사용자 이탈 패턴 데이터에서 기능 가설을 도출하기
약 65초
데이터 기반 인사이트를 활용해 신규 기능을 기획한 경험을 설명
수업 프로젝트에서 간단한 앱 기획을 진행하면서 사용자 행동 데이터를 기반으로 기능 가설을 도출하는 방식을 처음 써봤습니다. 분석한 데이터는 특정 단계에서의 이탈률이었는데, 회원가입 완료 후 첫 기능 진입까지 이탈률이 높다는 것을 발견했습니다. 가설은 '온보딩 안내가 충분하지 않아 사용자가 첫 행동을 어떻게 시작해야 하는지 모른다'였습니다.
온보딩 플로우 개선을 기능으로 제안했고, 검증 방법으로 A/B 테스트 설계도 함께 제안했습니다. 데이터에서 인사이트를 뽑는 것보다 인사이트를 행동 가능한 기능 가설로 변환하는 것이 더 어렵고 중요하다는 것을 배웠습니다. 데이터는 '무엇이 일어났는가'를 보여주지만, '왜 일어났는가'는 분석자의 해석이 더해져야 나온다는 것도 이 과제에서 배웠습니다.
이 결의 특징
회원가입 완료 후 첫 기능 진입까지 이탈률이 높다는 데이터에서 온보딩 안내 부족이라는 가설을 세운 흐름이 드러나는 흔적이 있습니다. A/B 테스트 설계까지 함께 제안한 결이 담겨 있습니다.
이 결이 통하는 자리
인사이트를 행동 가능한 기능 가설로 변환하는 게 더 어렵다는 통찰이 한 줄이라도 살아 있을 때 통합니다. 무엇이 아니라 왜를 해석으로 채운다는 관점이 또렷한 자리에서 통합니다.