감으로 고치지 마세요.
A/B로 증명하세요.
"데이터 기반 마케팅 디자인" 시리즈 Part 2 · GA4·Firebase.
AARRR로 고객 여정을 진단하고 A/B 테스트로 가설을 검증해, 케이스스터디 포트폴리오까지.
★ PREMIUM ONLINE ACADEMY
그냥 듣고 끝나지 않아요.
관리받고, 완성하고, 증명하세요.
.png)
AI 기술 변화에 맞춰
정기적으로 갱신해요.
막히는 지점은 혼자 넘기지 마세요.
결과물 기준으로 피드백 받으세요.
과제 피드백 품질 유지를 위해
수강 인원을 제한해요.
현업 선배에게 듣는
비공개 초청 웨비나에 참여하세요.
진단을 끝낸 마케터를 위한
"실행·검증" 단계.
Part 1이 "왜 안 되는가"를 진단했다면,
Part 2는 "이 개선안이 정말 통하는가"를 실험으로 증명해요.
네카라쿠배 현직 디자이너가
알려주는 실험 중심 사고
에이전시 · 스타트업 · 네카라쿠배
데이터 기반 전환 최적화 경험
A/B 테스트·데이터 기반 UX
진짜 문제는 "무엇을 고칠지"가 아니라
"무엇을 기준으로 판단하는가"
CTR은 나쁘지 않은데 CVR은 떨어지고, 유입은 되는데 리텐션이 남지 않습니다.
수치는 쌓이지만 의미를 해석하지 못하면, 결국 카피·디자인을 손보는 비검증적 수정을 반복하게 됩니다.
지금의 페이지는 정말로 "못 만들어진 것"일까요? 아니면 검증되지 않은 상태로 방치되고 있는 것일까요?
"지표는 보지만, 그래서 뭘 바꿔야 할지 모르겠습니다."
"개선안을 만들었는데 정말 효과가 있는지 증명을 못합니다."
"'좋아 보인다'는 이유로 디자인을 바꾸지만 결과가 그대로입니다."
지표 보고 끝나는 마케터가 아니라,
실험으로 증명하는 마케터.
"왜 이 안이 더 나은지"를 숫자로 설명하고,
"무엇을 유지하고 무엇을 버릴지"를 결정할 수 있는 마케터가 됩니다.
전환 목표 정의부터 결과 검증까지.
목표 정의
전환 목표 명확화
지표 설계
KPI · AARRR 분해
데이터 해석
정량+정성 통합
A/B 테스트
가설 → 실험 설계
결과 검증
개선 효과 분석
고객 여정을 5단계로 분해해
"어디서" 전환이 막히는지 분석합니다.
모든 지표를 한 덩어리로 보지 않습니다. 유입·활성·유지·추천·수익 — 단계별로 진단해 진짜 개선이 필요한 지점을 찾아요.
획득
Acquisition
사용자가 어떻게 우리를 알게 되는가
활성
Activation
첫 경험에서 가치를 느꼈는가
유지
Retention
다시 돌아와서 쓰는가
추천
Referral
다른 사람에게 소개하는가
수익
Revenue
매출과 LTV로 이어지는가
디자인과 연결되는 핵심 지표를 단계별로 찾고, 실제로 개선이 필요한 지점을 명확히 구분합니다.
실무에 즉시 적용,
4개의 핵심 실습 결과물.
시리즈 전체 5~8주차 — Part 1의 진단을 이어받아 검증 단계로.
핵심 목표 + 정량 지표 정의
"이 서비스의 성공은 무엇으로 판단할 수 있을까?"
- 담당 프로덕트 선정 + 비즈니스 핵심 목표 정의
- 전환율·클릭률·리텐션 후보 도출 + KPI 3가지 이상 선정
A/B 테스트 기획 + 실험 설계
"무엇을 바꿨을 때, 어떤 지표가 달라져야 할까?"
