[TIL 16] 지표와 데이터 정리의 필요성과 중요성(w. 지표 - 분모, 케이스 비교)

매 분석마다 분석 이후에 지표, 데이터 정의한 것들을 정리해두고자 한다.

그런데 생각보다 분석을 하는 데에 있어서 여러가지 데이터와 지표를 보게 되고

이 지표들을 모두 정리하는 데에 있어서는 정리를 위한 정리가 되는 경향도 있어서 고민이 되었다.

 

그래서 지표 정리의 방향을 고민해보는 시간을 갖고자 한다.

 

지표가 중요한 건 단순 수치가 아니라, 팀의 문제 정의와 방향성을 반영한 "언어"이기 때문이다. 
그래서 지표를 정리해두는 건 단순 정리 차원이 아니라, 일관된 해석과 의사결정을 위한 기반이 되는 부분이라

그때그때 정리하는 것이 중요하고 필요하다고 생각한다.

---

✅ 왜 지표 정리가 중요할까? (목적)

1. 지표 해석의 기준 통일
   • 사람마다 다르게 해석하거나, 같은 지표를 다르게 정의하면 커뮤니케이션 오류 발생
   • → 전환율이 무엇 기준인지 명확하지 않으면 혼선 생김
2. 분석/리포트 반복 작업 최소화
   • 매번 쿼리 새로 짜지 않고 기준값, 필터, 분모 등 바로 적용 가능 → 로직을 바로 활용할 수 있다
3. 목표 및 성과 비교의 일관성 유지
   • 같은 정의로 비교해야 전월 대비, 캠페인 전후 등 정확한 비교 가능

---

⚙️ 정리 기준: 어떤 정보들을 포함해야 할까?

항목	설명	예시
지표 이름	누구나 이해할 수 있는 명칭	신규컬러 전환율
정의	어떤 의미인지 문장으로	동일 SKU 재구매 고객 중 신규 컬러 구매 비율
분자	측정 대상의 행동	신규 컬러로 재구매한 고객 수
분모	기준 대상	동일 SKU를 재구매한 전체 고객 수
사용 목적	왜 이 지표가 중요한가	제품 개선 후 컬러 선택 패턴 파악
분석 주기	일/주/월 등 집계 단위	월별
필터/조건	적용된 필터 조건	출고 상태, 구매일자, 특정 카테고리 등
주의사항	오해 방지를 위한 정보	신규 고객 포함 여부 확인 필요

 

---

💡 정리 방식 아이디어

지표명	정의	분자	분모	필터 조건	사용 목적	주기	데이터 참고
신규컬러 전환율	동일 SKU 재구매자 중 신규 컬러 구매 비율	신규 컬러 구매자	동일 제품 재구매자	출고 기준, 특정 라인업	리뉴얼 효과 확인	월	특정 컬러코드 기준 분류 필요

 

---

✔️ 정리 팁

• 지표 대시보드와 정의서를 링크로 연결 → 조회와 정의가 분리되지 않게
• 같은 지표라도 분석 목적에 따라 버전이 나뉠 수 있음 → “전환율 (전체 기준)”, “전환율 (광고 유입 기준)” 등
• 같은 지표를 보고 기준이 다를 때는 별도로 체크해두도록 하기
• 지표 자체는 같을 수 있지만 분모와 분자를 어떻게 쓰느냐에 따라 해석이 달라질 수 있다. → 아카이빙 필수! 

---

🎯 목적별 세분화 분류

• 퍼널 기준: AARRR (획득, 활성화, 전환, 유지, 추천)
• 고객 여정 기준: 유입 → 탐색 → 장바구니 → 구매 → 후기
• 분석 목적 기준: 성과 모니터링 / 실험 결과 비교 / 타깃 그룹 분석 등

---

 

✏️ 그런데 또 내가 지표를 정의하면서 느꼈던 건 분자, 분모를 어떻게 두느냐에 따라 해석이 달라진다는 점이다.

