책 제목
LeanAnalytics
출판연월
14년 1월
지은이
앨리스테어 크롤 외 1

읽기 전

  • ‘린’이라는 개념이 스타트업과 관련되어 있다는 것만 알고 있었다. ‘린 분석’이라하면 스타트업에서 데이터를 잘 활용하는 분석에 대한 내용일까..?
  • 표지 윗부분에 ‘창시자가 에릭 리스가 엮은~’으로 되어 있는데, 창시자가란? 아니면 단순 오타?
  • 찬사를 읽어보니 대충, 스타트업이든 규모가 큰 조직이든, 데이터 주도적으로 문제를 해결하는 방법에 대해 매우 잘 알려주는 책이라는 느낌을 받았다
  • 나같은 말단 직원이 알면 어떤 점이 좋을까? 의사결정을 내릴 수 있는 위치면 이 책의 내용을 토대로 유의미한 지표를 보완하고 그 지표를 토대로 액션을 취하게끔 결정을 내릴 수 있을텐데..
  • 말단 직원의 입장에서, 윗선의 결정이 효율적인지 데이터로 판단해볼 수 있을 것 같다. 정말 아닌 방향으로 가려하면 데이터로 근거를 제시해볼 수도 있고
  • 판단의 기준은 ‘기업의 양적 성장’
  • 린 스타트업 운동에서 주장하는 바는, ‘만들 수 있는 것을 팔지 말고 팔리는 것을 만들어라’라고 요약할 수 있다고 함
  • 스타트업의 정의를 생각해본 적 없었는데, 책에선 ‘스타트업이란 확장할 수 있고 반복할 수 있는 사업 모델을 찾기 위해 만들어진 조직이다’라고 함.
    • 대기업에 인수되는 스타트업 사례가 떠올랐다.
    • 확장과 반복은 스타트업에서만 가능한걸까? 더 큰 규모의 조직에선 상대적으로 어려울 것 같은게 직관적으로 이해는 된다만…
  • 에릭 리스는 린 스타트업 프로세스를 정의한 사람.. 저자들이 이 사람에게 영감을 받은 것 같음
  • ‘린’이란 저렴하거나 규모가 작다는 의미가 아님. 낭비를 없애고 신속하게 움직이는 것을 의미함
  • Part 1은 ‘눈 가리고 아웅하지 말기’라는 소제목인데, 린 스타트업과 기본적인 분석 개념에 대한 이해, 데이터를 참고하는 사고 체계에 초점을 두었다 고 함
  • Part 2은 ‘상황에 맞는 올바른 지표 찾기’이며, 린 분석을 스타트업에 적용하는 방법을 여러 사례와 같이 소개함
  • Part 3는 정상적인 수준이란 무엇인지 살펴본다. ‘목표 기준’이란 소제목
  • Part 4에선 소비자와 사업에 초점을 두는 기업 문화를 바꾸면서 린 분석을 조직에 적용하는 방법을 논한다. ‘린 분석의 실무 적용’
  • 린도 그렇고 애자일도 그렇고, 더 빠르게, 더 자주 케어(?)하는 느낌. 결국 그만큼 리소스를 더 쏟아붓는 셈인데.. 리소스 많이 투입하면 그만큼 성과 나오는건 당연한거 아닌가
    • 당연한 소리를 왜 격언처럼 하는거지
    • 라는 삐딱한 생각을 잠깐 가졌으나, 결국 방향이 중요한 것. 어떤 방향으로 리소스를 분배하고 활용하느냐가 성과를 좌우하니까..
    • 그 방향이 린, 애자일이란 것이겠지?
    • 67p, ‘린 방식과 분석론을 따르는 것이 좋은 이유는 아무도 원하지 않는 것에 매달리느라 인생을 낭비하고 싶지 않기 때문이다’

