AI Strategy & Product Metrics Cheat Sheet
개요
AI 전략 및 제품 메트릭 치트시트는 비즈니스 및 제품 메트릭과 AI 특화 메트릭으로 나누어 각 메트릭의 정의, 계산 공식, 그리고 예시를 제공하여 AI 기반 제품 및 서비스의 성과 측정 및 관리를 돕는 자료입니다.
주요 내용
* 비즈니스 및 제품 메트릭: Activation Rate, Active Users, Adoption Rate, ARR, Availability, AOV, ARPU, Bounce Rate, Burn Rate, CAC Payback Period, Change Failure Rate, CTR, Conversion Rate, CPA, CPC, CPM, CAC, Customer Churn Rate, CES, LTV/CLV, Customer Retention Rate, CSAT, DAU, DAU/MAU Ratio, Defect Density, Deployment Frequency, Engagement Rate, Expansion MRR, Feature Adoption Rate, Feature Usage Frequency, Gross Margin, GRR, Lead Time for Changes, LTV:CAC Ratio, Magic Number, Market Share, MTTD, MTTR, MAU, MRR, NPS, NRR, North Star Metric, Payback Period, PMF Score, Quick Ratio, Retention Cohort, ROAS, Revenue Churn, ROI, Rule of 40, Runway, Session Duration, Session Frequency, SLA Compliance, TTFV, TTV, Trial-to-Paid Conversion, WAU/MAU Ratio, WAU, Win Rate 등 다양한 메트릭의 정의, 계산 방법, 예시를 포함합니다.
* AI 특화 메트릭: AI Adoption Rate, AI Cost Savings, AI ROI, Automation Rate, BLEU Score, Context Relevance / RAG, Drift Rate, Explainability Score, F1 Score, False Negative Rate, False Positive Rate, GPU Utilization, Groundedness Score, Guardrail Trigger Rate, Hallucination Rate, Human Override Rate, Inference Cost, Latency, Log Loss, MAE, Model Accuracy, Perplexity, Precision, Prompt Injection Success Rate, Prompt Success Rate, Recall, RMSE, ROC-AUC, ROUGE Score, Throughput, TTFT, Token Cost, Toxicity Rate, Training Cost 등 AI 모델의 성능, 비용, 안전성, 사용자 경험 등 다양한 측면을 측정하는 메트릭을 상세히 설명합니다.
* 핵심 AI 경영진 메트릭: Activation Rate, AI Adoption Rate, AI ROI, ARR, Automation Rate, CAC, Conversion Rate, CSAT, Customer Churn, Customer Retention, DAU, Deployment Frequency, Drift Rate, F1 Score, Gross Margin, Groundedness Score, Hallucination Rate, Latency, LTV, LTV:CAC Ratio, MAU, Model Accuracy, MRR, MTTR, NPS, Precision, Recall, ROI, SLA Compliance, Throughput 등을 AI 경영진이 반드시 알아야 할 핵심 메트릭으로 강조합니다.
시사점
이 치트시트는 AI 제품 및 서비스의 성공을 위해 정량적인 성과 측정과 지속적인 개선이 필수적임을 강조하며, 다양한 메트릭을 통해 AI 기술의 비즈니스 가치를 효과적으로 관리하고 설명할 수 있는 기반을 제공합니다.
댓글
GitHub Discussions