린 분석(Lean Analysis)이란?
Lean은 낭비를 없애거나 자원을 효율적으로 사용하는 것을 의미한다.
뿐만 아니라, 가장 희소성 높은 자원인 시간 사용의 최적화도 포함된다.
기업에서 일을 하다보면 수많은 데이터를 마주하게 되는데, 막상 그 데이터를 어떻게 활용하면 좋을지 모를 때가 있다.
린 분석(Lean Analysis)은 이런 데이터를 다루는 고민들에 대해 어떤 접근방법과 사고방식을 가져야 하는지 서술하고 있다. 어떻게 보면 데이터를 다루는 일에 있어서 가장 중요한 부분이 아닐까?
린 분석(Lean Analysis)이라는 책을 통해서 데이터의 분석 결과를 가지고
기업의 의사결정에 어떻게 적용하고 향후 행동방침을 설정해야 할지 고민해보는 계기가 되었다.
그리고 그 이야기를 해당 블로그에 정리해보고자 한다.

Part 1. 눈 가리고 아웅하지 말기
좋은 지표란 무엇일까?
좋은 지표는 상대적인 것이다. 서로 다른 지표 비교를 통해 현재 상황을 이해하는데, 도움이 된다.
좋은 지표는 이해하기 쉽다. 지표를 기억하고 대화를 나눌 수 없다면 데이터의 변화를 현실의 변화로 옮기기 어렵다.
좋은 지표는 비율로 표현된다. 비율은 행동에 반영하기 쉽고, 대조적이거나 갈등이 있는 요소들을 비교하기 좋다.
좋은 지표는 행동방식을 바꾼다. 지표를 통해 기준치를 설정하면, 변화에 따라 방향성을 수정하고 판단할 수 있다.
지표의 종류에는 어떤 것들이 있을까?
- 정성적 지표와 정량적 지표
- 정량적 데이터는 우리가 측정하는 숫자이며 과학적이다. '무엇'과 '얼마나 많이'에 대한 답을 제공할 수 있다.
- 정성적 데이터는 주관적이고 부정확하지만, 감정을 반영한다. 그리고 '왜'에 대한 답을 제공한다.
- 쓸모 있는 정성적 데이터를 얻으려면 구체적인 질문을 던져야 하고, 현실 왜곡이 대상에게 영향을 주면 안된다.
- 허상 지표와 실질 지표
- 실행에 옮길 수 없는 데이터는 허상 지표이다. "이 정보로 무엇을 할 수 있을까?" 를 생각해야 한다.
- 시간이 흐르면서 숫자가 커질 수 밖에 없는 '우상향' 지표는 주의해야 한다.
- 탐색 지표와 보고 지표
- 안다는 것을 아는 것 : 사실이 해당되며, 사실과 가정을 확인하고 사업계획이 정확한지 확인해야 한다.
- 모른다는 것을 아는 것 : 보고에 대한 질문이 해당되며, 보고된 지표의 기준을 정하고 자동화할 수 있어야 한다.
- 안다는 것을 모르는 것 : 직관이 해당되며, 분석을 통해 직관을 테스트하고 가설을 증거로 바꿀 수 있다.
- 모른다는 것을 모르는 것 : 탐색이 여기에 해당한다. 경쟁우위와 사업 기회를 찾을 수 있다.
- 선행지표와 후행지표
- 선행지표는 미래를 예측하는데 활용되고, 후행지표는 문제가 있음을 알려준다.
- 선행지표는 일정 기간 코호트 분석을 하고 여러 고객군을 비교할 수 있어야 한다.
- 후행지표는 사업 성능에 대한 판단 기준을 제공한다.
- 상관지표와 인과지표
- 두 지표 사이의 상관관계를 알게되면 앞으로 일어날 일을 예측하는데 도움이 된다.
- 하지만 두 지표 사이의 상관관계가 반드시 인과관계를 나타내지는 않는다.
- 인과관계를 입증하려면 상관관계를 찾고 변수를 통제하면서 차이가 나타나는지 측정하는 실험을 해야 한다.
테스트
테스트란 고객 세분화, 코호트 분석, A/B테스트 등을 통해 두 가지를 서로 비교하는 것이다.
수정의 타당성을 입증하기 위해 필요한 과학적 비교를 실시하는데 중요한 개념이므로 상세히 살펴봐야 한다.
고객 세분화
고객군이란, 공통의 특징을 공유하는 집단이다. 다양한 기술적 정보와 인구통계학적 정보에 따라 고객들을 세분화하고 각 고객군을 비교하는 과정을 통해 모든 산업과 모든 형태의 마케팅에 도움을 줄 수 있다. 실제로 DM 마케터들은 지난 수십 년 동안 고객 세분화를 실시해 왔고 큰 성공을 거두었다.