- 개선 대상 화면 선정 + 가설 설정 + 비교군(A/B) 정의
- 테스트 구조 설계 + 성공·실패 판단 기준 설정
문제 정의 + 검증 보고서
"우리는 무엇을 해결했고, 어떻게 검증했는가?"
- 정량 데이터·설문·UT 결과 종합 정리 + 사용자 문제 정의 한 문장
- 실험 결과로 개선 효과 분석 + 검증 보고서 구조화
데이터 기반 케이스스터디 포트폴리오
"이 문제 해결 경험을 어떻게 증명할 것인가."
- 문제 정의 → 가설 → 실험 → 결과 흐름 정리 + 의사결정 과정 서술
- 제한된 데이터 환경 대응 전략 + 실무·취업용 케이스로 재구성
지표 → 실험 → 검증 → 포트폴리오.
시리즈 전체 5~8주차 · 각 2 파트씩.
WEEK 05정량 데이터의 기본 구조 이해
2 파트 · Part 2 시작
CTR · CVR · 리텐션 · 이탈률의 의미와 한계 + 지표를 해석할 때 자주 발생하는 오해.
획득·활성·유지·추천·수익 5단계 이해 + 디자인과 연결되는 핵심 지표 찾기.
관심 서비스의 핵심 목표 정의 + 판단할 수 있는 핵심 지표 3가지 이상 선정
WEEK 06설문조사와 A/B 테스트 설계
2 파트
설문조사의 목적과 유형 + 질문 설계 시 주의해야 할 포인트.
A/B 테스트의 원칙과 가설 설정 + 테스트 결과를 디자인 개선으로 연결하기.
특정 프로덕트 기능 개선을 위한 A/B 테스트 기획안 작성 (가설·변수·성공 기준 포함)
WEEK 07데이터 기반 문제 정의와 해결
2 파트
고객 페르소나 구성 + 사용자 여정 지도 작성.
프로젝트 전체 흐름에서의 적용 사례 + 실무에서 자주 발생하는 실패와 극복 전략.
정량·정성 데이터 기반 UT 결과 및 검증 보고서 작성
FINAL · WEEK 08포트폴리오 정리와 커리어 적용
2 파트 · Final
데이터 기반 스토리텔링 구조 + 제한된 데이터 환경에서의 설명 전략.
제작 시 주의사항 + 커리어 관점의 데이터 역량 활용
실무·취업에서 설득력 있는 데이터 기반 케이스스터디 완성.
전체 과정 회고 및 포트폴리오 케이스 스터디 구성
이 클래스 하나로,
실험으로 증명하는 마케터가 됩니다.
데이터를 문제 탐색 도구로
Metrics
"CTR·CVR·리텐션, 그래서 무엇이 문제인가?" 숫자를 결과가 아닌 질문의 단서로 사용합니다.
AARRR로 여정을 단계별 분해
Framework
"문제는 어느 단계에서 발생했을까?" 유입·활성·유지 중 어디서 개선이 필요한지 구분합니다.
설문조사로 숫자에 "의미" 보완
Research
"사용자는 왜 그렇게 행동했을까?" 정량으로 알 수 없는 인식·기대·불안을 설문으로 보완합니다.
A/B 테스트로 개선안 검증
Experiment
"좋아 보인다"는 이유로 바꾸는 디자인은 여기서 끝. 가설→설계→결과 해석 흐름.
정량·정성을 한 문제로 통합
Synthesis
지표·설문·인터뷰·테스트 결과를 하나의 사용자 문제로 정리. 페르소나·여정지도로 구조화.
과정을 포트폴리오로 완성
Portfolio
결과 나열이 아닌 문제 정의→실험→개선→검증 과정을 이야기로. 데이터 기반 케이스스터디.
실습에 그대로 쓰는 실험 템플릿.
데이터 해석 체크리스트
CTR·CVR·리텐션·이탈률을 어떻게 봐야 하는지 항목별 진단 기준.
