T99.zip

[BDA] 블로그 챌린지 : 2주차✨

TAEN99U — Sun, 21 Sep 2025 16:21:29 +0900

들어가며

안녕하세요! BDA 11기 한태은입니다
저는 BDA 정규반 강의 중 데이터 분석 실전반(지표설계 및 고객분석) 강의를 수강하고 있는데요.
오늘은 그 첫 번째 수업에 대한 리뷰와 함께 잠깐 BDA 학회 인스타그램에 대해 소개를 하고 마무리해볼게요!

이번 주 수업 개요

수업 기본 정보

- 주제 : 지표 프레임 워크 & AARRR 프레임 워크

- 진행 방식 : 이론 중심의 참여형 비대면 강의

- 사용 도구 : Zoom, Notion

학습 목표

이번 수업에서 배우는 중요한 개념은 지표 프레임 워크, AARRR 프레임 워크가 있는데요!

이번 수업같은 경우는 해적 프레임 워크라고도 불리는 AARRR 프레임 워크를 이론적으로 이해하고, 각 단계에서 활용할 수 있는 지표와 대표 지표의 계산법을 익히는 시간을 가졌습니다!

수업 내용 상세 리뷰

배운 내용 요약

1. 지표 프레임 워크

✏️ 지표 프레임 워크란, 특정 목표를 달성하기 위해 필요한 지표를 체계적으로 정의하고 관리하는 지표 관리의 틀을 의미합니다.

이런 지표 프레임 워크는 프레임 워크 중심의 지표 관리를 통해 지표 중심으로 서비스의 현황을 판단할 수 있도록 도와주는데요.

서비스 흐름에 따라 퍼널과 퍼널에 맞는 지표를 정의하고 해당 지표를 개선하기 위한 Action을 수립하기 위해서 지표 프레임 워크는 필수적이라고 말할 수 있습니다!

이런 지표 프레임 워크에는 AARRR 프레임 워크, GAME 프레임 워크, HEART 프레임 워크 등이 존재합니다!

왼쪽은 HEART 프레임 워크 구조 이미지이며, 오른쪽은 AARRR 프레임 워크 구조 이미지입니다!

2. AARRR 프레임 워크

✏️ AARRR 프레임 워크는 2007년, 미국의 스타트업 액샐러레이터 500 Startups의 창립자인 데이브 맥클루어(Dave Mcclure)가 제작한 마케팅 분석 프레임 워크입니다.

위의 예시 사진에서 보시는 것과 같이 AARRR은 총 5단계로 나뉘는데, 이때 각 단계의 맨 앞 글자를 따와서 AARRR 프레임 워크라고 불리는 것입니다!

아래에서 구체적으로 각 단계를 살펴보도록 할게요!

2-1. Acquisition 단계

✏️ Acquisition(획득) 단계는 말 그대로 신규 고객의 유입을 유도하는 단계입니다.

해당 단계에서 저희가 중요하게 생각해야 할 주제는 "유저가 우리 서비스에 어떻게 유입되었을까?"라는 질문입니다.

신규 고객을 획득하는 것은 기업에게 있어 중요한 문제 중의 하나죠!

채널을 통해 고객이 많이 유입되는 요즘 추세에 따라서 위의 주제를 해결하기 위해 가장 많이 유입되는 채널, 가장 저렴한 채널 등 채널과 관련된 분석을 진행하는 것이 바람직해보입니다!

Acqusition 관련 주요 지표

DAU(일간 활성 사용자)	하루동안 앱이나 웹사이트에서 최소 한 번 이상 활동한 고유 사용자 수
MAU(월간 활성 사용자)	한 달 동안 앱이나 웹사이트에서 최소 한 번 이상 CAC활동한 고유 사용자 수
NRU(신규 유저 수)	특정 기간 동안 해당 서비스나 앱을 처음으로 이용한 사용자 수
CAC(유저 획득 비용)	신규 유저 1명을 확보하기 위해 필요한 비용
PV(페이지 뷰)	방문자 또는 유저가 조회한 페이지의 수

➡️ Acquisition 단계에서 주목해야할 지표는 CAC(Customer Acquisition Costs, 유저 획득 비용)입니다.

