검색→예약 전환율 + 취소율 + 재방문율로 3축 지표 구조화
여행 서비스에서 고객 행동 데이터를 분석할 때 가장 중요하게 보는 지표는 검색에서 예약까지의 전환율입니다. 검색을 많이 해도 예약으로 이어지지 않으면 가격이나 상품 문제가 있는 것이고, 특정 날짜·지역에서 전환이 낮으면 공급 부족 신호일 수 있습니다. 수업 프로젝트에서 공개 여행 데이터로 예약 취소율 패턴을 분석했는데, 미리 예약한 경우보다 당일·단기 예약의 취소율이 낮다는 걸 발견했습니다.
재방문율도 중요한데, 첫 방문 → 재방문 → 구독/멤버십으로 이어지는 퍼널을 추적하면 어느 단계에서 이탈이 많은지 알 수 있습니다. 장기 지표로는 고객 생애 가치(LTV)를 봐야 단기 할인 프로모션의 실질 효과를 판단할 수 있습니다. 한계는 실제 여행 플랫폼 데이터를 다뤄본 경험은 없습니다.