 

예를 들어 [제품 재구매율]이라는 지표가 있는 데 재구매율도 분모를 다르게 두면 해석이 달라진다.

1️⃣ 분모 제품 첫구매자수 / 분자 제품 재구매자수

2️⃣ 분모 제품 전체 구매자수 / 분자 제품 재구매자수 

 

📊 재구매율 예시 1️⃣ : 첫구매자 기반 재구매율

항목	내용
지표명	재구매율 (첫구매자 기준)
정의	특정 제품을 첫 구매한 고객 중 재구매까지 이어진 비율
분자	제품 재구매자 수
분모	제품 첫구매자 수
해석 포인트	이 제품은 “한 번 사본 사람”이 얼마나 만족해서 다시 샀는가

✔ 사용 시점

• 신제품 론칭 후 재구매 성과 판단
• 첫구매 고객 유입 → 충성 고객 전환율 측정

 

📊 재구매율 예시 2️⃣ : 전체 구매자 기반 재구매율

항목	내용
지표명	재구매율 (전체 구매자 기준)
정의	해당 제품의 구매자 중 2회 이상 구매한 사람의 비율
분자	제품 재구매자 수
분모	제품 전체 구매자 수
해석 포인트	이 제품의 구매 경험이 있는 모든 사람 중 다시 산 비율

 

✔ 사용 시점

• 제품군/카테고리 전반의 충성도 측정
• 단일 제품이 아닌 전체 브랜드 충성도 체크

➡️ 해석 차이 핵심 요약

항목	첫구매자 기준	전체 구매자 기준
분석 목적	전환 효율	유지 효율
분석 대상	처음 산 사람 중 누가 다시 샀나	산 사람 중 누가 또 샀나
시사점	제품 매력도 (첫 경험 이후 재구매 유도력)	브랜드/제품 충성도 전반

---

✔️ 지표 정리 팁 

지표 정리는 너무 복잡하지 않게 하되, 이후 활용을 하기 위해 아카이빙하는 게 필요하다.

내가 이전에 정리한 방향은 너무 많은 내용을 담고 있어서 다소 확인하기 어려움이 있었다. 

지표명	분모 기준	분자	정의	해석 포인트
재구매율 (첫구매자 기준)	첫구매자 수	재구매자 수	첫구매한 고객 중 재구매한 비율	제품 만족도, 리텐션
재구매율 (전체 구매자 기준)	전체 구매자 수	재구매자 수	구매한 사람 중 다시 산 비율	충성도, 반복 구매율

 

• 지표 이름 뒤에 괄호로 분모 기준을 붙이거나,
• 지표 사전에 version, 분모 기준, 분석 목적 필드를 추가하면 구분하기 용이하다.

✅ 결론

1. 같은 지표명이라도 분모가 다르면 다른 지표다
2. 지표는 관점(분모 기준)이 드러나도록 정의해야 해석이 명확하다
3. 실무에선 지표명을 세분화하거나, 정의서에 명확히 명시하는 방식으로 관리하자

 

그렇다면 앞으로 정리는 아래와 같이 간소화해서 해볼 예정이고

지금 정리는 notion 기반으로 하고 있기에 기존에 정리한 것들에 대해 내용을 추려 아래와 같이 작성해보려고 한다.

 

1. Notion DB 속성에 넣을 필수 포함 정보 (최소화 버전)

속성명	설명	예시
지표명	누구나 이해할 수 있는 명칭	재구매율 (전체 기준)
지표 정의	분자 / 분모가 포함된 한 문장 정의	전체 구매자 중 2회 이상 구매한 비율
분모 기준	기준이 되는 대상 (해석 핵심)	전체 구매자 수
집계 주기	일/주/월/분기 등	월별
필터 조건 요약	필터가 있다면 핵심만 (없으면 ‘-’)	출고 상태='complete'
지표 구분	퍼널 단계, 목적별 등	Retention / 성과 지표

 

⚠ 설명 대신 "선택지 기반 DB 필드"로 하면 정렬과 비교도 쉬워짐
예: 지표 구분 → 획득 / 전환 / 유지 / 추천 / 운영
특히, 여기서 POINT는 지표를 목적 / 퍼널로 구분한 것이다. 

