서비스 기획 입문 과제 - 1일차

1. 오늘 학습 키워드

- 리뷰 데이터 분석

- 데스크 리서치

---

2. 오늘 학습 한 내용을 나만의 언어로 정리하기

 

<배경>

 

네이버 PM으로 입사해 '네이버 플러스 스토어 앱'의 개선을 맡게 된 상황
작년 3월 출시 후 설치 쿠폰과 첫 구매 프로모션의 효과로 출시 단 8일 만에 100만 다운로드 달성 및 신규 사용자 유치
앱의 리텐션을 높이는 일이 새로운 과제로 주어진 상황

앱 스토어에 등록된 고객 리뷰(유저 보이스)를 분석해 사용자들이 실제로 겪고 있는 불편과 개선 요구 파악

체계적 분석 후 서비스 개선의 방향성 제시

고객의 목소리를 반영한 서비스 개선안 도출 및 실질적인 문제 해결에 기여

 

 

<목표 정의> - 네이버 플러스 스토어 앱의 목표

 

“사용자에게 편리하고 신뢰성 높은 서비스를 제공하여 사용자 만족도 및 재구매율을 향상시키고, 장기적 서비스 이용을 유도해 리텐션 구조를 형성한다.”

• '검색 중심 쇼핑'에서 AI기반 ‘발견형 쇼핑’으로 전환
• 네이버 생태계 내부 체류 시간 확대
• AI 기반 개인화 추천 강화
• 추천의 신뢰성과 구매 전환 강화

→ 네이버 내부 거래 중심의 AI 기반 커머스 생태계를 확장하려함

 

 

참고 자료

https://www.i-boss.co.kr/ab-74668-4266

• 기존 네이버 쇼핑과 디자인 및 기능 구조가 유사
• 검색 중심 구조에서 발견 중심 구조로 변화 시도
• 개인화 추천 및 쇼핑 전용 CRM 기능 강화
• 네이버 내부 거래 중심의 폐쇄형 쇼핑 생태계 구축 방향성 보여줌

https://www.dnews.co.kr/uhtml/view.jsp?idxno=202503121116444320787

• AI 기반 개인 맞춤 추천 중심의 ‘발견형 쇼핑’ 구조로 전환 중
• 검색 중심에서 추천·탐색 중심 구조로 변화 시도
• 블로그·카페·지도 등 네이버 UGC 기반 추천 확대 예정
• NFA 기반 물류 시스템으로 판매자 물류 부담 완화
• 무료 반품·교환 및 멤버십 혜택 강화 예정
• 거래액 기반 판매 수수료 구조로 변화 중

https://dealsite.co.kr/articles/137613

• AI 에이전트 기반으로 실제 구매·예약까지 지원하는 방향으로 고도화 예정
• 검색과 AI 추천 시스템을 결합한 맞춤형 쇼핑 경험 제공
• 목적형 쇼핑이 아닌 ‘비목적성 탐색형 쇼핑’ 경험 강화
• 사용자 데이터를 맥락화한 콘텐츠 추천으로 체류 시간 증가 유도
• 네이버 쇼핑·페이·멤버십을 연계한 AI 커머스 생태계 확장 중
• AI 기반 추천 강화로 구매 전환율 및 쇼핑 만족도 향상 기대

https://www.bloter.net/news/articleView.html?idxno=663056

• '완결된 쇼핑 흐름'과 '특화된 국내 로컬 데이터'를 강점으로 내세움
• AI가 추천 이유와 상품 선택 가이드를 함께 제공
• 사용자 취향·상황에 맞춘 초개인화 쇼핑 공간 구성
• 검색 중심에서 AI 추천/탐색 중심 구조로 전환 중
• 체류 시간 및 구매 전환율 증가를 목표로 함

https://play.google.com/store/apps/details?id=com.navercorp.navershopping

• AI 기반 대화형 쇼핑 에이전트 ‘쇼핑에이전트’ 기능 제공
• 사용자의 질문에 실시간으로 답변하는 대화형 쇼핑 경험 지원
• 검색 결과에서 상품 선택 기준 및 핵심 정보 요약 제공
• 관심사 기반 탐색 질문 추천으로 상품 발견 경험 강화

https://yozm.wishket.com/magazine/detail/3023/?utm_source=chatgpt.com

• 쇼핑 특화 알림 및 혜택 기능 강화
• 숏폼 콘텐츠 기반 발견형 쇼핑 경험 확대
• AI 맞춤 추천 알고리즘 고도화
• N배송 중심의 빠른 배송 서비스 강조

 

 

<리뷰 데이터 분석> - 가상의 데이터셋을 받음
네이버_플러스_스토어_리뷰_데이터_PM7기.xlsx

1. 주어진 데이터를 읽고 리뷰 내용 분석

2. 모든 리뷰를 대주제 카테고리로 분류

- 데이터를 활용해 각 카테고리별 빈도 및 주요 내용 분석

3. 카테고리별 주요 문제 현상 도출

 

리뷰 데이터 분석 및 카테고리 분류

 

주어진 데이테 57개 중 불만족 38개 카테고리 정리

카테고리	주요 내용	비율
기능	검색 결과 오류, 타사 비교 불가, 추천 오류, 추천 피로도, 판매자 관리 미흡, 광고 표시 미흡 , 가격 비교 불편, 채널 간 검색 불일치	39.5%
UI/UX	메뉴 접근성, 안내 부족, 정보 가시성 미흡, 명칭 혼란	18.4%
결제/쿠폰/혜택	혜택 안내 부족. 알림 미흡, 혜택 확인 불편, 혜택 조건 복잡, 혜택 체감 부족, 혜택 조건 제한	18.4%
배송 경험	배송 지연, 배송 조회 불명확, 도착 예정일 안내 불명확, 배송 지연	7.9%
성능/오류	화면 로딩 오류, 앱 속도 지연, 상품 초기화	7.9%
편의성	사용 필요성 부족, 서비스 차별성 부족, 가격 비교 시 타 앱 필요	7.9%