Part 1

  • ‘린’하면서도 분석적인 사고란, 올바른 질문을 품고 자신이 목표로 하는 변화를 가져다줄 한 가지 핵심 지표에 집중하는 것
  • 좋은 지표의 특징
    • 좋은 지표는 상대적이다 (+구체적이다)
    • 좋은 지표는 이해하기 쉽다: 기억해야 한다는 것이 인상깊다.
    • 좋은 지표는 비율로 표현된다
    • 좋은 지표는 행동 방식을 바꾼다
    • 내가 다루는 지표는 좋은 지표인가? ‘비율’로 항상 표현되는 것은 아니었는데..
  • 지표 종류(?)
    • 정성적 지표 / 정량적 지표
    • 허상 지표 / 실질 지표
      • 어떤 지표를 볼 떄, ‘이 지표로 무엇을 할 수 있을지?’ 묻는 질문에 대답할 수 없다면 허상 지표일 가능성이 높음 (ex. 전체 가입자 수)
      • 필자는 8가지 허상 지표 예시를 들었는데, ‘사이트에 머무른 시간’은 다르게 생각했음..
      • 특정 퍼널에 오래 머무는 유저라면, (아웃라이어 제외) 뭔가 문제가 있다 여기고, 그걸 찾아서 실험 등을 통해 해결해볼 수 있기 때문에 실질 지표라고 생각함
    • 탐색 지표 / 보고 지표
      • 잘 모르겠음
    • 선행 지표 / 후행 지표
      • 선행의 예시는 특정 퍼널의 잠재 고객 수 (신규 고객 규모 예상해서 미래 매출을 예측할 수 있음)
      • 후행은 이탈률 등. 문제를 알려주는 역할
    • 상관 지표 / 인과 지표
  • 코호트 분석
    • 서비스 1개월 사용한 사람의 사용자 경험은 5개월 사용한 사람의 경험과 다름. 이 두 그룹을 비교해서 인사이트 얻는 분석
    • 코호트의 기준은 유저 가입 연월이 될 수 있고, 사용 개월 수가 될 수도 있음
    • 종단적 연구(longitudunal studies)
  • A/B 테스트
    • 코호트 분석과 달리 횡단적 연구(cross-sectional studies)
    • 다변량 분석을 통해 여러 가지를 동시에 바꿨을 때 어떤 것이 결과와 상관관계가 있는지 파악한다고 함. 이걸 이렇게..?
  • 여기까지 내용은 그냥 CDO, CTO가 스타트업에서 하는 일 아닌가..?
  • 린 캔버스
    • ‘린’한 사업 계획서 같은 느낌인가.. 토스의 린 캔버스가 궁금
  • 73p, ‘데이터는 중독성이 있어 ~ 지나칠 정도로 분석하게 하기도 한다. ~ 실제로 우리가 뭔가를 할 때는 휴리스틱하게 판단하는 경우가 많다’
    • 매우 공감
    • ‘영감은 인간의 영역이고, 검증은 기계의 영역’
    • 이제는 이런 구분이 무의미하지 않나. ‘영감’이 아니라, ‘최소한의 스파크’ 정도..?