코호트 분석
코호트 분석은 시간을 두고 비슷한 그룹을 비교하는 것이다. 보통 제품을 만들고 테스트를 반복하는 과정을 통해 변화하는 지표 값을 통해 정보를 얻는다. 대표적으로 고객 생애 주기에 걸쳐 나타나는 패턴을 명확히 알 수 있다.
이와 같이 테스트 대상인 그룹의 자연스러운 수명 주기에 따라 비교하는 코호트 분석은 종단적 연구라고 부른다.
A/B 테스트와 다변량 테스트
코호트 분석과는 반대로 테스트 대상인 그룹들에게 동시에 서로 다른 경험을 하게 하는 조사를 횡단적 연구라고 부른다.
예를들어 클릭 유도 문구를 '무료로 시작해 보세요'에서 '무료로 사용해 보세요'로 바꾸기만 했는데 클릭률이 376%가 상승한 사례도 있다.
이처럼 A/B 테스트는 결정적으로 중요한 단계와 어떤 가정을 줄 것인지 초점을 맞추는 것이 중요하다. 다만 테스트 요소가 많은 상황이라면 A/B테스트의 학습주기가 느려져 많은 시간이 소요된다. 그래서 모든 요소를 동시에 분석하여 어떤 것이 핵심 지표의 개선과 강한 상관관계가 있는지 알아보기 위한 통계적 분석을 실시하는 다변량 기법을 흔히 사용한다.
Part 2. 상황에 맞는 올바른 지표 찾기
스타트업이 성장하면서 겪는 변화를 이해하는데 많은 분석 체계가 있다. 이런 분석 체계를 이해함으로써 단순히 스타트업 뿐만 아니라, 국내 기업들에게도 적용할 수 있는 부분이 있을 것 같다.
[데이브 맥클루어의 해적 지표(AARRR)]는 성공적인 사업을 유치하는데 5가지 요소가 필요하다고 말한다.
요소 | 기능 | 적절한 지표 |
사용자 유치 (Acquisition) | 온/오프라인 다양한 수단으로 시선을 끈다. | 웹 트래픽, 제품에 대한 언급, 검색 결과 |
사용자 활성화 (Activation) | 일회성 방문자를 활동사용자로 전환시킨다. | 등록, 회원가입, 서비스 가입 및 이용 |
사용자 유지 (Retention) | 사용자들이 재방문하고 자주 사용하게 만든다. | 인게이지먼트, 재방문율, 사용빈도, 이탈률 |
매출 (Revenue) | 제품, 서비스의 이용이 매출이 되도록 한다. | 고객 생애 가치, 전환율, 장바구니 구매액 |
추천 (Referral) | 사용자가 다른 사람들에게 소개하고 초대한다. | 초대 건수, 바이럴 계수, 바이럴 주기 |
[에릭 리스의 성장 엔진]은 스타트업의 성장을 이끄는 3가지 엔진에 대해 설명한다.
엔진 | 설명 | 지표 |
흡입력 있는 성장 엔진 | 사용자가 제품에 애착을 가지고 계속 사용하게 만드는데 초점을 둔다. 흡입력을 보여주는 가장 중요한 KPI는 고객 유지다. |
이탈률, 사용빈도 |
바이럴 성장 엔진 | 바이럴 효과는 기하급수적으로 커지는 매력이 있다. (바이럴 계수) 한 사용자가 다른 사용자를 초대하는 속도 (바이럴 주기) |
바이럴 계수, 바이럴 주기 |
유료 성장 엔진 | 수입을 의미하나, 제품의 흡인력과 바이럴 효과를 갖추기도 전에 유료 성장 엔진을 작동시키는 것은 시기상조다. | 매출, 고객생애가치(CLV), 고객확보비용(CAC) |
[애시 모리아의 린 캔버스]는 각 칸마다 추적해야할 관련 지표가 있다. 이 지표를 이용해 사업 모델과 현실이 일치하는지 따져보고 일치하지 않으면 사업 모델을 수정해야 한다.

[숀 엘리스의 스타트업 성장 피라미드]는 제품/시장 적합성을 달성한 후에 할 일에 초점을 맞추고 있다.
숀 엘리스는 "이 제품이나 서비스를 더 이상 이용하지 못하게 되면 어떠시겠습니까?"라는 질문에서 매우 실망할 거라는 응답자가 40%이상이면 적합성을 달성했다고 판단할 수 있고, 사업을 확장해도 좋다고 한다.