이는 신규 유저 1명을 확보하기 위해 필요한 비용을 의미하며, CAC를 활용할 때 주의해야할 점은 고객 확보를 위해 큰 비용을 들인다고 해서 반드시 고객 수가 증가하는 것이 아니라는 것입니다!

Customer Acquisition Cost(CAC) = (신규 유저 확보 비용) ÷ (확보된 신규 유저 수)

2-2. Activation 단계

✏️ Activation(활성화) 단계는 서비스를 유저들이 처음으로 경험하고, 활성화되는 단계입니다.

해당 단계에서 저희가 중요하게 생각해야 할 주제는 "유저가 우리 서비스를 얼마나 활발하게 이용할까?"라는 질문입니다.

Acquisition에서 아무리 많은 고객을 획득하더라도 신규 고객들이 서비스의 가치를 제대로 경험하지 못하고 이탈한다면, 기업의 사업 가치는 만들어질 수 없습니다.

따라서 고객들이 처음으로 핵심 가치를 깨닫게 하는 아하 포인트(Aha Point)가 필요한 것이죠!

Activation Flow

Sign up	- 사용자가 서비스에 가입, 즉 신규 유저를 획득한 상태
Set-up moment	- 서비스를 사용하기 위한 초기 단계를 완료한 시점 - 데이터 분석을 통해 핵심 가치와 지표 설정
Aha-moment	- 확장된 가치를 경험한 순간 - "이 서비스 없이는 안되겠다"라는 몰입으로 연결되는 시점
Habit-moment	- 서비스의 핵심 가치의 반복적인 경험으로 습관화되는 순간 - 유저의 습관 형성 루프를 유도하는 것이 중요한 시점
Retention	- 고객의 유지

➡️ 위와 같은 흐름에 따라 고객이 활성화되고, 결국 Retention으로 이어지는 것이죠!
이런 Activation을 확인하기 위한 지표는 다음과 같은 것이 있습니다.

Acqusition 관련 주요 지표

Spent Time(체류 시간)	서비스를 이용하는 사용자의 평균 체류 시간
Stickness(고착도)	한 달 동안 온 사용자 중 매일 돌아오는 비율
CVR(전환율)	전체 방문자 중 원하는 특정 행동(구매, 회원가입 등)을 완료한 사용자의 비율

➡️ Activation 단계에서 살펴볼 대표적인 지표는 Stickiness(고착도)와 Conversion(전환율)입니다.

고착도같은 경우에는 한 달 동안 온 유저 중 매일 돌아오는 비율을 의미하며, 유저가 얼마나 서비스를 자주 이용하는지 그 충성도, 즉 서비스 의존률을 판단하는 지표라고 할 수 있습니다.

Stickiness = DAU ÷ MAU = (월간 활성 사용자 대비 일간 활성 사용자의 비율)

➡️ Conversion(전환율)은 전체 방문자 중 원하는 특정 행동(구매, 회원가입 등)을 완료한 사용자의 비율을 의미하는데요. Activation 단계에서 가장 많이 보는 지표 중 하나이며, 퍼널을 반드시 구분하여 단계별로 페이지를 하나하나 뜯어봐야 현황 파악에서 끝나는 게 아닌, 데이터 분석을 통한 인사이트 도출까지 이어진다는 점을 명심해야 합니다.

Conversion(CVR, %) = (상품 구매 전환 수) ÷ (서비스 총 방문자 수) × 100

2-3. Retention 단계

✏️ Retention(유지) 단계는 사용자를 유지시키기 위한, 또는 사용자의 재방문 또는 이탈을 파악하는 단계입니다.

해당 단계에서 저희가 중요하게 생각해야 할 주제는 "우리 서비스를 유저가 계속해서 이용하고 있을까?"라는 질문입니다.

이때 그 현황을 파악하기 위한 지표에 Retention Curve와 Cohort Retention 등이 있는데요.

이러한 Retention Chart는 코호트, 불륨, 기간, 유지율의 4가지 요소로 구성되며, 특히 Retention Curve는 Retention을 파악하기 자주 보는 지표 중 하나입니다.

Retention Curve는 현황 파악을 위한 지표로서 대체로 비슷한 양상을 보이며, 더 자세한 수치를 파악하기 위해선 Cohort Retention을 통해 확인해야 합니다.