Part 2

  • AARRR
    • Acquisition: 사용자 유치
    • Activation: 사용자 활성화
    • Retention: 사용자 유지
    • Revenue: 매출 (LTV, CVR, 장바구니 구매액, 클릭 매출(?))
    • Referral: 추천
  • AARRR, Long Funnel 같은 일부 분석 체계는 고객 확보, 전환에 초점을 둠
  • 성장 엔진, 스타트업 성장 피라미드 같은 체계는 언제 또는 어떻게 성장할지 판단하기 위한 전략을 제공
  • 린 캔버스 같은 체계를 이용하면 사업 모델의 여러 요소를 서로 독립적으로 평가할 수 있게 요소를 기술할 수 있음
  • 나머지 두 개는 분석가로서 글쎄.. 필요성 공감안됨
  • OMTM (only metric that matters): 현재 단계에서 매우 중요한 한 가지 지표. 단계마다 달라짐
    • 두 개는 안되나? 목적은 결국 한가지에 집중하라 (원씽..?) 그렇지 않으면 주의가 분산된다.. 이런
    • MOZ 사례
      • 사무실에 KPI 띄우는 대형 스크린. 전사적으로 KPI를 투명하게 공개하자는 취지
      • KPI가 여러 개일 필요가 없다는 투자자의 피드백: 어차피 회사가 여러 KPI를 동시에 개선할 수 없음 (이게 더 와닿음. 주의를 흩뜨린다는 것보단..)
    • 필자가 말하는, 이걸 사용해야 하는 네가지 이유
      • 가장 중요한 질문에 대해 답을 제시 / 기준을 정하게 되고 분명한 목표를 가지게 됨 / 회사 전체를 한 가지에 집중하게 만듦
      • 위 세가지 이유보다 마지막이 와닿는데, ‘실험 문화를 조성한다’: 결국 분석가로서 OMTM에 집중해야 하는 이유라면 이것을 꼽고 싶다.
      • 구축 -> 측정 -> 학습 주기를 가능한 빨리, 자주 반복(린)해서 잦은 피드백을 통해 개선(애자일?)하는 것이 중요한데 이걸 가능케 하는게 실험이기 때문
      • 실험할 환경 뿐만 아니라 실험적 마인드도 중요하다고 봄 (내 생각)
    • 솔래어 사례: 전날 총 매출 대비 인건비 비중을 OMTM으로 잡고 있음. 20~30%면 적정한 수준
      • 지금 일하는 카페의 경우? 일 매출 200~300 정도 나옴. 직원 4~5명이고 최저 10,000원으로 잡고 12시간 운영된다는 가정 하에 계산해본다면 (12510,000)/2,000,000 = 0.3…허허
  • OMTM을 정했다면, 어느 정도로 향상 시킬지 그 목표치를 정하는 기준은? 방법은? 이게 어려움
    • 필자는 사업 모델을 검토해보거나, 과거 데이터를 살펴서 이상치 제거한 적당한 정도를 찾으라는데… 스타트업에서 유의미한 과거 데이터가 있을리가 있나. 그래서 부딪히면서 해보라는 말이 나온건가 싶기도 함
  • 사업 성장, 사업 모델 등에 대해
  • 그 중 사용자에 대해서, 어떤 사용자가 우리의 사업 모델에 잘 반응한다고 보일지?에 대한 부분
    • 핵심은 사용자마다 사업 모델에 반응하고 활동하는 방식이 다름. 이걸 적절히 분류(군집화)해서 사업에 이로운 고객군을 찾아서 인사이트를 얻고, 사업 모델을 개선시켜야 한다는 것
  • 사업 모델 플립북
    • https://blog.naver.com/designpress2016/221273394515
    • 책에서 말하는 플립북: 각 페이지에 있는 다양한 신체 부분을 조합해서 다양한 캐릭터를 만들 수 있는 것.. 우리가 아는 플립북이랑 다른 것 같은데.. 오히려 이런 느낌
    • https://www.facebook.com/linefriendskr/posts/1474866639312969/?locale=ko_KR
    • 저 옷가지들 대신 고객 확보 채널, 판매 기법, 매출원, 제품 유형, 제품 전달 모델의 값을 조합해서 여러 사업 모델을 만들 수 있다는 것
    • 다음 장 부터는 이렇게 조합해낸 여러 사업 모델 중 대표적인 6개를 살펴봄

사업 모델

  • 각 사업 모델에서 어떤 지표를 주목해야 되고, 분석이 복잡해지지 않으려면 어떤 점을 주의해야 하는지?
  • 나중에 원하는 회사 취업 준비할 때, BM 미리 파악해서 각 챕터 읽어보고 준비해보면 좋을듯