A/B 테스트 기획 템플릿
가설·변수·비교군·성공 기준을 한 장에 정리하는 실무 기획안 양식.
케이스스터디 포트폴리오 템플릿
문제 정의 → 가설 → 실험 → 결과 스토리텔링 구조.
이런 고민을 하시는 분께 추천해요.
"지표는 보지만, 그래서 무엇을 바꿔야 할지 모르겠습니다"
CTR·CVR·리텐션 숫자를 문제 탐색 도구로 쓰고 싶은 마케터·PM
"A/B 테스트 들어봤지만 어떻게 시작하는지 모르겠습니다"
가설·변수·성공 기준 설계부터 막막한 실험 입문자
"개선안을 만들었는데 정말 효과가 있는지 증명을 못합니다"
"좋아 보인다"가 아닌 "왜 더 나은지"를 숫자로 설명하고 싶은 실무자
"AARRR 같은 프레임워크는 들어봤지만 막연합니다"
고객 여정 단계별 진단을 실무에 적용하고 싶은 마케터·그로스 담당
"데이터 분석 경험을 포트폴리오로 못 만들고 있습니다"
취업·이직에서 케이스스터디로 증명하고 싶은 마케터 — 4주 뒤 손에 케이스스터디가 남습니다
연사 소개
네카라쿠배 현직
Product Designer
에이전시 (삼성·LG·네이버) → 2,500만+ 사용자 스타트업 → 네카라쿠배
10년+ 실무를 하면서 디자이너의 역할은 계속 진화해왔습니다. 2020년대 초반부터 데이터를 이해하고 근거·성과로 디자인을 설명할 수 있는 디자이너가 주목받기 시작했습니다. 이 강의(Part 2)에서는 Part 1에서 익힌 진단·리서치 사고를 이어받아, 실제로 가설을 실험으로 검증하고 그 과정을 케이스스터디로 만드는 방법을 가르칩니다.
- 현) 네카라쿠배 한 곳 — Product Designer (데이터 기반 UX)
- 2,500만+ 사용자 스타트업 제품 설계
- 핀테크·결제 서비스 프로덕트 디자인
- 커머스·플랫폼 핵심 플로우(주문·결제·혜택) 설계
- 데이터 기반 UI 개선 및 전환 최적화 경험
- 에이전시 출신 — 삼성·LG·네이버 등 대기업 프로젝트
"예쁘게 만드는 법이 아닌,
실험으로 증명하는 마케터가 되는 길."
모든 과정은 온라인으로 진행돼요.
매주 정규 수업 → 과제 수행 → 1:1 멘토링 피드백.
정규 수업 시청
각 주차별 VOD 강의(2 파트)를 자유로운 시간에 시청.
과제 수행 · 제출
지표 선정 → A/B 기획 → 검증 보고서 → 케이스스터디를 단계별 제출.
멘토링 · 1:1 피드백
매주 월/화요반 PM 9~11시 — 실무자 멘토의 1:1 피드백.
수강 전 준비해 주세요.
Google 계정 + GA4 데모 계정
GA4 실습용. Google이 데모 계정과 실습 데이터를 무료로 제공합니다.
Firebase 무료 계정
앱 분석 사례 학습용. 무료 플랜으로 충분합니다.
Chrome 브라우저
GA4·웹 분석 도구 사용에 최적화.
Figma 무료 계정
A/B 테스트 시안 작성·프로토타입. Part 1에서 사용한 도구.
데이터 해석 체크리스트
A/B 테스트 기획 템플릿
케이스스터디 포트폴리오 템플릿
* 본 강의는 무료 도구 중심으로 진행됩니다. 상업적 이용·정책은 각 서비스 약관을 따릅니다.
자주 묻는 질문
Q Part 1을 안 들었어도 수강할 수 있나요?
Q GA4·Firebase를 한 번도 안 써봤어도 따라갈 수 있나요?
