하고의 반복- 단순히 광고로 유저를 끌어오는 게 아니라, 제품의 구조와 흐름 안에 ‘성장 로직’을 설계- 전통적인 마케팅이 주로 광고, 홍보 등에 집중하는 반면, 그로스 해킹은 제품 자체의 개선, 사용자 경험 최적화에 집중- "어떻게 하면 우리 제품/서비스가 더 많이 사용되고, 더 많은 사람들에게 알려지며, 더 많은 ..

[캠프 Day 49] MVP 기획(1)

● Intro 사실 어제부터 MVP 기획이 시작됐다. 도메인을 고르고, 문제를 정의하는 것부터 시작이었다. 사실 아직 데이터드리븐 기획 개인과제, Framer 개인 웹페이지 과제도 미완성이라, 할 일이 태산이다.. 그래도 일단 별다른 자격증 시험이나 개인공부거리는 없으니, 8할은 MVP에, 2할은 개인과제 완성에 집중해보려 하는데.. 생각보다 조절이 쉽지 않다. 아마 초반이라 논의할 것이 많은 탓일 것이라 생각한다..!● 최초 논의사항: 처음 논의한 주요 사항은 다음과 같다. ▶ 0to1 vs 1to100- 기획이냐 개선이냐 기존 개선은 데이터 기반 문제 해결 같고 신규 기획은 발상을 잘하는 것이라 생각제약이 개선보다 자유롭다.취업할 때 포폴용으로 더 낫다.(MVP다움)우수 자료 패션 관련 그런 식보다 ..

[캠프 Day 48] 데이터 드리븐 기획 - 개인과제: 눈을 뗄 수 없게 하라(4)

● Intro 지금까지 분석집단 내에서 유입경로가 '메인배너'인 경우와 '검색'인 경우에 대해, 시청중단유형을 살피는 2차분석을 진행했었다. 이때, 단순히 유형의 분포를 살펴보니 원하는 값이 나오지 않았다. 그 이유를 다시 생각해 보니 유형을 분류하는 기준에 '시청완료'와 '네트워크 이슈'등 비자발적 이유를 포함하지 않아서 그런 것이 아닐까 생각했다. 따라서 시청중단유형을 전처리하는 것부터 다시 해보기로 했다.● 추가 전처리: 내가 원하는건 메인배너 진입 시에, 검색 진입보다 '취향-기대 불일치' 유형으로 인한 시청중단이 더 많은지를 확인하는 것이다. 따라서 그 외의 유형들은 모두 null 값으로 뭉뚱 그려지는 것이 아니라, 더 구체적인 분류가 필요했다.▶ 시청중단사유(play_end_reason) 분류..

[캠프 Day 47] 데이터 드리븐 기획 - 개인과제: 눈을 뗄 수 없게 하라(3)

● Intro 어제까지 분석대상, 나름의 페르소나를 선정했고 해당 분석집단의 기본적인 분석을 마쳤다. 오늘은 얘네를 심도 깊게 분석해서 도대체 이들이 영상을 멈추는 이유가 무엇인지 찾아보려 한다. 할 일이 많으니 거두절미하고 바로 시작해 보자● 분석개요: 지금까지 중구난방으로 적었던 분석 자체에 대한 내용을 먼저 좀 정리해보려 한다. 어제까지 1차분석까지 진행했다. ▶ 기본개요▷ 대상: 무료요금제로 신규진입한 유저(`user_type` = `new`) & (`subscription_plan` = `FreeTrial`) ▷ 지표 & 변수- 관찰지표: 순시청지속률(net_watch_ratio) - 분류변수: gender, age_group, device_type, entry_source, genre, con..

[캠프 Day 46] 데이터 드리븐 기획 - 개인과제: 눈을 뗄 수 없게 하라(2)

● Intro 어제까지 필요 없는 데이터는 제거하고, 필요한 데이터를 수정 및 추가하는 작업을 마쳤다. 오늘은 먼저 간단히 전체 데이터는 순시청지속률이 어떤지, 각 속성 내에서 속성 값별로는 순시청지속률이 어떤지 훑어보고. 눈에 띄는 속성들을 찾은 뒤, 앞의 작업으로 얻은 인사이트를 바탕으로 상세히 분석하고자 하는 페르소나를 선정해보려 한다. 과연 누가 범인인지 찾아보자.● 속성별 순시청지속률(net_watch_ratio) ▶ 전체- 전체 데이터의 평균 순시청지속률은 0.5이다.▶ 속성별- 속성별 [평균 순시청지속률, 속성값별 행 개수(전체 대비 비율)]을 확인했다. 더보기▷user_type▷age_group▷gender▷subscription_plan▷device_type▷entry_source▷gen..