왼쪽은 Retention Curve의 예시 이미지(출처 - Quettra)이며, 오른쪽은 Cohort Retention의 예시 이미지입니다

Retention 관련 주요 지표

Retention(리텐션, 재방문율)	전체 방문자 중 선택한 기간의 직전 기간에도 방문했던 사용자의 수
Churn Rate(이탈률)	앱 또는 웹페이지 사용을 중단한 사용자의 비율

➡️ Retention 단계에서 살펴볼 대표적인 지표는 Retention(재방문율)과 Churn Rate(이탈률)입니다.

먼저 Retention(재방문율)같은 경우는 후행 지표(이미 발생했거나 진행 중인 현상, 즉 추세가 시작된 후에 변화하는 지표)입니다. 따라서 이는 목표 지표로 보기는 어렵습니다.

또한 산업군마다 추세가 다르므로, 산업군 별로 Retention을 비교해야하며, 스타트업같은 막 시작한 기업이 해당 지표를 주로 확인합니다.

Retention(%) = (특정 기간의 마지막 시점에 다시 방문한 유저 수) ÷ (시작 시점에 방문한 총 유저 수) × 100

➡️ Churn Rate(이탈률)은 앱 사용을 중단한 사용자의 비율을 의미하는데, Retention(재방문율)같은 경우 스타트업이 자주 활용하는 지표라면, Churn Rate(이탈률)같은 경우는 산업군에서 입지가 있고 티어가 높은, 독점사같은 기업이 보는 지표입니다.

Churn Rate(%) =
(특정 기간 동안 서비스를 이탈한 유저 수) ÷ (특정 기간의 시작 지점에 서비스를 이용한 유저 수) × 100

2-4. Referral 단계

✏️ Referral(추천) 단계는 기존 사용자가 신규 사용자에게 우리의 서비스를 추천하는지에 대해 확인하는 단계라고 할 수 있습니다.

해당 단계에서 저희가 중요하게 생각해야 할 주제는 "우리 서비스의 사용자가 지인들에게 추천할 만큼 우리의 서비스를 좋아할까?"라는 질문입니다.

이 단계는 UX 디자인팀 혹은 UX Researcher와 협업하는 경우에 많이 활용되며, 사용자의 앱 사용성을 측정하여 UX를 개선하는 Action을 수립합니다.

Referral 관련 주요 지표

NPS(순수 고객 추천 지수)	기업이 고객 만족도와 충성도를 평가하는 데 사용되는 지표
K-factor(바이럴 계수)	기존 고객을 통해 신규 고객이 얼마나 추가되었는지를 나타내는 지표

➡️ Referral 단계에서 살펴볼 대표적인 지표는 NPS(순수 고객 추천 지수)와 K-factor(바이럴 계수)입니다.

먼저 NPS와 같은 경우는 2003년, 베인앤컴퍼니에서 개발했으며, 국내에서 많이 활용되는 지표 중 하나입니다.

이는 우리 서비스가 시장에 잘 정착했는지, 앞으로 성장할 수 있는지를 판단하는 지표이며 NPS의 데이터는 고객 만족도 조사와 같은 survey를 통해 수집할 수 있습니다.

Net Promoter Score(NPS) = (추천 그룹 비율, Promoters, %) - (비추천 그룹 비율, Detractors, %)
= {(추천 그룹 수) - (비추천 그룹 수)} ÷ (전체 응답자 수)

➡️ K-factor(바이럴 계수)와 같은 경우는 우리 서비스가 얼마나 바이럴이 잘 되고 있는지를 표현하는 지표입니다.

이때, 바이럴이란 우리가 흔히 말하는 입소문을 의미합니다.

K-factor = (신규 고객 수) ÷ (기존 고객 수)

2-5. Revenue 단계

✏️ Revenue(수익) 단계는 기업에서 가장 중요한 수익화가 되고 있는지에 대한 단계입니다.

해당 단계에서 저희가 중요하게 생각해야 할 주제는 "사용자가 우리 서비스에 돈을 쓰고, 우리는 돈을 벌고 있을까?"라는 질문입니다.

말 그대로, 사용자가 우리 서비스를 소비할 의향이 있는지 또한 자사가 이를 통해 수익을 내고 있는가를 확인합니다.

