퍼널의 2가지 유형과 퍼널 데이터 해석하는 법, 개선을 위한 액션까지

💡 10분 안에 이런 내용을 알려드려요! 

  • 프레임워크, 우선순위 등 PM·PO·기획자의 판단력을 높여주는 퍼널 분석 가이드  
  • 예시와 함께 이해하는 퍼널 유형별 데이터 분석 방법부터
  • 퍼널 분석 결과를 기반으로 서비스 개선하는 방법까지

저자 다람쥐 

현) 스타트업 PO 6년 차 > 프로필 더 보기

PM·PO·기획자는 늘 데이터와 지표에 대한 이야기를 나눕니다. 그런데 데이터를 현실적으로 어떻게 활용해야 할지, 어떻게 분석하고 해석해야 할지 막막한 경우도 잦습니다.

 

리텐션 같은 주요 지표도 보고 있고, 회의도 많이 하는데 우리 서비스는 건강한지 어떻게 판단해야 할지, 내가 하고 있는 일이 어디에 어떻게 기여하고 있는 건지 명확한 판단이 서지 않아 고민이 들 때가 있죠. 

 

B2B, B2C 혹은 도메인 상관없이 아래와 같은 고민을 해본 적이 있으실 거예요. 

내가 맡은 서비스를 분석할 프레임워크는 어떻게 설정해야 할까?

백로그, VOC* 전부 중요한 것 같은데… 우선순위를 선정할 기준이 필요해…

각 이슈의 임팩트를 대략적으로라도 측정하고 싶어!

팀원들이 보고 이해할 수 있는 지표, 그래프를 만들어서 같은 목표를 바라보게 하고 싶어!

* VOC: 관리 시스템 콜센터에 접수되는 고객불만사항을 접수부터 처리가 완료될 때까지 처리상황을 실시간으로 관리하고 처리결과를 관서별로 지표화하여 관리·평가함으로써 고객의 체감서비스를 향상시키는 고객관리시스템 (출처: 지식경제용어사전)

 

이번 콘텐츠에는 고객이 원하는 제품을 만들기 위해 늘 고군분투하는 PM·PO·기획자의 고민 해결법을 담았습니다.

 

'전사의 목표에 맞는 일인지 판단하는 방법', '임팩트가 큰 개선점을 찾는 방법', '제품 개선 이후 가치 측정법' 등 명확한 방향성을 제시해 주는 퍼널(Funnel) 유형과, 데이터 해석 방법, 제품 개선을 위한 액션 아이템(Action Item)까지, 실무에 바로 적용할 수 있는 방법을 알려드릴게요!

 

퍼널 분석이 필요한 이유: 유저 행동을 알아야 길이 보입니다

모든 서비스에는 만드는 이의 의도가 담겨 있습니다. 유저는 설계한 컨셉 그대로 행동하기도 하고 이탈하기도 하며 의도와 다르게 사용하는 경우도 굉장히 많습니다.

 

유저가 나의 의도대로 행동해야 하는지 안 하는지보다는 유저의 행동을 파악하고 있는 것이 더 중요합니다. 일단 유저 행동을 정확하게 알아야 의도를 파헤칠 수 있고, 의도를 분석할 수 있어야 제품 개선도 할 수 있습니다. 

 

이를 위해서는 유저의 행동을 파악하는 퍼널 그래프를 만들어 보는 게 첫 번째입니다. 유저의 행동을 파악하는 방법으로 유저 세그먼트 분석, 코호트 분석 등등 다양한 분석 기법이 있지만 퍼널을 우선 검토해야 하는 이유는 우리 서비스의 취약점, 개선점을 알기 위한 흐름을 살펴볼 수 있기 때문입니다.

 

퍼널은 기본적으로 깔때기 프레임으로, 출발 지점부터 목적 지점에 도착하기까지 구간별로 유저가 얼마나 전환되고, 이탈되었는지 확인할 수 있는 그래프입니다. 즉, 행동 흐름을 분석하는 분석 도구이기 때문에, 각 프로덕트에는 저마다의 다양한 퍼널이 존재합니다. 