전자 상거래: 방문자가 웹 기반 쇼핑몰에서 물건을 구입하는 방식

  • 같은 전자 상거래 회사라도, 사용자와의 관계에 따라 세부 사업 모델이 달라짐
  • 마인댓데이터(Mine That Data)의 케빈 힐스트롬은 ‘온라인 쇼핑몰이 구매자와 어떤 종류의 관계를 맺고 있는지 아는 것이 매우 중요하다’고 함
    • 그래서 ‘연간 재구매율’이란 지표를 중요하게 본다고 함
    • 재구매율 40% 아래면 신규 고객 확보에 초점을, 40~60%면 기존 구매 빈도 증가 + 신규 고객 확보에 모두 초점을, 60% 이상이면 충성도 높은 고객이 더 자주 구매하게 만드는 것에 초점을 두어야 함
    • 현재 주력 게임의 BM은 여러 개. 각 BM마다 재구매율, 충성도가 다름. 그럼 BM마다 봐야 하는 지표가 다른 것이 맞다.. 이것도 내가 설득해볼 수 있는 부분 (애초에 다르게 보고 있긴 했으나, 모두가 같은 것을 보고 있진 않음)
  • 적절한 가격 책정의 중요성: 그래서 이건 어떻게 하는건데..? 9장에서는 ‘고객 피드백을 기반으로 정성적, 정량적으로 다양한 가격 수준을 테스트해야 한다’고 함. 147p)
  • 전자상거래에서 주목해야 하는 지표
    • 전환율: CVR 또는 PUR. 여기서는 PUR 의미
    • 연간 구입 건수
    • 평균 장바구니 크기
    • 포기율 (이탈률): 각 퍼널마다 이탈율을 집계해서 어떤 단계가 구매의 가장 큰 장애물로 작용하는지 알아야 함
    • 고객 확보 비용 (모객 비용): 마케팅 관련
    • 고객당 매출 (ARPPU): PUR이 높은게 전부는 아니고, CLV나 ARPPU도 신경써야 한다는 예시(와인익스프레스의 A/B test. 근데 이건 그냥 얻어걸린거 아닌가..?)
    • 웹사이트로 트래픽을 발생시킨 상위 검색어: SEO나 검색엔진 마케팅 관련 내용
    • 인기 검색 조건: 위와 비슷함
    • 추천 엔진의 효과: 이 책에선 자세히는 안다룸
    • 바이럴 효과: 구전 효과라고도 함. 흔히 부정적인 인식의 마케팅을 ‘바이럴’이라 표현하는 것은 들어봤는데.. 그럴듯한 것 같기도 하고. 이 효과의 특징은 고객 확보 비용이 가장 낮다는 것
    • 메일링 리스트의 효과: 원하는 액션을 이끌어내려면 수많은 퍼널이 있다는 것을 책에서도 강조하는데 그럼 굳이 왜 하나?
    • 배송시간 / 재고관리: 오프라인 요소 중 대표적인 것.
  • 가입자 기반 전자상거래 (ex. 쿠팡 와우)
    • 이 사업 모델에선, 고객이 서비스를 해지하는 즉시 그 고객으로부터 더 이상 매출이 발생하지 않는 특징이 있음
    • 통신 회사에선 이런 이탈을 막고자 서비스 해지 일자를 예측한 후, 이탈을 막기 위한 다양한 캠페인 시도함
    • 이 사업모델에서는 아래 지표를 추가로 봐야함
      • 결제 정보의 유효기간 경과 비율 / 결제 정보 갱신 캠페인의 효과 / 재가입률을 높이는데 도움이 되는 요소에 대한 지표
      • 어렵네…

SaaS (Software as a Service)

  • 수익 구조는 월정액 서비스 이용료가 가장 큰 파이
  • 신규 고객 추가에 필요한 비용(운영 관점)이 매우 작아 부분 유료화 모델 사용함 (초반에 무료, 이후 유료)
  • 중요 지표
    • 주목 (?)
    • 가입
    • 흡인력: 고객이 이 제품을 얼마나 자주 사용하는가
    • 전환율
    • 고객 당 매출
    • 고객 확보 비용
    • 바이럴 효과
    • 상향 판매
    • 가동 시간과 신뢰성
    • 이탈률
    • 생애 가치
  • SaaS에선 흡인력이 특히 중요하다고 함
  • 백어피파이라는 회사에서 CLV/CAC 비율을 토대로 피벗해서 성공한 사례
  • MRR (monthly recurring revenue): 고객이 매달 돈을 지불한다는 개념인데.. 정확히 어떻게 집계하는지?
    • MRR = (월간 전체 구독 비용 + 반복되는 확장 매출) - 이탈 고객으로 인한 매출 손실 [https://www.relate.kr/docs/wiki/SaaS/MRR]
  • 인게이지먼트 패턴: 어떻게 찾는지?
    • 우리가 원하는 행동을 하는 유저와 그렇지 않은 사용자를 구분하고, 두 그룹 간 차이점 비교
    • 아하 모먼트와 어떻게 다른지?
  • 이탈률
    • 사용자와 고객으로 나눠 이탈률 봐야함
      • 사용자는 계정을 해지하거나 더 이상 방문하지 않음으로써 이탈함
      • 고객은 계정을 해지하거나 사용료 지불을 중단하거나, 무료 버전으로 돌아가는 등의 방식으로 이탈함
    • 집계 방법: 단위 기간 동안 이탈한 고객 수 / 단위 기간 초의 고객 수
      • 보통 ‘단위 기간 동안 이탈한 고객 수 / 단위 기간 동안 접속한 유저 수’ 이렇게 보지 않나..?
      • 여튼 저 위의 방식은 분자, 분모의 차원이 달라 (선 vs 점) 아래 방식으로 보안 가능함
      • 단위 기간 동안 이탈한 고객 수 / (기간 초의 고객 수 + 기간 말의 고객수)/2
      • 이 방식도 결국은 후행 지표라서, 문제를 파악할 즘이면 이미 다음 달이 되버리는 상황이..
      • 필자는 후행 지표라는 점을 보완하고자, 코호트별 이탈률을 측정하거나, 매일 이탈자 수를 집계하는 방식을 제안함

