2026/07 19

MVP 프로젝트(PRD, 기능명세서 작성) 중간 레슨런

오늘 결정 사항, 느낀 점1.가설 지표 설정내가 바꾼 것: '키워드 검색 버튼 클릭한 후 예약 전환율' 이 조건부확률이 대조군(아예 버튼 미노출)에서 측정 불가능이라서 '예약전환율'로 수정함.! 튜터님께서 이게 맞다고 함.물론 a/b test를 아예 리뷰클릭 여부에 따라 대조군/실험군으로 분류한다면 '키워드 검색 버튼 클릭한 후 예약 전환율'으로도 가능한데, 개발 공수 고려하면 이거 어려울 것 같음. 2. 와이어프레임-기능명세서Problem: 핵심 기능만 논의하고 바로 일부 멤버가 와이어프레임 만들기 시작해서 뒤늦게 추가되는 상세 기능들 때문에 수정이 길어짐. -> Try: 처음부터 팀원 모두가 다 같이 모든 경우의 수를 따져서 기능명세서 먼저 작성하고, 와이어프레임 만드는 것이 좋겠다. 3. 리서..

카테고리 없음 2026.07.31

MVP 프로젝트(문제 정의, PRD 작성) 중간 레슨런

오늘 벌어진 일1. 문제 정의를 더 pinpoint해야 한다는 피드백을 반복적으로 들었음. 왜 이런 문제가 발생했나?우리의 문제가 내부 데이터나 VoC, 사용자 설문, 보도 자료 등에서 발견한 매우 prominent한 문제라기보다는, 타사 대비 미흡한 기능에서 시작해서 그런 것 같다. 물론 설문에서 공동 1위를 차지한 문제이기는 하지만, 문제 현상 도출, 문제 정의 과정에서 해결책을 완전히 배제하고 순수히 문제만 생각하는 게 어려움. 결국 여기어때의 비즈니스 임팩트 측면에서 효과가 있어야 한다. 여기어때의 비즈니스 방향성과 비전을 찾아보자. 2. 유저 플로우 차트 만들다가 범위 제한에 시간 많이 소모함.유저 플로우에서 수많은 케이스 중 핵심 플로우만 제시할 줄 알아야 함. 실제로는 로그인, 검색, 결제..

카테고리 없음 2026.07.30

여행 도메인 핵심 문제 현상 도출

오늘 한 일핵심 문제 현상 도출(RICE 사용) 설문 조사 진행경쟁사 비교 분석 오늘 배운 점핵심 문제 현상 도출 시:VoC와 리서치 내용이 상충되는 경우도 있음. 이것도 결국은 우선 순위의 문제다. RICE 프레임워크에서 점수 부여 시 사유를 같이 써야 객관적으로 평가 가능한 듯.왜 이 문제 현상을 골랐는지,나아가서는 왜 이 도메인, 왜 이 기업을 선택했는지 이유를 고민할 것.설문 조사 시:설문 조사의 목적이 무엇인지 생각할 것 - 도메인 전반 경험 vs. 특정 서비스 경험 방향성 정할 수 있음.처음에는 설문 조사의 목적이 불확실해서 범위를 어떻게 해야할지(여기어때 only vs. 여행 도메인 전반 경험) 불확실했음. 그러나 RICE 프레임워크 등으로 핵심 문제 현상은 선정했기 때문에 '문제 근거 보강..

카테고리 없음 2026.07.29

이커머스 - 여행 도메인 분석

[여기어때]사업 구조숙박(호텔·모텔·펜션·풀빌라·캠핑)을 메인으로.국내외 항공권·액티비티/레저·공간대여·맛집·렌터카·여행 패키지로 확장.프리미엄 큐레이션 '여기어때 블랙', 해외 숙소 '최저가 보장제(차액 최대 200% 보상)'가 대표 상품 전략재무2025년(별도): 매출 2,794억 · 영업이익 732억 · 영업이익률 26.2% → 수익성은 업계 최상위권성장세: 2024년 매출은 전년 대비 9% 하락(성장은 꺾임, 수익성은 개선)비용 구조: 결제대행 수수료 381억 · 광고선전비 313억 · 지급수수료 208억 → 마케팅·수수료 의존강점깔끔하고 직관적인 사용 편의성(리뷰 분석에서도 최대 장점, 16.1%)가격/할인 만족(12.1%), 최저가 보장제·쿠폰리뷰·필터 기반의 국내 숙소 비교 탐색리뷰 기반 문..

카테고리 없음 2026.07.28

데이터 드리븐 기획 과제 회고

문제 현상 도출 → 문제 정의이 과정이 가장 어려웠음처음에는 단순히 "중반에서 이탈이 많다"는 현상을 문제로 정의하려 했지만, 이것은 결과론적인 문제 현상이고 문제 정의가 아니었다.문제 정의에는 해결책이 들어가면 안 되는데, 왜 자꾸 해결책을 포함해서 원인 분석을 하게 되는지..문제 정의를 "개인 읽기 속도가 반영되지 않은 정적 뷰어 구조 탓에 이탈한다"고 썼는데, 이미 "동적 진행률"이라는 해결 방향이 암시되어 있었던 것 같다. 문제 정의는 원인을 진술하는 것이지, 해결책을 가리키는 것이 아니다.데이터가 '유의미한 결과 없음'일 때이탈 구간별로 통계적으로 유의미한 특성 뽑아보려고 카이제곱 검정했음.성별·연령·기기·구독 플랜 등 인구통계 특성은 이탈 구간과 통계적으로 유의미한 상관관계가 없었다.처음에는 ..

