지난 편에서 AARRR의 프레임워크에 기반해 사업의 상황을 진단하고 우선순위를 선정하는 방법을 살펴봤어요. 이번 편에서는 지표를 대시보드에 올리기 전에 걸러내는 지표 선정 프레임워크를 알아볼게요.
1. 지표 선정의 세 가지 필터
이 시점이면 아마 가능한 지표의 긴 목록을 갖고 있을 거예요.
진짜 위험은 지표가 부족한 것이 아니에요. 잘못된 지표를 선택해서 잘못된 행동을 강화하는 것이죠.
이 프레임워크는 지표가 대시보드에 자리를 차지하기 전에 걸러내는 데 도움을 줘요.
어떤 지표든 채택하기 전에 세 가지 필터를 통과해야 해요.
- 이것이 좋은 지표인가?
- 이것이 어떤 유형의 지표인지 이해하고 있는가?
- 이 지표가 어떻게 조작될 수 있는지 알고 있는가?
세 가지 필터를 비유하면, 직원 채용 과정과 같아요. 이력서가 아무리 화려해도(지표가 인상적으로 보여도), 세 가지를 확인해야 하죠. “이 사람이 실제로 일을 잘하는가?”(좋은 지표인가), “이 사람의 역할이 무엇인가?”(어떤 유형인가), “이 사람이 성과를 부풀릴 수 있는 방법은 없는가?”(조작 가능성). 이 세 가지를 건너뛰면, 대시보드에 의미 없는 숫자만 쌓이게 돼요.
2. 좋은 프로덕트 지표의 6가지 조건
지표가 완벽할 필요는 없어요. 의사결정에 유용하기만 하면 돼요.
| 조건 | 실무에서의 의미 |
|---|---|
| 비교 가능(Comparable) | 시간, 세그먼트, 실험 간 비교가 가능 |
| 이해하기 쉬움(Understandable) | 팀의 누구든 그 의미와 함의를 설명할 수 있음 |
| 비율 기반(Ratio/Rate-based) | 맥락을 제공하는 비율이 있어야 함, 예를 들어, 잔존율이 총 사용자 수보다 유용 |
| 행동 변화 유도(Behavior-changing) | 성장하고 있는지만 알려주는 게 아니라, 다음에 무엇을 시도할지 결정하는 데 도움을 줌 |
| 고객과 비즈니스 모두에 긍정적 | 최적화하면 고객 가치와 비즈니스 건강이 함께 개선 |
| 짝꿍 지표 설계(Paired by design) | 단축 경로와 왜곡을 방지하는 짝꿍 지표가 내장되어 있음 |
3. 지표 유형을 구분해야 하는 이유
모든 지표를 동등하게 취급하면 잘못된 결론에 도달해요. 지표의 유형을 이해하면 오해를 방지할 수 있죠.
1) 정성적 vs 정량적
| 유형 | 답하는 질문 | 대표 예시 | 가장 유용한 시점 |
|---|---|---|---|
| 정량적 | 무엇이 발생했는가? 얼마나? 얼마나 자주? | DAU, 잔존(Retention)율, 전환율, 이탈률 | 트렌드 추적, 코호트 비교, 실험 영향 측정 |
| 정성적 | 왜 발생했는가? 사용자는 무엇을 생각하는가? | 사용자 인터뷰, 개방형 설문 응답, 사용성 테스트 피드백 | 동기 이해, 이탈 원인 진단, 가설 생성 |
정량적 지표는 무엇과 얼마나에 답하고, 정성적 지표는 왜에 답해요. 분석 도구는 행동을 보여주고, 인터뷰는 동기를 설명하죠. 둘 다 필요해요.
