[그로스해킹] 지표 정의의 중요성

그로스 해킹은 목표 지표를 선정하고 그 지표를 개선하기 위해 진행하는 일련의 활용을 의미한다.

 

1. 속성에 따른 지표 분류

	Stock(저량 지표)	Flow(유량 지표)
정의	특정 시점에 존재하는 양	일정 기간 동안 발생한 양
특징	- 축적된 결과- 순간을 보여줌 (스냅샷) - “얼마나 쌓였는가”	- 흐름·변화를 보여줌 - 시간 경과를 기록 (동영상) - “얼마나 발생했는가”
예시	- 통장 잔고 - 특정일 기준 재고량 - 특정 시점의 직원 수	- 월급(한 달간 수입) - 월간 매출액 - 하루 신규 가입자 수

 

01.  stock과 flow 지표 이해하기 예시

• Stock 지표:
  • 2025년 8월 20일 오후 3시 기준 누적 가입자 수 (예: 지금까지 총 15만 명이 가입함)
  • → 특정 "시점"의 쌓여 있는 총량
• Flow 지표:
  • 2025년 8월 20일 0시 ~ 23시 59분까지 새로 가입한 가입자 수 (예: 오늘 하루 신규 가입자 1,200명)
  • → 특정 "기간"의 흐름·발생량

즉,

• Stock = 지금까지 쌓인 결과(누적)
• Flow = 그날그날 추가된 흐름(증가분)

👉 그래서 보통 서비스 지표를 볼 때는

• Stock 지표로 전체 규모(“우리가 지금까지 확보한 유저 풀”)를 확인하고,
• Flow 지표로 성장 속도(“얼마나 빨리 늘고 있는가”)를 측정합니다.

Flow지표는 특정 기간의 변화에 초점을 맞추고 있으므로 지표의 변화 방향,추이,속도 등에 대해 더 많은 세부정보를  줄 수 있다

Stock지표는 누적값만 보여주기때문에  지금까지 쌓인 결과는 알 수 있지만 얼마나 빨리 쌓였는지 알 수 없다.

02. 핵심지표 선정 및 그로스 실험 성과 측정 시

→ 목표 지표가 Stock(저량) 인지, Flow(유량) 인지를 명확히 구분해야 함.

• 왜 중요한가?
  • 지표의 속성에 따라 모니터링 방식이 달라짐
  • 대시보드 설계·시각화 방식도 달라짐

---

2. 지표를 명확하게 정의하기

• 개념적 정의
  : MAU (Monthly Active User) : 특정 월 동안 서비스에 한 번 이상 활용한 사용자 수
• 조작적 정의
  : 분석자가 실제 데이터에서 이 지표를 어떻게  계산할지 구체적으로 정해놓은 규칙

같은 MAU라도 서비스마다 기준이 달라질 수 있다.

 

예시)

• 활성의 기준
  • 로그인한 사용자만 포함할 것인가?
  • 앱 실행만 해도 포함할 것인가?
  • 핵심 기능(구매·게시글 작성 등)을 해야만 포함할 것인가?
• 사용자 식별 기준
  • User ID 기준으로 셀 것인가?
  • Device ID로 셀 것인가? (중복 가능)
• 기간 산정 방식
  • 달력 기준 월(예: 8월 1일 ~ 8월 31일)
  • 직전 30일 rolling window (예: 8월 20일 기준 최근 30일)

예를 들어:

“MAU를 캘린더 기준 월(1일~말일) 동안 최소 1회 이상 로그인한 고유 User ID 수로 정의한다.”
→ 이게 바로 “조작적 정의”이다.

---

왜 중요한가?

• 같은 "MAU"라도 조작적 정의가 다르면 숫자가 크게 달라질 수 있음.
• 예:
  • 앱 실행만 해도 포함 → MAU 100만
  • 구매까지 해야 포함 → MAU 10만
• 따라서 보고서/대시보드에 MAU를 쓸 때는 반드시 조작적 정의를 명시해야 함.

MAU를 집계하려면 MAU를 어떻게 측정할지에 대한 명확한 기준이 있어야한다.

똑같은 지표라고 해도 회사나 서비스마다 중요하게 생각하는 부분이 다를 수 있고 그에 따라 더 적합한 측정 기준이 있을 수 있다.

지표를 기반으로 성장 실험을 할 때는 
해당 지표를 어떻게 정의하고 측정할 것인가를 반드시 짚고 넘어가야한다
모호한 지표는 모호한 액션을 이끌 수밖에 없기 때문이다. 

---

3. 허무지표  (Vanity Metrics)

좋은 지표는 그 지표를 바탕으로 행동할 수 있어야한다

반대로 행동을 이끌어내지 못하는 의미없는 지표를 '허무지표' 또는 '허상지표'라고 한다

(= 실제 성과와  직접 연결성이 낮은 지표)

 

01. 허무지표를 판단하는 기준

허무지표는 숫자 자체가 의미가 없다는 것이 아니라 

그 숫자가 인사이트 도출과 의사결정에 도움이 안되는 경우를 말한다

즉. 지표를 봤을 때 "SO WHAT?"이라는 질문에 답을 못하면 허무지표일 가능성이 높다.

 

판별 기준	설명	예시
행동(Action)으로 이어지지 않음	지표를 봐도 “다음에 무엇을 해야 할지” 결정할 수 없음	앱 다운로드 수 100만 건 → 액션 불명확
단순 사실만 보여줌	“그렇구나” 수준에서 끝남, 인사이트(Why/How) 없음	팔로워 1만 명 증가 → 매출과 연결 안 됨
성과와 직접 연결 약함	매출·전환율·리텐션 같은 핵심 KPI와 상관관계 낮음	페이지뷰 증가 → 구매는 그대로
리소스 대비 효용 낮음	수집·관리 비용은 크지만 전략/실험에 도움 안 됨	불필요하게 상세한 로그 데이터 관리

---

4. 전체 관점에서의 최적화

• 지표를 개선하기 위한 행동은 부분 최적화(단일 지표 개선)가 아닌 전체 최적화(여러지표를 종합적으로 고려)에 초점을 맞춰야한다
• 지표 개선 = 단일 지표에 매몰되지 말고, 여러 지표와 시나리오를 종합적으로 고려해서 의사결정을 내려야 한다
  • 단일 지표(CPC, CTR 등) → 부분 최적화 유도, 착시 효과 발생 가능
  • 여러 지표와 시나리오 → 서로 보완적으로 작용, 진짜 성과와 원인을 파악 가능
  • 의사결정은 전체 관점(전환율, LTV, 매출, 사용자 특성)까지 고려해야 올바름