문제 인식→데이터 분석→개선 실행→결과 결
데이터 분석을 통해 프로덕트를 개선한 경험은 수업 과제에서 이커머스 플랫폼의 장바구니 이탈률 원인을 분석하고 개선 방향을 제안한 것이었습니다. 데이터가 없으면 '느낌'으로 방향을 잡지만, 데이터 기반이면 효과를 낼 변경을 더 명확히 예측할 수 있다는 것을 배웠습니다.
이탈 지점 분석으로 장바구니 담기 후 결제 미시작 구간과 결제 미완료 구간을 나눠 이탈 집중 단계를 파악했습니다. 가설 검증으로 '배송비가 결제 직전에 표시되는 것이 이탈 원인'이라는 가설을 설정하고, 배송비 노출 위치를 상품 페이지로 앞당기는 변경의 효과를 A/B 테스트로 검증했습니다.
데이터 분석 결과가 예상과 다를 때, 기존 가설을 버리고 데이터가 보여 주는 방향을 따르는 것이 더 효율적입니다. 작은 변경이 전환율에 유의미한 영향을 줄 수 있어, 변경 범위를 작게 유지하고 반복적으로 개선하는 방식이 프로덕트 성장에 맞습니다. 이탈 지점 분석과 가설 기반 A/B 테스트가 데이터 기반 개선의 핵심이라는 결론을 갖고 있습니다.