 

 

카테고리별 주요 리뷰 및 문제 현상 도출

 

- 네이버플러스 스토어 앱 리뷰 리서치 (2025.03.24 ~ 2026.05.20 일부 발췌)

 

1. 기능

검색 결과 오류로 인한 상품 탐색 정확도 저하

추천 오류로 인한 개인화 추천 신뢰도 저하

판매자 관리 미흡으로 인한 구매 과정 신뢰성 하락

 

2. UI/UX

가시성 저하로 인한 가독성 불편함 및 피로도 증가

메뉴 접근성 부족으로 인한 기능 탐색 불편

 

3. 결제/쿠폰/혜택

혜택 차이로 인한 서비스 신뢰도 저하

혜택 조건 제한으로 인한 사용자 불편

혜택 체감 부족으로 인한 멤버십 만족도 저

 

4. 배송 경험

배송 조회 불명확으로 인한 사용자 만족도 저하

배송 지연으로 인한 사용자 만족도 저하

 

5. 성능/오류

화면 로딩 오류로 인한 서비스 이용 흐름 방해

상품 초기화 오류로 인한 서비스 이용 흐름 방해

앱 속도 지연으로 인한 사용자 피로도 증가

 

6. 편의성

사용 필요성 부족으로 인한 앱 이용 동기 감소

서비스 차별성 부족으로 인한 지속 이용 필요성 저하

사용 필요성 부족으로 인한 이용 동기 감소

 

 

- 지식 IN

• 할인 쿠폰 적용 오류
  https://kin.naver.com/qna/detail.naver?d1id=1&dirId=1060110&docId=490885372&enc=utf8&kinsrch_src=pc_tab_kin&qb=64Sk7J2067KE7ZSM65+s7Iqk7JWx
• 열린 페이지 오류
  https://kin.naver.com/qna/detail.naver?d1id=1&dirId=1040104&docId=376932328&enc=utf8&kinsrch_src=pc_tab_kin&qb=64Sk7J2067KE7ZSM65+s7IqkIOq4sOuKpSDrtojtjrg%3D
• 북마크 버튼 사라짐
  https://kin.naver.com/qna/detail.naver?d1id=1&dirId=1040104&docId=391702825&enc=utf8&kinsrch_src=pc_tab_kin&qb=64Sk7J2067KE7ZSM65+s7IqkIOq4sOuKpSDrtojtjrg%3D

 

 

- 그 외 참고 자료

• ‎네이버플러스 스토어 - 평가 및 리뷰 - App Store
• 네이버플러스 스토어 - Google Play 앱
• 스토어아트 - 네이버플러스 멤버십, 그냥 쓰면 손해임다! < 플레이스 < 기사본문 - 스토어아트 매거진
• 네이버플러스 스토어, 조금 아쉬운 이유
• 네이버 스마트스토어가 최악인 이유! - 위클리포스트(weeklypost)
• 네이버 스마트스토어 아주 문제가 많네요. : 셀러오션
• 네이버플러스 스토어, 3개월 만에 40% 하락…쿠팡과의 경쟁 구도에 ‘경고등’ - 사회안전.학교폭력예방신문

 

→ 기능, UI/UX 등의 문제들은 사용자 신뢰도와 만족도를 저하시킬 수 있으며, 서비스 이용 흐름 방해 및 사용자 이탈 가능성 증가로 이어질 가능성이 높음

---

3. 학습하며 겪었던 문제점 & 에러

1)

가상의 데이터셋을 분석하며 카테고리를 분류하는 과정에서 어려움을 겪었다. 특히 기능 관련 이슈와 성능/오류 관련 문제를 구분하는 기준이 헷갈려 분류 과정에서 혼란이 있었다.

 이를 해결하기 위해 개념을 재정리한 결과, 기능은 사용자가 직접 사용하는 서비스 기능이나 UI 동작과 관련된 문제를 의미하고, 성능/오류는 로딩 속도, 앱 실행 안정성, 화면 오류 등 시스템 동작 과정에서 발생하는 문제라는 점을 이해하게 되었다. 이후 가상의 데이터셋을 다 비교하며 각 카테고리의 기준을 정리해 분류 기준을 보다 명확하게 알게 되었다.

2)

 앱 리뷰 리서치를 진행하면서 유사한 리뷰를 유형별로 분류하고 핵심 의견을 선별하는 과정에서 어려움을 겪었다. 특히 중복되는 의견이 많아 리뷰 분류 기준을 정리하는 데 시간이 걸렸다.

 이를 해결하기 위해 반복적으로 등장하는 키워드와 문제 유형을 중심으로 공통 패턴을 도출하며 리뷰를 체계적으로 분류하려는 노력이 필요하다는 점을 알게 되었다.

3)

 목표 정의 과정에서 어려움을 겪었다. 서비스의 전체적인 방향성과 최종 목표를 설정하는 과정이 쉽지 않았으며, 어떤 가치를 중심으로 목표를 정리해야 하는지 고민이 많았다.

 이를 해결하기 위해 사용자 경험, 서비스 가치, 비즈니스 목표를 기준으로 큰 틀의 목표를 구조화하는 연습이 필요하다는 점을 알게 되었다.