구매 이후 고객 경험을 개선하기 위해 어떤 데이터 분석 기법을 사용해 본 경험이 있나요?

인턴 4개월 동안 두 차례 데이터 분석 과제를 본인이 정의해 끌고 가본 경험이 있습니다. 그 중 한 사례를 짧게 말씀드리겠습니다.

과제 정의는 '이번 분기 신규 가입자의 30일 잔존율이 22%→14%로 떨어진 자리'에서 시작했습니다. PM·디자이너·마케터 누구도 명확한 가설을 못 가진 자리라, 본인이 4주짜리 분석 과제로 풀어보겠다고 제안했습니다.

가설은 세 갈래로 잡았습니다. 첫째, 온보딩 첫 화면의 인지 부담, 둘째 결제 단계의 이탈 깔때기, 셋째 알림 빈도의 피로도. 각각 GA4 이벤트·결제 로그·푸시 발송 로그를 5만~80만 행 단위로 묶었습니다.

분석 결과, '온보딩 3단계 중 2단계에서 56%가 이탈한다'는 자리가 가장 큰 덩어리였습니다. 그 단계는 신규 가입자에게 전화번호 인증을 요구하는 자리였는데, 같은 유입에서 인증 면제 그룹의 잔존율은 25%로 정상이었습니다.

사용자 경험 개선은 그 결을 두고 '전화번호 인증을 7일 유예'로 설계 변경 제안했고, A/B 4주 후 신규 잔존율이 23%로 회복됐습니다. 인증률은 유예 그룹에서도 7일 안에 92%가 완료되어 운영 리스크는 작았습니다.

의사결정에 사용된 데이터는 GA4 이벤트·결제 로그·푸시 발송 로그·인증 완료 로그 네 종류였고, 한 시트에 코호트 단위로 합쳐 매주 갱신했습니다. 이 결을 통해 '분석 과제 정의는 "왜 떨어졌는지"를 좁히는 일'이라는 호흡을 손에 익혔습니다.