[긴 퍼널(Long Funnel)]은 어떻게 여러분의 제품이 처음에 사람들의 주목을 받기 시작하는지 이해하는 방식이자, 방문자가 여러분이 바라는 목표를 달성하기까지 거치게 되는 과정이기도 하다.

린 분석 단계와 게이트
린 분석은 위의 여러 분석 체계들을 종합하여 스타트업이 다음 단계로 이동할 때임을 알려주는 '게이트' 지표가 무엇인지 총 5단계로 구분하여 설명하고 있다.
린 분석 단계 | 다음 단계로 이동하기 위한 게이트 |
공감 | 접근 가능한 시장의 실질적인 니즈를 발견했지만, 그 니즈는 적절히 해결되지 않고 있다. |
흡인력 | 사용자가 받아들이고 돈을 지불할 방식으로 문제를 해결하는 방법을 찾아냈다. |
바이럴 | 사용자를 유지할 수 있는 제품/특징/기능을 구축했다. |
매출 | 사용자와 기능 덕분에 자연적으로 그리고 인위적으로 사업이 성장한다. |
확장 | 건전한 생태계에서 적절한 수익을 창출할 수 있는 지속 가능하고 확장 가능한 사업을 발견했다. |
가장 중요한 한가지 지표 (OMTM : One Metric That Matters)
여러가지 지표를 통해서 회사는 진척도나 어려움을 잘 알 수 있다.
하지만 데이터나 지표가 너무 많으면 오히려 비생산적일 수 있다. 큰 그림을 보여주지 않는 이상한 숫자 놀음속에서 방향을 잃어버릴 수 있고, 실제 행동으로 반영되지 않을 숫자를 보고하고 의견을 나누느라 많은 시간을 낭비할 수도 있다.
매일 보고하는 KPI를 몇 개의 핵심 지표로 줄이면 회사가 무엇에 초점을 두고 있고 현황이 어떤지 분명해집니다.
OMTM을 즉시 말할 수 있고, 현재 단계와 일치하면 그 스타트업은 긍정적인 평가를 받는다.
목표 기준 정하기
어떤 지표에 초점을 둘지 아는 것만으로는 부족하다. 지표의 목표 기준도 정해야 한다.
그렇다면 무엇을 기준으로 성공여부를 판단할 수 있을까?
첫번째는 사업 모델을 살펴보는 것이다. 사업 모델을 보면 지표의 목표치를 알 수 있고, 목표 기준치를 삼을 수 있다.
두번째는 업계 기준치를 아는 것이다. 자신의 사업과 비교할 수 있고, 다른 정보가 없다면 이것이 좋은 출발점이다.
어떤 사업을 하고 있는가?
어떤 지표를 추적할지 결정하려면 자신의 사업 모델을 설명할 수 있어야 한다. 한 걸음 물러서서 세부 사항은 모두 무시하고 굵직한 요소만 생각해야 한다.
구분 | 예시 |
사용자 확보 채널 | 유료 광고, 검색엔진 관리, 소셜 미디어 활동, 바이럴 효과, 제휴 마케팅, 홍보, 앱/생태계 마케팅 |
판매 기법 | 단순 구매, 할인&인센티브, 무료 체험, 부분유료화, 유료 계정의 콘텐츠 비공개, 무료 플레이 |
매출 모델 | 일회성 거래, 반복적인 서비스 가입, 사용량 기반 요금, 광고클릭, 사용자 데이터 재판매, 기부 |
제품 유형 | 소프트웨어, 플랫폼, 머천다이징, 사용자 제작 콘텐츠, 장터, 미디어/콘텐츠, 서비스 |
제품 전달 모델 | 호스트형 서비스, 디지털 전송, 물리적인 배송 |
사업을 이해하는 방식과 추적해야하는 지표에 대한 내용이 잘 서술된 책이다.
스타트업 뿐만 아니라 기업에 종사하고 사업을 운영하는 모든 사람들이 읽으면 도움이 될 책인 것 같다.
'IT_Report' 카테고리의 다른 글
[Trend] IT Scrap | 2024-10-16 (8) | 2024.10.16 |
---|---|
[Trend] IT Scrap | 2024-10-15 (12) | 2024.10.15 |
[Trend] IT Scrap | 2024-10-14 (6) | 2024.10.14 |
[Topic] 해외 재생에너지 현황 및 정책동향 (2024 KEA 에너지 편람) (7) | 2024.08.29 |
[Topic] 국내 재생에너지 시장 (0) | 2024.08.28 |