Q 실제로 A/B 테스트를 회사에서 돌릴 수 없는 환경입니다. 그래도 도움이 될까요?
Q 완성된 포트폴리오는 어디에 활용할 수 있나요?
Q 아이디 공유나 기기 제한 정책은 어떻게 되나요?
감으로 고치지 마세요.
A/B로 증명하세요.
"데이터 기반 마케팅 디자인" 시리즈 Part 2 · GA4·Firebase.
AARRR로 고객 여정을 진단하고 A/B 테스트로 가설을 검증해, 케이스스터디 포트폴리오까지.
★ PREMIUM ONLINE ACADEMY
그냥 듣고 끝나지 않아요.
관리받고, 완성하고, 증명하세요.
AI 기술 변화에 맞춰
정기적으로 갱신해요.
막히는 지점은 혼자 넘기지 마세요.
결과물 기준으로 피드백 받으세요.
과제 피드백 품질 유지를 위해
수강 인원을 제한해요.
현업 선배에게 듣는
비공개 초청 웨비나에 참여하세요.
진단을 끝낸 마케터를 위한
"실행·검증" 단계.
Part 1이 "왜 안 되는가"를 진단했다면,
Part 2는 "이 개선안이 정말 통하는가"를 실험으로 증명해요.
네카라쿠배 현직 디자이너가
알려주는 실험 중심 사고
에이전시 · 스타트업 · 네카라쿠배
데이터 기반 전환 최적화 경험
A/B 테스트·데이터 기반 UX
진짜 문제는 "무엇을 고칠지"가 아니라
"무엇을 기준으로 판단하는가"
CTR은 나쁘지 않은데 CVR은 떨어지고, 유입은 되는데 리텐션이 남지 않습니다.
수치는 쌓이지만 의미를 해석하지 못하면, 결국 카피·디자인을 손보는 비검증적 수정을 반복하게 됩니다.
지금의 페이지는 정말로 "못 만들어진 것"일까요? 아니면 검증되지 않은 상태로 방치되고 있는 것일까요?
"지표는 보지만, 그래서 뭘 바꿔야 할지 모르겠습니다."
"개선안을 만들었는데 정말 효과가 있는지 증명을 못합니다."
"'좋아 보인다'는 이유로 디자인을 바꾸지만 결과가 그대로입니다."
지표 보고 끝나는 마케터가 아니라,
실험으로 증명하는 마케터.
"왜 이 안이 더 나은지"를 숫자로 설명하고,
"무엇을 유지하고 무엇을 버릴지"를 결정할 수 있는 마케터가 됩니다.
전환 목표 정의부터 결과 검증까지.
목표 정의
전환 목표 명확화
지표 설계
KPI · AARRR 분해
데이터 해석
정량+정성 통합
A/B 테스트
가설 → 실험 설계
결과 검증
개선 효과 분석
고객 여정을 5단계로 분해해
"어디서" 전환이 막히는지 분석합니다.
모든 지표를 한 덩어리로 보지 않습니다. 유입·활성·유지·추천·수익 — 단계별로 진단해 진짜 개선이 필요한 지점을 찾아요.
획득
Acquisition
사용자가 어떻게 우리를 알게 되는가
활성
Activation
첫 경험에서 가치를 느꼈는가
유지
Retention
다시 돌아와서 쓰는가
추천
Referral
다른 사람에게 소개하는가
수익
Revenue
매출과 LTV로 이어지는가
디자인과 연결되는 핵심 지표를 단계별로 찾고, 실제로 개선이 필요한 지점을 명확히 구분합니다.
실무에 즉시 적용,
4개의 핵심 실습 결과물.
시리즈 전체 5~8주차 — Part 1의 진단을 이어받아 검증 단계로.
핵심 목표 + 정량 지표 정의
"이 서비스의 성공은 무엇으로 판단할 수 있을까?"