함께 사용하는 방법이에요.
| 상황 | 정량적 신호 | 정성적 후속 조치 |
|---|---|---|
| 활성화 하락 | 활성화율 ↓ | 온보딩에 실패한 사용자를 인터뷰한다 |
| 잔존(Retention) 하락 | 코호트 잔존(Retention) ↓ | 이탈한 사용자에게 이유를 묻는다 |
| 기능 성과 부진 | 기능 채택율 ↓ | 사용자가 해당 작업을 시도하는 방식을 관찰한다 |
정성적 지표와 정량적 지표를 비유하면, CCTV와 목격자 진술의 관계와 같아요. CCTV(정량적)는 “누가, 언제, 어디서” 행동했는지를 정확히 보여주지만, “왜 그랬는지”는 알려주지 않아요. 목격자 진술(정성적)은 “그 사람이 급하게 뛰어갔어요, 무언가에 놀란 것 같았어요”라는 동기의 단서를 제공하죠. 사건을 제대로 이해하려면 둘 다 필요해요.
2) 허영 지표 vs 실행 가능한 지표
허영 지표(Vanity Metrics)는 사업에 실질적인 성과가 개선되지 않아도 성장해요.
| 허영 지표 | 왜 실패하는가 | 대체 가능한 실행 가능한 지표 | 왜 효과적인가 |
|---|---|---|---|
| 총 가입자 수 | 항상 올라간다 | 7일 내 활성화된 사용자 | 온보딩에 직접 연결 |
| 총 활성 사용자 | 기본적으로 증가한다 | 코호트별 주간 활성 사용자 | 실제 잔존(Retention)을 보여줌 |
| 페이지 뷰 | SEO로 부풀려진다 | 핵심 행동이 포함된 세션 | 전달된 가치를 측정 |
핵심: 다음 행동을 제안하지 않는 지표는 허영 지표예요.
허영 지표를 비유하면, SNS의 팔로워 수와 같아요. 팔로워가 10만 명이어도 게시물에 반응하는 사람이 100명뿐이면, 실제 영향력은 팔로워 1,000명인데 매번 200명이 반응하는 계정보다 낮죠. “총 가입자 수”도 마찬가지예요. 항상 올라가니까 기분은 좋지만, “그래서 다음에 뭘 해야 하지?”라는 질문에 답을 주지 못하면 허영이에요.
3) 탐색적인 지표 vs 보고용 지표
| 유형 | 목적 | 대표 예시 | 가장 유용한 시점 |
|---|---|---|---|
| 보고용 지표 | 알려진 성과를 확인하고 모니터링 | MRR, DAU, 이탈률, 매출 성장 | 일상 운영, 주간 리뷰, 이해관계자 보고 |
| 탐색적 지표 | 알려지지 않은 패턴과 성장 요인을 발견 | 퍼널 이탈 지점, 기능 사용 경로, 세션 리플레이 | 초기 단계 프로덕트, 문제 진단, 실험 아이디어 생성 |
보고용 지표는 알려진 성과를 확인하고, 탐색적 지표는 알려지지 않은 요인을 발견해요.
초기 단계 프로덕트는 탐색적 지표를 우선해야 해요. 인사이트가 바로 거기서 나오거든요.
4) 선행 지표 vs 후행 지표
| 유형 | 알려주는 것 | 대표 예시 | 왜 중요한가 |
|---|---|---|---|
| 후행 지표 | 이미 일어난 일 | 매출, 이탈률, MRR, 갱신율 | 보고와 책임 추적에 유용하지만, 예방하기에는 너무 늦다 |
| 선행 지표 | 앞으로 일어날 가능성이 있는 일 | 활성화율, 사용 빈도, 고객 불만 건수 | 조기 개입과 선제적 의사결정을 가능하게 한다 |
후행 지표는 과거를 설명하고, 선행 지표는 미래를 보호해요.
이탈률은 이미 피해가 발생했음을 알려주지만, 고객 불만 건수는 피해가 발생하기 전에 경고해주죠.
선행 지표와 후행 지표를 비유하면, 연기 감지기와 화재 보고서의 차이와 같아요. 화재 보고서(후행)는 “어제 3층에서 화재가 발생했습니다”라고 알려줘요. 이미 일어난 일이죠. 연기 감지기(선행)는 “3층에서 연기가 감지되고 있습니다”라고 미리 경고해줘요. 이탈률은 화재 보고서이고, 사용 빈도 감소나 고객 불만 증가는 연기 감지기예요.