이 단계는 비즈니스의 성패를 가르는 가장 중요한 단계입니다.

이번 시간엔 Revenue 단계의 주요 지표 중 LTV만 학습하였는데요!

오늘은 LTV에 대해서 간단히 설명드리고 마무리 하겠습니다!

Revenue 관련 주요 지표

LTV(고객 생애 가치)

기업이 한 명의 고객과 거래하는 전체 기간 동안 그 고객으로부터 얻을 수 있는 총수익 또는 총이익

➡️LTV(고객 생애 가치)는 CLV(Customer Life Value)라고도 불리며, 측정하는 방식이 회사마다 다르고, 측정하는 방식을 정의하기도 매우 어렵지만 그만큼 가치가 있는 중요한 지표입니다.

이때, LTV는 CAC가 낮아지면 높아지는 현상이 나타나는데... 언제나 LTV를 CAC보다 높게 유지하는 것이 중요합니다!

구독/멤버십의 경우 : ARPU ÷ (이탈률)
게임, 광고 : (예상 평균 이용 시간) × ARPDAU

➡️ 이처럼 활용 목적과 산업군 별로 LTV의 식이 크게 달라지니, 늘 주의가 필요하겠습니다.

핵심 정리 및 후기

핵심 개념	지표 프레임 워크, AARRR 프레임 워크, Acquisition 단계, Activation 단계, Retention 단계, Referral 단계
적용 분야	데이터 분석을 통해 달성하고자 하는 목표를 위해 필요한 지표의 체계적인 정의 및 관리
난이도	⭐ ☆ ☆ ☆ ☆
중요도	⭐⭐⭐⭐⭐

+ ) B.D.A 인스타그램

저는 BDA 학회의 11기 학회원이 되기 전부터 BDA 학회의 공식 인스타그램을 팔로우하고 있었는데요!

BDA 인스타그램에는 데이터 분석과 관련된 각종 다양한 정보가 정기적으로 업로드된답니다

데이터 분석가를 희망하시는 분들이나, 관련 직무에 관심이 있으신 분들은 한번 둘러보시는 것도 좋을 것 같아요!

마무리하며

오늘은 제가 수강하는 강의에서 배웠던 개념과 그 정의, 그리고 관련 지표에 대한 계산법 등을 포스팅해보았는데요!
내용이 많은 편은 아니지만 저로서는 헷갈리는 개념들이 몇몇 있었기 때문에 확실하게 복습을 거듭해야겠다고 느꼈습니다.
오늘은 여기서 마무리하겠습니다! 읽어주셔서 감사합니다✨

[BDA] 블로그 챌린지 : 1주차✨

TAEN99U — Wed, 17 Sep 2025 12:27:52 +0900

들어가며

안녕하세요! BDA 11기 한태은입니다
이번주부터 BDA 학회에서 진행하는 블로그 챌린지에 참여하게 되었는데요...
앞으로 매주 진행되는 정규 수업 및 행사에 대한 후기를 작성해보려고 해요!

BDA를 선택한 이유

✅ 체계적인 커리큘럼

- 데이터 분석 초급반부터 고급반까지, 모든 학회원들의 수준을 고려하여 개설된 다양한 정규반 강의

- 공신력 있는 강사분들과 계획한 체계적인 커리큘럼을 바탕으로 진행되는 유익한 수업 내용

저는 빅데이터 분석을 전공하며 다양한 전공 강의를 듣고 있는데요!

전공 강의는 너무 이론적이고 학술적으로 느껴지는 강의가 많더라구요

하지만 BDA 학회의 정규반 강의는 실무 중심적인 커리큘럼으로, 제가 원하는 유익한 내용이 잔뜩

⤵️아래 사진은 BDA 학회에서 11기 학회원을 모집하며 올렸던 커리큘럼 소개글! 한번 참고해보시면 좋을 것 같아요!

BDA 공식 인스타그램, https://www.instagram.com/p/DMPkrP7ythr/?img_index=6

✅ 대규모 행사와 네트워크

- 강연, 내부 공모전, 기업 연계 프로젝트 등을 포함한 다양한 학술 프로그램 실시

- 데이터 분석에 관심이 있는 다양한 사람들과의 교류 및 선배 기수들과의 네트워킹 기회

저는 주변 사람들 모두가 인정하는 집순이...예요...

