U.E 관련 KPI 전공서.

 

조금은 넓은 시야에서 지표를 바라보도록 하자. 

 

AARRR을 떠나서 지표란 무엇일까?

 

지표란 어떤 현상을 알기 쉽게 요약하기 위해 데이터를 토대로

 

목적에 맞게 계산하여 하나의 대표값으로 나타내는 것이라고 할 수 있다.

 

 

과학에선 자연현상에서 나타나는 정적, 동적 현상들에 대해 길이, 부피, 면적, 온도 등등을 정의하고

 

기준 단위 또한 정의해서 아주 세밀하게 다룬다. 

 

(이런 단위들을 전문적으로 변환하거나 다루는 "단위조작"이라는 과목도 공대에 존재하고,

 

각 값의 단위의 기준을 어떻게 정할것인지에 대한 부분도 아주 엄밀하게 다룬다.)

 

 

 

요약하자면, 지표란 현상을 요약하는 것이라고 할 수 있는데,

 

자연현상의 경우 아주 기초적인, 기저에 있는 자연 현상에 대해 측정하기 때문에

 

"요약"에 있어서 특별히 문제가 되는 경우는 대체로 없다. 

 

(단, 아주 미세하게 측정해야 하는 경우는 논외로 하자.

 

무게나 길이 등 아주아주 작은 단위를 측정하는 것 자체가 대단히 어려운 문제이다.)

 

 

 

그러나 AARRR과 같이 우리가 다루고자 하는 지표들은 아주 복잡한 현상들을 하나의 값으로 요약하고자한다. 

 

복잡한 현상을 하나의 값을 통해 보고자 하면 필연적으로 데이터의 context가 굉장히 중요해진다.

 

그 이유는 조금만 잘못하면 온갖 편향과 paradox가 버무려진 결과를 보고 판단의 근거로 사용할 수도 있기 때문이다.

 

 

 

따라서 다음과 같은 사항을 충분히 고려하였는지 매우 심사숙고하면서 지표를 다뤄야 한다.

 

지금 내가 보고 있는 지표를 계산할 때 사용된 데이터의 모집단이 이전에 봤던 지표를 계산한 데이터의 모집단과 

 

통계적으로 같다고 할 수 있을까?

 

데이터를 모을 때 편향되지 않도록 잘 설계해서 모으고 있나? 

 

혹시 편향될 수 있다는 걸 미리 인지한 경우, 지표에 수정항은 지정해놨나? 

 

추정한 지표의 confidence interval은 얼마나 되는가?

 

편향 정도는?

 

지표는 목적에 따라 적절히 설정되었나?

 

지표가 목적에 맞는지는 어떻게 확인할 것인가?

 

이렇게 다양한 요소들을 반드시 따져봐야 한다.

 

따라서 단순히 하나의 지표를 설정해놓고, 데이터가 모이면 자동으로 집계해서 그 지표만 살펴볼게 아니라,

 

가급적이면 데이터를 전체적으로 바라보려고 하는 마인드가 중요하다.

 

"그로스 해킹은 핵심 지표를 찾고, 그 지표를 성장시키는 방법을 찾는 활동이라고 할 수 있다."

 

 

 

 

 

 

 

 

 

+ Recent posts