- 담당 프로덕트 선정 + 비즈니스 핵심 목표 정의
- 전환율·클릭률·리텐션 후보 도출 + KPI 3가지 이상 선정
A/B 테스트 기획 + 실험 설계
"무엇을 바꿨을 때, 어떤 지표가 달라져야 할까?"
- 개선 대상 화면 선정 + 가설 설정 + 비교군(A/B) 정의
- 테스트 구조 설계 + 성공·실패 판단 기준 설정
문제 정의 + 검증 보고서
"우리는 무엇을 해결했고, 어떻게 검증했는가?"
- 정량 데이터·설문·UT 결과 종합 정리 + 사용자 문제 정의 한 문장
- 실험 결과로 개선 효과 분석 + 검증 보고서 구조화
데이터 기반 케이스스터디 포트폴리오
"이 문제 해결 경험을 어떻게 증명할 것인가."
- 문제 정의 → 가설 → 실험 → 결과 흐름 정리 + 의사결정 과정 서술
- 제한된 데이터 환경 대응 전략 + 실무·취업용 케이스로 재구성
지표 → 실험 → 검증 → 포트폴리오.
시리즈 전체 5~8주차 · 각 2 파트씩.
WEEK 05정량 데이터의 기본 구조 이해
2 파트 · Part 2 시작
CTR · CVR · 리텐션 · 이탈률의 의미와 한계 + 지표를 해석할 때 자주 발생하는 오해.
획득·활성·유지·추천·수익 5단계 이해 + 디자인과 연결되는 핵심 지표 찾기.
관심 서비스의 핵심 목표 정의 + 판단할 수 있는 핵심 지표 3가지 이상 선정
WEEK 06설문조사와 A/B 테스트 설계
2 파트
설문조사의 목적과 유형 + 질문 설계 시 주의해야 할 포인트.
A/B 테스트의 원칙과 가설 설정 + 테스트 결과를 디자인 개선으로 연결하기.
특정 프로덕트 기능 개선을 위한 A/B 테스트 기획안 작성 (가설·변수·성공 기준 포함)
WEEK 07데이터 기반 문제 정의와 해결
2 파트
고객 페르소나 구성 + 사용자 여정 지도 작성.
프로젝트 전체 흐름에서의 적용 사례 + 실무에서 자주 발생하는 실패와 극복 전략.
정량·정성 데이터 기반 UT 결과 및 검증 보고서 작성
FINAL · WEEK 08포트폴리오 정리와 커리어 적용
2 파트 · Final
데이터 기반 스토리텔링 구조 + 제한된 데이터 환경에서의 설명 전략.
제작 시 주의사항 + 커리어 관점의 데이터 역량 활용
실무·취업에서 설득력 있는 데이터 기반 케이스스터디 완성.
전체 과정 회고 및 포트폴리오 케이스 스터디 구성
이 클래스 하나로,
실험으로 증명하는 마케터가 됩니다.
데이터를 문제 탐색 도구로
Metrics
"CTR·CVR·리텐션, 그래서 무엇이 문제인가?" 숫자를 결과가 아닌 질문의 단서로 사용합니다.
AARRR로 여정을 단계별 분해
Framework
"문제는 어느 단계에서 발생했을까?" 유입·활성·유지 중 어디서 개선이 필요한지 구분합니다.
설문조사로 숫자에 "의미" 보완
Research
"사용자는 왜 그렇게 행동했을까?" 정량으로 알 수 없는 인식·기대·불안을 설문으로 보완합니다.
A/B 테스트로 개선안 검증
Experiment
"좋아 보인다"는 이유로 바꾸는 디자인은 여기서 끝. 가설→설계→결과 해석 흐름.
정량·정성을 한 문제로 통합
Synthesis
지표·설문·인터뷰·테스트 결과를 하나의 사용자 문제로 정리. 페르소나·여정지도로 구조화.
과정을 포트폴리오로 완성
Portfolio
결과 나열이 아닌 문제 정의→실험→개선→검증 과정을 이야기로. 데이터 기반 케이스스터디.