카테고리 없음 2026.07.27

[아티클] QA & UT

QA(만든 게 의도대로 작동하는가), UT(사용자가 실제로 어떻게 쓰는가). 1. QA 노하우 : 초보 기획자/PM을 위한 가이드초보 기획자 혹은 PM을 위한 QA 가이드 | 요즘IT1. 시나리오별 계정을 미리 세팅한다 Test Case가 요구하는 조건에 맞는 계정을 미리 분류해 둔다.예를 들어 구매 내역이 없는 구매자 / 있는 구매자 / N개 이상인 구매자, 상품이 없는 판매자 / 있는 판매자 / 구매자→판매자로 전환된 사용자처럼.시나리오에 안 맞는 계정으로 QA하다가 "구매내역에 아무것도 안 떠요"라며 엉뚱한 버그 리포트를 남기는 사고를 막기 위함.2. 테스트 서버와 실서버 연동 여부를 먼저 확인한다서버가 제대로 분리되지 않으면 테스트 활동이 실서버에 영향을 줄 수 있다.글쓴이 팀은 QA 서버에서 ..

카테고리 없음 2026.07.24

전자책 시장 데스크 리서치, 문서 버전 관리 방법

⭐과제 데스크 리서치: 전자책 시장 분석요약: 국내 디지털 독서·스토리 콘텐츠 시장은 일반 전자책 구독 플랫폼과 웹소설·웹툰 플랫폼이 함께 1조 원 이상 규모로 성장.주요 내용국내 전자책(일반 도서+웹소설 일부 포함) 시장은 2010년대 중반 이후 연평균 두 자릿수 성장률을 기록하며 1조 원을 넘어선 규모로 추정.웹소설과 웹툰은 전자책 중에서도 가장 빠르게 성장하는 카테고리로, 웹툰 국내 시장은 이미 1조 원대, 웹소설은 수천억 원 규모로 추정.일반 전자책 중심 서비스: 밀리의서재, 리디북스, 교보eBook, 예스24, 알라딘 등은 구독(월 정액)과 단권 판매를 병행하며 출판사·저자와 수익을 배분함. 논란 있긴 함.웹소설·웹툰 중심 서비스: 네이버웹툰·시리즈, 카카오페이지·웹툰, 문피아 등은 회차 단위 ..

카테고리 없음 2026.07.23

지표 복습(LTV, CAC, 리텐션, 코호트 분석), 과제 데이터 분석

⭐ 에이타니 퀴즈 복습오늘은 서비스의 성장성과 수익성을 판단할 때 중요한 지표인 LTV, CAC, 리텐션, 코호트 분석에 대해 학습했다.1. LTV와 CACCAC는 Customer Acquisition Cost의 약자로,고객 1명을 새로 데려오기 위해 들어간 평균 비용을 의미한다.예를 들어 광고비 100만 원을 사용해서 신규 고객 100명을 확보했다면,고객 1명당 획득 비용은 1만 원이다.LTV는 Lifetime Value의 약자로,고객 한 명이 서비스를 이용하는 전체 기간 동안 만들어내는 총 가치를 의미한다.서비스가 건강하게 성장하려면 일반적으로 LTV가 CAC보다 커야 한다.정리: LTV > CAC 구조가 되어야 고객을 데려올수록 손해가 아닌 이익이 쌓일 수 있다.2. LTV와 리텐션의 관계리텐션은 ..

카테고리 없음 2026.07.22

GA4 개념 복습(세션, 이벤트, 전환)

1. 세션세션(Session)은 사용자가 서비스에 들어와 일정 시간 동안 이어간 연속된 활동 흐름이다.사용자가 웹사이트에 접속해서 페이지를 보고, 스크롤하고, 다른 페이지로 이동하고, 버튼을 클릭했다면 이 일련의 흐름을 하나의 세션으로 볼 수 있다.GA4에서는 기본적으로 사용자가 30분 동안 아무 활동을 하지 않으면 세션이 종료된다.즉, 세션은 사용자가 서비스를 이용한 “한 번의 방문 맥락”을 이해하기 위한 단위다.웹: 페이지 조회, 클릭, 스크롤, 페이지 이동 같은 웹사이트 내 활동과 비활동 시간이 중요하다.앱: 앱 실행, 포그라운드, 백그라운드, 복귀 시간 같은 앱의 실행 상태가 세션 판단에 영향을 준다.앱이 백그라운드로 갔다고 해서 항상 즉시 세션이 종료되는 것은 아니다. 짧은 시간 안에 다시 앱으..

카테고리 없음 2026.07.21

데이터 드리븐 기획(데이터 기반 의사결정)

1. 데이터 해석 전 '기준' 정의데이터는 단독 수치만으로 '좋다/나쁘다'를 판단할 수 없다.분석 전 과거 데이터, 목표치(KPI), 업계 평균 등의 비교 기준을 먼저 명시해야 한다.예시: 최근 30일 평균 응답시간(2.1초) vs 목표치(1초 이하)2. 문제 원인을 위한 데이터 세분화 전체 평균 지표는 세부 문제를 숨길 수 있다.디바이스(모바일/데스크톱), 시간대(피크타임), 구간별(전환 단계)로 데이터를 쪼개어 정확한 병목 구간을 찾아야 함.예시: CTA 클릭률 전체 분석 대신 '모바일(1.5%) vs 데스크톱(3.2%)' 비교3. 정량적 데이터 + 정성적 데이터(VOC) 조합정량 데이터(수치): 어디서 문제가 터졌는지 발견정성 데이터(VOC/피드백): 왜 문제가 발생하는지 원인 파악두 데이터를 결합..

카테고리 없음 2026.07.20