 

유저가 어떤 흐름으로 행동하는지, 패스(Path)별로 분석하면 앞서 말한 PM·PO·기획자들의 고민의 실마리가 되는 거죠. 

1. 내가 맡은 서비스를 분석할 프레임워크가 궁금하다 

→ 퍼널 그래프는 도메인이나 B2B·B2C와 같은 비즈니스 형태 무관하게 모든 서비스에 적용되지만, 목적에 따라 다른 퍼널 유형을 선택하면 되기 때문에 내게 맞춰 커스텀한 깔때기를 만들 수 있습니다.

 

2. 백로그, VOC 속에서 '우선순위'를 선정할 기준이 필요하다

→ 생각하고 있는 주요 경로를 퍼널로 만들어 각 구간의 전환·이탈률을 확인할 수 있다면 가장 개선이 필요한 지점을 우선순위 높게 설정할 수 있습니다. 어떤 플로우의 어떤 단계인지, 그 구간의 심각성은 얼마나 되는지 알 수 있기 때문입니다.

 

3. 각 이슈의 임팩트를 대략적으로라도 측정하고 싶다

→ 퍼널의 구간별 데이터로 각 구간들의 '심각성'을 판단할 수 있다는 것은 다시 말해 제품을 개선했을 때 개선사항이 전체 사용자 경험에 혹은 매출에 어떤 영향을 주는지를 데이터로도 측정할 수 있다는 것을 의미합니다.

 

4. 팀원들이 보고 이해할 수 있는 지표와 그래프를 만들어 두고 한 목표를 바라보게 하고 싶다

→ 각 행동 흐름을 살펴보면 팀원들도 이 일을 왜 해야 하는지 개선하기 위해 어떤 것들을 고려해야 할지 더욱 풍부하게 생각해 볼 수 있습니다. 부분이 아니라, 전체를 보게 되면 더 좋은 해결 방안이 나오고, 팀이 한 곳을 바라보게 하는 데 도움이 됩니다.

이런 식으로 접근하게 되면 임팩트 낮은 일로 고민하는 기회비용을 최소화해 팀 전체가 임팩트 높은 일에 집중하게 됩니다. 팀의 리소스를 더 효율적으로 쓸 수 있게 되는 것이죠. 

 

서비스 분석 측면에서는 여러 퍼널을 만들어 둠으로써 하나의 경로가 아니라 여러 경로를 비교할 수 있기 때문에 하나의 흐름이 아닌 전체 비율, 상대적 데이터 차이를 보고 더 신뢰 높은 의사결정을 할 수 있습니다.

우리 서비스에 맞는 퍼널 유형 찾기: ‘연속 순서 퍼널’과 ‘단순 집계 퍼널’

퍼널* 유형은 크게 2가지로 분류할 수 있습니다.

* 분석 서비스마다 다른 이름을 사용하지만, 이 글에서는 한글명 '퍼널'로 통일하도록 하겠습니다.

  • 1. 연속 순서(Exact Order 또는 Direct Order) 퍼널: 반드시 순차적으로 이동하는 경로
  • 2. 단순 집계(Any Order) 퍼널: 여러 경유지로 이뤄져 있는 경로

2가지 퍼널 중 서비스에 맞는 퍼널을 선택해 활용하면 대부분의 서비스 유저 흐름을 파악할 수 있습니다. ARPPU*, AOV**, CVR***과 같은 특정 지표뿐만 아니라 전체 흐름을 확인하는 데 도움이 됩니다. 또 분석, 개선이 필요한 구간에 해당하는 퍼널을 확인해 전체를 살피며 목표에 기여할 수 있습니다.

* ARPPU(Average Revenue Per Paying User)는 일정 기간동안 1회 이상 결제를 한 이력이 있는 사용자들의 결제금액 평균을 의미한다. (출처: 아이보스)

** AOV(Average Order Value)는 전자상거래 웹사이트에서 주문할 때마다 고객이 지출하는 평균 금액을 뜻한다. 총 수익을 더해 총 고객 수로 나눠 계산한다. (출처: Shopify Blog)