수업 프로젝트에서 퍼널 분석을 적용해 사용자 이탈 지점을 찾은 경험을 중심으로 구성한 답변
데이터 분석 수업 프로젝트에서 가상 쇼핑 앱 사용자 로그 데이터로 퍼널 분석을 해보았습니다. 상품 조회 → 장바구니 → 결제 완료 단계별 사용자 수를 세어보니 장바구니에서 결제로 넘어가는 구간에서 52%가 이탈하는 것을 발견했습니다.
그 구간에서 어떤 행동이 있었는지 세션 데이터를 더 살펴보았더니 배송비 확인 후 이탈하는 패턴이 보였습니다. 배송비가 결제 단계에서 처음 노출되는 구조였기 때문입니다. 무료 배송 기준이 어디에 있는지를 장바구니 단계에서도 보여주면 이탈이 줄 것 같다는 결론을 내렸습니다. 교수님께서 '데이터에서 행동 패턴을 찾고 원인을 연결한 것이 맞는 방향'이라는 피드백을 주셨습니다.
이 경험에서 사용자 행동 데이터 분석은 어디서 이탈하는지보다 왜 이탈하는지를 행동 패턴에서 찾는 것이 더 쓸모 있다는 것을 배웠습니다. 숫자만 보면 현상이고, 패턴을 보면 원인이 된다는 것도 깨달았습니다.