세그먼트 분해 → 패턴 발견 → 기회 정량화로 풀어내는 결
인턴 때 이커머스 플랫폼에서 활성 사용자 분석을 담당했습니다. 처음에는 전체 MAU만 보고 있었는데, 세그먼트별로 쪼개보니 신규 가입 후 7일 이내 재방문율이 특히 낮다는 패턴을 발견했습니다.
이를 구체적으로 파악하기 위해 신규 사용자의 세션 데이터를 행동 퍼널로 시각화했습니다. 앱 최초 실행→카테고리 탐색→상품 상세→장바구니→결제 단계별 이탈률을 추적하니, 카테고리 탐색에서 상품 상세로 넘어가는 구간에서 이탈이 집중된다는 점이 드러났습니다. 이 구간에서 검색 결과 정렬 방식이 신규 사용자에게 맞지 않는다는 가설을 세웠고, 기획팀에 '신규 사용자를 위한 정렬 기본값 변경' 제안을 담은 보고서를 작성했습니다.
제안이 실제 적용되기까지는 다음 분기까지 기다려야 했지만, 분석 자체가 팀 내에서 신규 유저 온보딩 개선 우선순위를 올리는 근거로 활용됐습니다. 이 경험을 통해 성장 기회는 전체 수치보다 세그먼트별 행동 차이에서 더 뚜렷하게 보인다는 점을 배웠습니다.