2. 지표(KPI)

학습 주제

• 데이터 기반 의사 결정(Decision Science)이란?
• 조직 구조의 중요성과 트렌드
• 데이터 조직의 일주일 살펴보기
• 좋은 지표(KPI)란?
• KPI와 선행/후행 지표 예
• 시각화 대시보드 툴 소개
• 실습: 지표 정의하고 차트 만들어보기

주요 메모 사항 소개

• 데이터 분석 케이스들 살펴보기
  - 고객 이탈률 (VIP 들의 이탈률 트래킹하는것이 중요)
  - 데이터 기반 부가가치 (고객용 대시보드 개발)
  - 마케팅 기여도 분석
  - 고객 불만과 이탈률관의 관계  (생존편향 & 확증편향 생각하며)
• 데이터 분석가의 역할
  - 비지니스 인텔리전스를 책임진다 (대시보드사용)
  - 회사내 다른 팀들의 데이터관련 질문 대답
• 3가지 데이터 팀 조직 구조
  1. 중앙집중 구조 (모든 데이터 팀원들이 하나의 팀으로 존재)
     - 일의 우선 순위는 중앙 데이터팀이 최종 결정
     - 데이터 팀원들 간의 지식/경험공유가 쉬워지나 다른 현업부서들의 만족도가 떨어진다.
  2. 분산 구조 (데이터 팀이 현업 부서별로 존재)
     - 일의 우선 순위는 각 팀별로 결정한다.
     - 데이터 직무자들 간의 지식/경험/데이터 인프라 공유가 힘들다.
     - 현업부서들의 만족도는 높은 편이나 데이터 팀원들의 만족도가 낮다 .
  3. 하이브리드 구조
     - 가장 이상적인 조직 구조
     - 데이터 팀원들의 일부는 중앙에서 인프라역할, 나머지는 현업팀에서 작업
• 데이터 메쉬 (Data Mesh)
  
  • 중앙 관리와 표준을 염두에 둔 데이터 분산 데이터아키텍처
    - 현재는 기술이라기 보단 개념에 가깝다.
    - 조직/문화적인 준비가 필요한 개념이며 마이크로 서비스와 아주 흡사한 원칙을 가지고 있다.

1980년대 후반	2000년대 후반	2010년대 중반	2021
Data Warehouse (Top-down)	Data Lake (Bottom-up)	Cloud Data Platform	Data Mesh
중앙시스템			분산 시스템

• 마이크로서비스
  - 웹 서비스를 다수의 작은 서비스들로 구현하는 방식
  - 각 서비스들은 팀 단위로 원하는 언어 / 기술로 개발하는 자율성을 가진다.
  - 각 서비스들은 계약관계로 지켜야하는 책임이 존재, 서비스 정보를 등록해야한다.
• 좋은 지표(KPI)란? ※ Key Performance Indicator
  
  • 조직 내에서 달성하고자 하는 중요한 목표
    - 정량적 숫자 선호
    - 명확한 정의가 중요하다 -> 지표 사전이 필요
  • KPI 수는 적을수록 좋다.
  • KPI 기준
    - 실제 가치를 제공
    - 반복되는 값을 체크한다 (MRR vs Total revenue)  ※ Monthly Recurring Revenue
    - 후행지표 / 선행지표
    - 사용가능한 피드백 메커니즘 (의사결정 지표 : WAU / MAU) 
  • 매출 / 서비스 사용 고객수 (DAU, WAU, MAU) ※ Daily, Weekly, Monthly Active Users
    - 보통 매출이 더 중요한 지표이다.
• 지표(Metrics)란?
  - 지표와 KPI의 차이점은 중요도 (KPI는 회사에서 중요한 지표, 즉 지표가 더 큰 개념)
  - 팀 / 개인별로 중요한 성과 목표를 정량적으로 갖는 것이 중요
  - 데이터 문해력의 시작점
• 좋은 지표 특성 (3A)
  - 쉽게 볼 수 있어야한다(Accessible)
  - 실행가능한 통찰력이 제공되어야 한다 (Actionable)
  - 감사 가능해야한다 (Auditable) 
• 선행 지표 (Input)
  - '아웃풋 지표를 움직이는 지표', 직접 통제 가능한 지표 (제품다양성, 가격, 편의성,...)
• 후행 지표 (Output)
  - 인풋 지표의 결과로, 직접 통제 불가능한 것 (MAU, 판매량, 계약건수, 매출, ...)
• 매출 = 가격(P) * 판매량 (Q)
  - P 고정이라는 전제 하에 Q 늘릴 방법을 찾아야한다
• 시각화 툴
  - 대시보드 or BI(Business Intelligence)툴 이라 부른다.
  - KPI, 지표, 데이터를 기반으로 계산 / 분석 / 표시 해주는 툴
  - Looker 화 Tableau가 가장 많이 사용되는 추세

--------------------------------------------------------------------------------------------------------

•  Tableau
  - 다양한 툴이 존재하지만 가격이 싸고 투명하며, 무료 버전도 존재해 공부가능한 툴로 선택
  - 중요한 포인트는 셀프서비스 대시보드를 만드는 것이다.
  - 추출된 데이터 원본 (CSV 파일)만 데이터 소스로 지원한다.
  - 사이트 : https://www.tableau.com/ko-kr

Tableau: 비즈니스 인텔리전스 및 분석 소프트웨어

 

 

간단하게 표를 만드는 법을 보여드리겠습니다.

(저도 처음이라 많이 부족합니다)

 

.csv 파일을 드래그 하여 데이터를 불러옵니다.

이후 시트 1번을 누르시면 표를 그릴 수 있는 화면이 나옵니다.

 

열 = 수치를 어떤 관점으로 볼 것이냐 / 행 = tracking 하고 싶은 수치 라고 생각하고 만듭니다.

드래그 하여 값을 넣었는데 본인이 원하는 값이 아니면 바꿔줄 수 있습니다.

 

이후 원하는 값을 추출하기위해 우클릭 후 다양한 계산을 할 수 있습니다.

 

이런식으로 처음 쓰는 구문이지만 힌트가 많이 있어 참조하며 작성할 수 있습니다. ( ) 안에 쓰고자 하는 테이블 값을 넣어줘야 작동합니다. / 계산 1 은 언제든 이름을 바꿀 수 있습니다.

이후 추가하고 싶은 값을 마크에 넣어 주면 추가적으로 그래프가 생성되며 값을 필터링 하고 싶다면 필터에 드래그하면 됩니다. 시트간의 이동도 허용이 되니 다음 시트에서 이 값을 그대로 사용 할 수 있습니다.

• Tableau 에서 차트모음 = 대시보드 = 시트
• 이후 파일과 서버에 저장 가능합니다.
• 로그인하여 저장하면 Tableau public에 저장되어 다른 사람들이 열람해 볼 수 있습니다.

 

공부하며 어려웠던 내용

• Tableau 툴을 처음 써봐 어려웠습니다. 추가적으로 만져보면서 익히는게 중요해 보입니다.