5월 2주차 learning

Chapter 1

CC 최종적인 유저 수
- 전체 MAU 중에 우리가 몇 %를 잃고 있는지
- 유입되는 유저 수 = 광고, 마케팅은 제외하고 생각하기
  - 이 2가지 액션 외에는 모두 MAU에 영향을 주지 않음
  - 내가 맡은 제품의 CC를 계산해보기
CC = #매일 새로 오는 유저 수 / %오늘 잃은 유저
= 각 제품이 얼마나 많은 유저를 데리고 있을 수 있는지 계산
Total Customer = New Customer Today + Lost Customer Today
Customer = AU
Active user 정의 방법?
- 액트타입 참조

📝 질문 복기

MAU 현재 10만, CC가 75만이다. 광고를 해야할까?
- 10만이면 60만까지 쭉 광고해서 키우고, 60만 → 75만까지는 제품 개선을 도달할 것
  = 제품 개선을 통해 inflow늘리고, churn 감소 액션을 해야 한다.
- 제품의 근본적인 개선 없이는 MAU를 증가하는 게 불가능한 시점은 언젠가 온다.
- 해도 되고 안해도 됨. 광고를 안해도 75만에 도달하게 될 것이니까. (공식대로는)
MAU 현재 70만, CC 75만. 광고를 해야할까?
- 광고를 하지 않아도 자연스럽게 75만까지 아무런 돈을 쓰지 않아도 늘어날 거니까
MAU 현재 100만, CC 75만. MAU는 떨어질까?
- MAU는 그대로 하락해서 75만까지 내려올 것임
  7500명 → 100만 / 1% = 100만 - 2500 - 2500 쭉쭉 빠지게 될 것임
- 기초체력은 75만으로 바뀌지 않음 -> 결국 기초체력을 높일 수 있는 action을 고민하는 것이 킥이다.
CC가 도달할 즈음에 뭘해야 할까?
- 새로운 CC를 얹어버린다. 새로운 inflow와 churn 구조 만들기
ㅇㅇ 유저는 다 A라는 행위를 하더라. A를 모두에게 하면 더 많은 유저가 생길까?
- 답특정 metric을 높일 수 있다는 것이 인과관계인지 연관 관계인지 보기
- 더 중요한것은 어떤 행위를 했을 때 전체 리텐션과 churn rate가 줄어드는지도 같이 보아야함. 만약 그렇다면 CC가 개선될 것

Chapter 2

PMF를 찾았다 = Retention Plateau
- Cohort Retention이 Plateauing하느냐를 가지고 판단
- 계속 쓰는 사람들이 생기면 PMF가 있다!
Retention Curve 개선
- AARRR은 "뒤에서부터" 개선하기
  - 떠난 사람 (잠재 고객, 가망고객) > UT로 확인하기
    - 우리팀의 UT 자료 살펴보기
    - UT가 중요한 이유? = CC를 늘리기 위한 기준이 됨
      - PD가 UT 내용을 공유해주면 CC를 늘릴수 있는 새로운 방안을 고민하고, 제안하기!
  - 남은 사람 (retained = 우리의 고객) > 데이터 분석
    - 리텐션이 몇프로지?
      - 코호트 분석 → gpt 활용하기
AHA moment

- 서비스를 계속 쓰게 하는 특이점
- 이 행동을 하는 사람은 95%이상 retained 된다!
- 정량적으로 정의되는, 유저가 서비스에 남게 되는 결정적인 순간
- 상식적인 인과관계 ex) 처음부터 4일 내로 2번 송금

- AHA moment 형태

XX라는 행동을 YY라는 날짜 안에 ZZ번한다.

집중해야 하는 것

- 교집합을 최대한 키우기

- 액션을 한 사람의 대부분이 retained 되도록

액션 횟수에 따른 RPV (Retain Proability Value)와 교차값 만들기

RPV= retained 유저가 이 액션을 할 확률
- ex. 송금 3번 / 채팅 기록 3번
교차 = 액션을 했거나 or Retained 유저 중에 교집합 비율
- 교차 값을 높이기
- RPV가 95% 이상이고, 교차값이 최대값인 ZZ 부분을 찾기
- 95%가 안 되면 새로운 액션을 찾아서 1번부터 다시 하기

Conversion rate 보다 얼마만에 다음 퍼널로 넘어갔는지, 기간이 더 중요하다.

목표는 퍼널이 아닌, 아하 모먼트를 더 빨리 찾는 것이다

Activation 퍼널은 모든 그로스

lunadiary