그래서 대학교에서 진행되는 각종 행사에 자주 참여하지 않았는데... 그게 이제 와서 크게 후회되는 거 있죠...?

하지만 지금부터 시작하면 되죠! 앞으로는 BDA 학회 행사에 참여하여 다양한 분들과 대화를 나눠보고 싶어요

⤵️아래 사진은 BDA 학회의 공식 홈페이지! 이것도 한번 참고해보시면 좋을 것 같아요~

BDA 공식 홈페이지, https://bdaprogram.oopy.io/content

✅ 공개적으로 제공되는 유익한 정보

- 인스타그램과 같은 SNS에 게시되는 데이터 분석 공모전, 채용 공고 등에 관한 정보 게시

- 데이터 트렌드, 데이터 분석 학습팁, 부트캠프 등 데이터 분석에 대한 다양한 정보 게시

사실 전 1학년이었을 때부터 BDA 학회 공식 인스타그램을 팔로잉해왔는데요!

왜 학회원도 아닌 사람이 학회 인스타그램을 팔로잉했냐고요? 당연히 유용한 정보가 잔뜩 올라와서죠!✨

늘 BDA 학회 공식 계정에 글이 올라오면 제때제때 확인했던 것 같아요!

그러다보니 어느새 BDA 학회에 내적 친밀감이 생겨버리고(ㅎㅎ) 빅데이터 분석 학회에 가입한다면 반드시 BDA에 가입할거다! 라는 생각을 가지게 됐던 것 같습니다!

BDA 공식 인스타그램, https://www.instagram.com/p/DOf4JXQk2_G/?hl=ko

앞으로 기대되는 점 & 얻어가고 싶은 것

BDA 정규반 수업을 통한 성장

위에서 말씀드린 것처럼 저는 빅데이터 분석을 전공하고 있는데요.

다양한 전공 수업을 경험해본 저도 BDA 학회의 커리큘럼은 실무적이고 특별하다라고 느꼈어요!

저는 이번 학기에 데이터 분석 실전반(지표설계 및 고객분석) 강의를 듣는데, 이번 강의를 통해 데이터 분석 능력을 실무적으로 향상시키고 싶다고 생각합니다

다양한 네트워크 경험

아무래도 대학생활에 충실하지 않았다보니, 저는 데이터 분석에 관심있는 분들은 많이 만나보진 못했어요...

하지만! BDA 학회는 국내에서도 대규모로 꼽히는 대학생 학회 중 하잖아요? 몇없는 빅데이터 분석 학회이기도 하고요!

이번에야말로 BDA 학회의 다양한 행사에 참석하여 저와 같은 관심사를 가진 분들과 소통해보고 싶어요!

그러다 보면 목표를 위해 함께 공부하고, 대화하는 경험을 쌓아나갈 동료를 얻을 수 있지 않을까요?!

(그랬으면 좋겠습니당...)

BDA 페스티벌(제일 기대되는 부분!)

그리고 제가 가장 기대하는 행사! BDA 페스티벌입니다!

BDA 학회 홈페이지에 들어가면 더 자세히 알 수 있겠지만, 제가 간단히 소개를 드리자면...

BDA 페스티벌은 다양한 기업들의 채용 설명회와 네트워킹이 이루어지는 행사입니다!

저는 게임 기업에 관심이 많은데, 정확히 어떤 기업이 참여할지는 모르겠지만... 게임 분야 기업이 참여해줬으면 좋겠네요!

마무리하며

오늘은 첫 블로그 포스팅이다보니 BDA 학회를 선택한 이유와 기대하는 점과 얻어가고 싶은 것에 대해 적어봤습니다!
사실은 이런 글을 쓰는 건 처음이라 많이 어색하고, 잘 쓴 게 맞는지 걱정되기도 하는데요...
앞으로 블로그 챌린지를 진행하면서 글을 쓰는 능력도 향상시키고 싶고, 데이터 분석에 대한 지식도 쌓고 싶네요...
부족한 글이지만 BDA 학회의 입회를 고려하는 분들에게 도움이 되었으면 좋겠습니다!✨