5) 상관관계 vs 인과관계
| 관계 유형 | 의미 | 대표 예시 | 오해 시 위험 |
|---|---|---|---|
| 상관관계 | 두 지표가 함께 움직이지만, 하나가 다른 하나를 일으키는 것은 아님 | 아이스크림 판매 ↑와 익사 사고 ↑가 여름에 동시에 증가 | 팀이 잘못된 요인에 행동하여 노력을 낭비 |
| 인과관계 | 하나의 지표가 다른 지표에 직접 영향을 준다 | 가치 도달 시간(TTV) 단축 → 잔존( 증가 | 확신을 가지고 우선순위를 정하고 규모를 키울 수 있음 |
상관관계를 가설로 취급하고, 인과관계는 실험을 통해 증명해야 해요.
상관관계에서 인과관계로 나아가는 방법이에요.
- 상관관계를 결정이 아닌 가설로 취급한다
- 명백한 교란 변수를 제거하기 위해 사용자를 세그먼트로 나눈다
- 통제된 실험이나 A/B 테스트를 실행한다
- 정성 리서치(인터뷰, 설문)로 검증한다
4. 짝꿍(Paring) 지표: 목표 왜곡을 방지하는 안전장치
지표는 강력한 도구이지만, 그 자체가 목표(Target)가 되는 순간 위험해져요.
팀이 하나의 숫자로 보상받으면, 그 숫자를 최적화하게 돼요. 프로덕트, 고객, 장기 성장이 조용히 훼손되더라도요.
1) 목표 왜곡의 흔한 패턴
목표 왜곡(Goal Distortion)은 나쁜 의도에서 오는 경우가 드물어요. 안전장치 없이 단일 지표를 최적화할 때 발생하죠.
다음은 세 가지 전형적인 왜곡 패턴이에요.
| 최적화 대상 지표 | 서류상 개선되는 것 | 실제로 망가지는 것 |
|---|---|---|
| 신규 계약 체결 수 | 영업 속도 | 고객 품질, 장기 잔존 |
| 출시된 기능 수 | 체감 생산성 | 코드 품질, 미래 개발 속도 |
| 해결된 티켓 수 | 지원 효율 | 고객 신뢰, CSAT, 관계 품질 |
지표는 “올바른” 방향으로 지표가 움직이는 것처럼 보여요. 그리고 모든 경우에서 프로덕트나 비즈니스가 다른 곳에서 조용히 악화되죠.
2) 짝꿍 원칙: 어떤 지표도 혼자 서면 안 된다
목표 왜곡을 방지하려면, 어떤 지표도 단독으로 존재하면 안 돼요.
최적화하는 모든 주요 지표에 대해 한 가지 질문을 해야 해요.
“이 지표를 너무 세게 밀면 무엇이 망가질 수 있는가?”
그리고 그 위험을 명시적으로 측정하는 거예요. 이것이 짝꿍 지표 원칙(Principle of Pairing Indicators)이에요.
대부분의 안전한 지표 시스템은 이 패턴을 따르죠.
- 단기 이득 ↔ 장기 비용
- 양 ↔ 질
- 프로세스 ↔ 결과
짝꿍 지표 예시예요.
| 주요 지표 | 페어링 지표(안전 점검) | 보호하는 것 |
|---|---|---|
| 신규 계약 완료 수 | 기존 고객 잔존 | 매출 품질 |
| 출시된 기능 수 | 배포당 버그 수 | 프로덕트 품질 |
| 해결된 티켓 수 | CSAT / NPS | 고객 신뢰 |
| 활성화율 | 가치 도달 시간 | 얕은 온보딩 방지 |
| 발송된 추천 초대 수 | 추천 전환율 | 가짜 바이럴리티 방지 |
짝꿍 지표는 팀의 속도를 늦추지 않아요. 지표에서는 이기면서 비즈니스에서는 지는 것을 방지하는 거죠.
다음 편에서는 이론을 넘어 실전 사례로 들어가요. 이커머스, SaaS, 모바일 앱에서 지표 시스템을 어떻게 설계하는지 구체적으로 살펴볼게요.
프로덕트 지표 플레이북 시리즈