---

📝 2. 페이지 내 별도 작성할 선택 포함 정보

상세한 해석이나 분석 맥락은 Notion 페이지 본문에 자유롭게 기록

항목 내용	예시
지표 활용 목적	제품 리텐션 판단, 캠페인 효과 비교 등
해석 포인트	고객 만족도 추정, 제품 개선 인사이트 등
주의사항	필터 미적용 시 중복 포함 위험 있음
기타 예시/파생 지표	이탈률, 제품별 재구매율 등

 

앞으로는 분석 설계 & 기획할 때 분석에 대한 대표 "지표"를 정하고

이후 분석을 하면서 활용된 지표와 데이터에 대해 정의서를 작성하는 방식으로 회고하면 좋을 것 같다.

 

분석을 여러 차례하면서도 깨닫는 것들이 많지만 어떤 내용을 확인하고 싶은 건 지

사실 > 판단기준 > 판단하기 위한 논리 흐름에 따른 구체적인 필요 분석 건은 무엇인 지

그럼 이걸 어떤 지표로 어떤 분모 > 분자로 지표를 정해서 볼 것인 지가 중요하다.

 

지표는 특히 분자/분모의 구조를 갖고 있다. 

➡️ 단순히 수식의 형태를 넘어서, 행동의 ‘비율’ 또는 ‘강도’를 수치화하기 위한 일반적인 방법!

 

‘어떤 대상이 얼마나 행동했는가’를 수치화하는 가장 직관적인 방식이다.

 

✔️ 왜 대부분의 지표가 분자/분모 구조를 가질까?

📌 1. 행동의 ‘비율’을 보기 위해서

분석 목적은 대부분 "누가 그 행동을 했는가?"에 집중됨
→ 그래서 전체 대상 중 행동한 비율 = 분자 / 분모

• 클릭률 = 클릭 수 / 노출 수
• 구매 전환율 = 구매 수 / 방문 수
• 재구매율 = 2회 이상 구매 수 / 전체 구매자 수

---

📌 2. 절대 수보다 비교 가능한 ‘상대값’을 원해서

• 분자만 보면 규모는 알 수 있지만, 좋고 나쁜지는 알 수 없음
• 분모가 기준이 되어야 비교 가능 (ex. 고객 100명 중 30명 재구매 vs 1,000명 중 30명 재구매)

---

➕ 예외도 존재 (비율 아님) → 이런 지표들은 보조 지표로 활용되거나, 상황 맥락에 따라 쓰임

지표 유형	예시	설명
절대값 지표	전체 주문 수, 매출	행동 규모 자체를 측정할 때
변동률	전월 대비 10% 상승	분자-분모보단 증감 계산
지수형 지표	NPS (순추천지수)	구조화된 점수 계산 방식

 

즉 지표를 정리할 때 분자/분모의 기준으로 정리하도록 하고 그것이 아닌 부분은 별도 아카이빙하도록 하기-

지표, 데이터 정의하는 건 굉장히 어렵고 계속해서 고민하고 고민해봐야 하는 영역인 것 같다.

 

 

데이터에 대한 이해력을 높이는 "데이터 리터러시" 역량도 꾸준히 높일 수 있도록 분석 case 도 많이 보고

타사들은 어떤 지표를 보고 있는 지 왜 그 지표를 어떤 것을 보기 위해서 보는 지 공부해야 겠다.

 

 

✏️ 느꼈던 점 요약 
✅ 지표는 "분모"가 중요하다. 해석을 하는 데에 분모를 기준으로 해석되는 경우가 많다.
✅ 이러한 지표에 따라 데이터 추출은 따라온다. 이것을 잘 정의하고 그때그때 정리하는 것은 실무적으로 중요하다.