반응형
📌 이 글은 [인프런] 카일스쿨의 'PM을 위한 데이터 리터러시' 강의 내용을 요약 정리한 것입니다.
지표 위계를 파악할 수 있는 Metric Hierarchy
메트릭 하이라키
- Metric(지표) + Hierarchy(계층)
- 지표들의 계층 구조
Metric Hierarchy의 장점
- 회사 전체적인 Metric 구조를 파악하고 우선 순위 선정에 활용할 수 있음
- L1, L2 Metric을 통제할 수 있는 지표로 잘 선정하면 어떤 Action을 해야할지 판단하기 수월
- L1, L2 Metric 레벨로 가면 조직별, 개인별로 지표를 담당
- L2 Metric의 개선이 Focus Metric에 어떤 영향을 미치는지 파악할 수 있음
메트릭 하이라키는
중립적인 관점에서 작성되는 것이므로,
전사적으로 같은 관점을 바라볼 수 있음!
1) Focus Metric
- 비즈니스에서 가장 중요한 지표
- C레벨 관점에서 자주 생각할 지표
- ex) 이익(매출 - 비용)
2) L1 Metric
- Focus Metric의 Input Metric
- Focus Metric 보완 요소
- ex) Focus Metric이 구독자 수라면, L1 Metric은 신규/기존/이탈 구독 회원 수
3) L2 Metric
- L1 Metric의 Input Metric
- L1, Focus Metric에 기여하는 구체적인 지표
- ex) L1 Metric이 신규 구독자 수라면, L2 Metric은 무료 체험 회원의 구독 전환율, 무료 체험 페이지의 VIEW 수
- 또 생각하면서 L3 Metric도 만들 수 있고, 어느 Depth까지 갈지는 조직 내에서 결정
Input Metric, Output Metric을 잘 구성해
컨트롤 할 수 있는 Input Metric에 집중하자!
Metric Owner
- 이 지표를 담당할 사람
- Focus Metric은 경영진
- L1 Metric은 큰 조직(본부, 그룹)
- L2 Metric은 팀, 개인별
- 각자 담당하는 지표를 개선해 전체의 지표를 개선할 수 있음
Metric Hierarchy 예시
우리 회사의 메트릭 하이라키는
어떻게 되어있을지 고민해보기!
Metric Hierarchy 구축, 활용하기
Metric Hierarchy 구축 Process
- 특정 조직에서 만들어서 공유하는 것이 아닌 여러 조직에서 같이 모여서 진행(워크샵)
- 중립적인 관점으로 만들기(특정 조직의 성과가 부풀려지도록 만들지 않기)
- 목표는 완벽한 지표를 만드는 것이 아니라, 데이터 기반 문화를 만들기 위한 첫 시작
피해야 하는 함정
- 아무도 지표에 관심이 없어지는 경우: 모든 지표에 대해 메트릭 오너 지정하기
- 측정 항목이 잘못 정렬된 경우: 제대로 정한 것인지 점검하기
- 조직별로 메트릭 하이라키를 만드는 경우: 하이라키 만드는 가이드 제공해서 균일하게 만들 수 있도록 하기
Metric Hierarchy 활용하기
- 자신의 상급자가 신경쓰는 Metric에 대해 한발 앞서서 생각하기
- 내가 담당한 지표가 올라가면 그 이후 상급자의 지표는?
- 나아가서 경영진은 재무적으로 어떤 Metric을 보는가?
Metric Hierarchy와 함께 데이터 파악하기
참고) 메트릭 하이라키 관련 TIP
- 메트릭 하이라키도 결국 지표를 잘 관리하기 위한 수단임을 잊지 말기
- 메트릭 하이라키를 잡는 일은 시간이 많이 소요될 수 있음을 인지하기
- 처음엔 일단 만든 후 메트릭 리뷰 회의를 통해 점점 완성하는 것 필요함
같은 부서에 있다고 해도
사람마다 중요하게 생각하는 지표가 다를테니,
전사적으로 메트릭 하이라키를 세워두면
한 방향을 보며 일하기 좋겠다!
꼭 회사에 다니지 않더라도,
다른 제품이나 비즈니스 모델에 적용해서
메트릭 하이라키 공부해보면 좋을 듯:)
반응형
'서비스 기획해요 > 강의 들어요' 카테고리의 다른 글
[인프런] PM을 위한 데이터 리터러시_#12. 의사 결정(Decision Making) (1) | 2024.11.22 |
---|---|
[인프런] PM을 위한 데이터 리터러시_#11. 실험 설계, AB Test (4) | 2024.11.09 |
[인프런] PM을 위한 데이터 리터러시_#9. 데이터 레포트 작성, 데이터 시각화 (2) | 2024.10.17 |
[인프런] PM을 위한 데이터 리터러시_#8. 프로젝트 회고 (1) | 2024.09.25 |
[인프런] PM을 위한 데이터 리터러시_#7. 데이터 로그 설계, 데이터 QA (1) | 2024.09.23 |