실습에 그대로 쓰는 실험 템플릿.
데이터 해석 체크리스트
CTR·CVR·리텐션·이탈률을 어떻게 봐야 하는지 항목별 진단 기준.
A/B 테스트 기획 템플릿
가설·변수·비교군·성공 기준을 한 장에 정리하는 실무 기획안 양식.
케이스스터디 포트폴리오 템플릿
문제 정의 → 가설 → 실험 → 결과 스토리텔링 구조.
이런 고민을 하시는 분께 추천해요.
"지표는 보지만, 그래서 무엇을 바꿔야 할지 모르겠습니다"
CTR·CVR·리텐션 숫자를 문제 탐색 도구로 쓰고 싶은 마케터·PM
"A/B 테스트 들어봤지만 어떻게 시작하는지 모르겠습니다"
가설·변수·성공 기준 설계부터 막막한 실험 입문자
"개선안을 만들었는데 정말 효과가 있는지 증명을 못합니다"
"좋아 보인다"가 아닌 "왜 더 나은지"를 숫자로 설명하고 싶은 실무자
"AARRR 같은 프레임워크는 들어봤지만 막연합니다"
고객 여정 단계별 진단을 실무에 적용하고 싶은 마케터·그로스 담당
"데이터 분석 경험을 포트폴리오로 못 만들고 있습니다"
취업·이직에서 케이스스터디로 증명하고 싶은 마케터 — 4주 뒤 손에 케이스스터디가 남습니다
연사 소개
네카라쿠배 현직
Product Designer
에이전시 (삼성·LG·네이버) → 2,500만+ 사용자 스타트업 → 네카라쿠배
10년+ 실무를 하면서 디자이너의 역할은 계속 진화해왔습니다. 2020년대 초반부터 데이터를 이해하고 근거·성과로 디자인을 설명할 수 있는 디자이너가 주목받기 시작했습니다. 이 강의(Part 2)에서는 Part 1에서 익힌 진단·리서치 사고를 이어받아, 실제로 가설을 실험으로 검증하고 그 과정을 케이스스터디로 만드는 방법을 가르칩니다.
- 현) 네카라쿠배 한 곳 — Product Designer (데이터 기반 UX)
- 2,500만+ 사용자 스타트업 제품 설계
- 핀테크·결제 서비스 프로덕트 디자인
- 커머스·플랫폼 핵심 플로우(주문·결제·혜택) 설계
- 데이터 기반 UI 개선 및 전환 최적화 경험
- 에이전시 출신 — 삼성·LG·네이버 등 대기업 프로젝트
"예쁘게 만드는 법이 아닌,
실험으로 증명하는 마케터가 되는 길."
모든 과정은 온라인으로 진행돼요.
매주 정규 수업 → 과제 수행 → 1:1 멘토링 피드백.
정규 수업 시청
각 주차별 VOD 강의(2 파트)를 자유로운 시간에 시청.
과제 수행 · 제출
지표 선정 → A/B 기획 → 검증 보고서 → 케이스스터디를 단계별 제출.
멘토링 · 1:1 피드백
매주 월/화요반 PM 9~11시 — 실무자 멘토의 1:1 피드백.
수강 전 준비해 주세요.
Google 계정 + GA4 데모 계정
GA4 실습용. Google이 데모 계정과 실습 데이터를 무료로 제공합니다.
Firebase 무료 계정
앱 분석 사례 학습용. 무료 플랜으로 충분합니다.
Chrome 브라우저
GA4·웹 분석 도구 사용에 최적화.
Figma 무료 계정
A/B 테스트 시안 작성·프로토타입. Part 1에서 사용한 도구.
데이터 해석 체크리스트
A/B 테스트 기획 템플릿
케이스스터디 포트폴리오 템플릿
* 본 강의는 무료 도구 중심으로 진행됩니다. 상업적 이용·정책은 각 서비스 약관을 따릅니다.