무료 모바일 앱

  • iOS와 달리 안드로이드에선 사이드로드(sideload)할 수 있다. 그랬던가..? 그런가보지
  • 앱마켓이라는 게이트키퍼가 있어 A/B test, 지속적 배포가 어려운 점 때문에 린 스타트업에서 앱 마켓 모델은 장애물이 많음
    • 실제 앱을 업그레이드 하지 않고, 온라인 콘텐츠를 보내는 방식으로 게이트키퍼를 우회하기도 함
  • 수익 구조
    • DLC
    • 외형 꾸미기
    • P2W (경쟁 우위)
    • 시간 절약
    • 카운트다운 타이머 삭제
    • 유료 버전으로 상향 판매
    • 게임 내 광고
  • 중요 지표
    • 다운로드 횟수
    • CAC
    • 실행률: 앱 다운로드 -> 실행 -> 게정 생성
    • AU 비율 또는 수
    • PUR
    • 첫 구매까지 걸린 시간
    • ARPU / ARPPU
      • ARPU는 일반적으로 월 단위로 집계함. 여기에 생애 주기를 곱하면 LTV가 됨
      • 코호트 분석이 좋다고 함
      • ‘고래’라고 불려지는 엄청난 과금 유저를 추적하기 위해서라도 ARPPU를 봐야함 (코호트 나눠서)
    • 평가율
    • 바이럴 효과: 평균적으로 한 사용자가 초대한 다른 사용자의 수
    • 이탈률
    • 고객 생애 가치 (LTV)
  • 게임 회사의 경우, 매출 바생을 게임과 신중하게 통합시킬 방법을 찾아야 함 (지나친 광고는 이탈 급증의 원인)

추가

  • LTV/CAC가 정말 중요한지? 시간의 흐름에 따른 변동성을 반영하지 못한다는 맹점이 있다는 것
    • 개인적으론 그런 변동성까지 볼 여유가 안되는 곳에선 저 지표만 신경쓰는게 맞지 않나라는 생각.
  • https://www.linkedin.com/posts/jaylpo_ltvcac-is-a-misleading-metric-to-measure-activity-7034213335604592640-PicR/

미디어 사이트

  • 광고 매출이 주수입원인 웹사이트 (구글 검색엔진, CNN 웹사이트)
  • 주요 지표
    • 광고 시청자, 이탈률: 월 순수 방문자 수 = 광고 시청자 수.
    • 광고 재고: 특정 기간 동안의 순수 페이지뷰
    • 광고료:
    • 콘텐츠와 광고의 트레이드오프:
    • 체류 시간, 방문 페이지 수, 순수 방문자 수 등 -> 광고 재고, 광고 노출 대상을 결정짓기 때
  • 광고를 싣는 웹의 회사에 다닌다면.. 이런 트레이드오프를 가장 중요하게 여길 것 같긴 함
  • 페이지 A/B test가 가장 실적과 연관된 업계가 아닐까

사용자 제작 콘텐츠

  • 앞에서 살펴본 미디어 사이트의 근본적인 목표는 콘텐츠에 있다. (광고 매출이 아님)
    • User-Generated Content (UGC)라고 함
  • 내가 주로 보는 브런치가 생각남. 다만 여긴 광고 수입이 없음. 오로지 유저의 콘텐츠와 커뮤니티 뿐
  • 중요한 부분
    • 나쁜 콘텐츠 대비 좋은 콘텐츠 양
    • lurker / 콘텐츠 생성자의 비율 (lurker: 남의 콘텐츠를 보기만 하고 자기 콘텐츠는 올리지 않는)
      • 여기서도 80/20 법칙이 적용된다..
      • 인게이지먼트 퍼널 (engagement funnel). 전자상거래 모델의 전환 퍼널과 비슷함
  • UGC 사이트의 퍼널: 완전 비참여 -> 간헐적 방문 -> 열성적 활동 순서로 engagement가 높아지는 퍼널의 양상
  • 게임도 마찬가지 아닐까. 방문 -> 게임 -> 구매의 퍼널..?
  • 주요 지표
    • 방문자 인게이지먼트: 리텐션, 이탈을 고려해서 사이트를 정기적으로 방문하는 유저를 파악함
    • 콘텐츠 생성, 상호작용: 콘텐츠를 생성하는 것과 상호작용을 통해 콘텐츠를 활성화시키는 것은 닭과 달걀의 문제
    • 인게이지먼트 퍼널의 변화:
      • 퍼널의 단계는 상호 배타적이지 않다 = 순서가 절대적이지 않다..?
      • 사업 모델에 기여하는 가치가 큰 순서대로 퍼널을 구성해야 함
      • 가능한 많은 사용자를 수익성이 더 높은 수준으로 전환시키는 것
    • 생성된 콘텐츠의 가치
      • 이건 지금 하려는 ‘아이템 가치 측정’과 연관되어 있는 것 같음
      • 가치 측정 방식은 다양함. 콘텐츠를 본 순수 방문자 수, 광고 재고를 나타내는 페이지 뷰, 콘텐츠 클릭 시 발생하는 제휴 매출 등
      • 방식과 관계없이 코호트, 트래픽 분류에 따라 콘텐츠 가치를 측정하는 것이 좋음
    • 콘텐츠 공유, 바이럴 효과: 이걸 측정하려면, 어디로 얼마나 공유되는지 트랙킹 할 수 있어야 함
    • 알림 기능의 효과: UGC 모델에서 알림 기능을 통해 사용자를 계속 방문하게 하는 것은 인게이지먼트 유지에 필수적

양면 마켓플레이스

  • 구매자와 판매자가 만나 거래를 성사시키면 회사가 돈을 버는 구조
    • 양측이 만날 때 돈을 벌며, 검색 기능이나 검증 능력 등으로 서비스를 차별화함
    • 판매자와 구매자 양측의 흥미를 끌어야 하는 어려움
    • 돈을 지불할 사람에게 초점을 맞추면, 돈을 벌고자 하는 사람은 알아서 따라온다고 함
  • 당근? 전통적인 전자상거래는, 제조업자 = 공급자?
  • 이 사업 모델에선 구매자, 판매자 기반을 모두 구축하는 것이 우선. 저 두 개 중 어떤 것을 우선할지는 정답 없음
    • 이후에 수익 최대화
    • 인기 있는 상품이 더 등록되게 한다던가, 사기꾼이나 부적절한 상품을 추적한다던가
  • 주요 지표
    • 구매자, 판매자 증가율
    • 재고 증가율
    • 검색 효과: 무엇을 검색하고, 검색한 물건의 재고가 있는지
      • 한번도 검색되지 않은 검색 건수를 알아야 함 = 놓친 판매 기회. 재고를 더 들이던가 해야함
    • 전환 퍼널: 판매 전환율
    • 평가 점수, 사기 조짐
    • 가격 지표: (당근, 이베이) 판매자가 가격을 너무 높게 책정하지 않는지. (이건 왜 봐야할까?)

사업 단계

  • 창업으로 성공하기 위해선 지표가 필수불가결인데, 사업 단계마다 중점적으로 관리할 지표가 다름
  • 린 분석에서 제안하는 5가지 사업 단계
    • 공감
      • 문제 검증: 정성적 대화, 개방형 질문 등으로 시장을 이해하고, 해결 가능한 니즈를 찾아야 함
      • 솔루션 검증: MVP 배포, 테스트 등이 해당됨
    • 흡인력
      • 사용자들이 의미있고, 가치있는 방식으로 참여하게 하는 최소 존속 제품 구현
    • 바이럴 효과
      • 여러 바이럴 효과(내재, 인위적, 구전 등)를 측정. 바이럴 계수 및 주기 최적화(?)
    • 매출
      • 최적의 가격 체계를 제시해 사용자들이 지불하도록 설득한 다음 수입의 일부를 고객 확보에 재투자
    • 확장
      • 고객 확보, 채널 관계, 효율성 제고, 시장 생태계 참여 등을 통한 조직 성장
  • 내가 사업을 할건 아니라 그냥 다 넘겼는데, 특정 회사에 관심이 있다면 위 단계에 근거해 분석해보면 좋은 인상을 줄 수 있을 것 같다
    • 저 회사는 현재 어떤 단계에 있는지 내 판단과, 그에 대응하는 주요 지표를 언급. 이걸 사용해서 의사결정을 하고 있는지..
    • 근데 이런걸 고려하는 곳은 대체로 스타트업 아닐까..?