서비스 기획 숙련 과제 - 1일차

1. 오늘 학습 키워드

- 배경 및 목표
- 페르소나 설정

- 데이터 추출

---

2. 오늘 학습 한 내용을 나만의 언어로 정리하기

 

<배경>

목표 KPI : 상세페이지 > 장바구니 담기 전환율을 상승 시키고자 함

• 유저마다 상품 상세페이지에서 장바구니 담기로 이어지는 경우가 모두 다름
• 어떤 유저의 어떤 행동이 ‘장바구니 담기’라는 전환에 기여하는지 데이터로 파악하고자 함
• 데이터로 현황을 파악한 이후엔 전환에 기여할 수 있는 가설을 세우고 가설에 맞는 해결방안을 논리적으로 고민해보고자 함

 

1. 배경 및 목표

배경

상품 상세페이지(PDP)에 진입한 사용자가 모두 장바구니 담기로 이어지는 것은 아니다. 동일한 상품을 보더라도 어떤 사용자는 장바구니에 상품을 담고, 어떤 사용자는 이탈하는 등 사용자마다 행동 패턴과 전환 결과가 다르게 나타난다.

현재는 어떤 사용자 행동이 장바구니 담기 전환에 기여하는지 명확히 파악되지 않았다. 따라서 상세페이지 내 사용자 행동 데이터를 분석하여 전환 사용자와 비전환 사용자의 행동 차이를 비교하고, ‘장바구니 담기’ 전환에 기여하는 행동 패턴을 파악하고자 한다.

이를 바탕으로 전환에 영향을 미치는 요인에 대한 가설을 수립하고, 상세페이지 개선 방안을 도출하고자 한다.

 

목표 KPI

상세페이지 → 장바구니 담기 전환율 상승

 

 

 

2. 페르소나 선정

유형	대상 사용자	특징 및 행동 패턴
페르소나 A	고가 상품 비교 쇼핑 유저 (30만원 이상)	신중하게 오래 고민, 장바구니 담기까지 망설임
페르소나 B	저가 빠른 구매 유저 (5만원 이하)	빠르게 담거나 그냥 이탈, 가격에 민감
페르소나 C	외부 검색 유입 신규 유저	뚜렷한 목적으로 가지고 진입, 예상과 맞지 않다면 바로 이탈
페르소나 D	광고 유입 비교 유저	외부 광고 혹은 홈 화면에서 띄워져있는 기획전 광고를 보고 유입되어, 다른 플랫폼과 비교 후 장바구니 담기-구매 여부 결정

 

선택한 페르소나

[페르소나 D. 광고 유입 비교 유저]

 

선정 이유

‘페르소나 A’의 경우 고가 상품 구매 특성상 의사결정 주기가 길어 행동 패턴을 일반화하기 어렵다고 판단하였다.

 

‘페르소나 B’는 가격 요인이 구매 결정에 큰 영향을 미치고 의사결정 과정이 짧아 상세페이지 내 행동 패턴을 분석하기에 한계가 있다고 보았다.

 

‘페르소나 C’의 경우 사용자가 기대한 정보나 상품이 무엇인지 명확하게 파악하기 어려워 이탈 원인을 해석하는 데 제약이 있을 것으로 예상하였다.

 

반면 ‘페르소나 D’는 상품에 대한 관심을 가지고 유입되지만 장바구니 담기 여부를 결정하기까지 가격, 혜택, 리뷰, 배송 정보 등 다양한 정보를 비교/검토하는 특성을 가진다.

 

따라서 다른 페르소나 대비 상세페이지 내에서 다양한 탐색 행동이 나타날 것으로 예상되며, 사용자의 행동과 장바구니 담기 전환 간의 관계를 관찰하기에 적합하다고 판단하였다. 이에 따라 본 분석에서는 ‘페르소나 D’를 분석 대상으로 선정하였다.

 

 

 

분석 데이터 선정

1. 분석 대상 조건 설정 = 고정값

데이터	조건	선정 이유
user_type	new	기존 경험이 없는 신규 사용자를 대상으로 광고 유입 이후 행동을 확인하기 위함
traffic_source	ad	광고를 통해 유입된 사용자를 대상으로 광고 이후 행동 패턴을 분석하기 위함

 

 

2. 분석 범위 설정 = 유입 경로 기준

데이터	조건	선정 이유
user_typeprevious_page_type	homepage, ad_landing	유입 경로에 따라 장바구니 담기 전환율에 차이가 있는지 확인하기 위함

※ other은 다양한 페이지 유형이 혼합되어 있어 유입 특성을 명확하게 해석하기 어렵다고 판단하여 분석 대상에서 제외함

 

 

3. 비교 데이터 선정 = 행동 데이터

고정값 : user_type, traffic_source, user_typeprevious_page_type

유저 데이터 수 : 84

장바구니 : TRUE 20 / FALSE 64

결제 완료 : TRUE 6 / FALSE 78

유입 이후 장바구니 담기 전환에 영향을 미치는 행동 요인을 확인하기 위해 아래 데이터를 분석 대상으로 선정

데이터	선정 이유
price_band	상품 가격대에 따라 장바구니 담기 전환율에 차이가 있는지 확인하기 위함
pdp_duration_sec	PDP 체류 시간과 장바구니 담기 전환 간의 관계를 확인하기 위함
review_clicked	리뷰 확인 행동이 장바구니 담기 전환에 영향을 미치는지 확인하기 위함
discount_exposed	할인 정보 노출 여부가 장바구니 담기 전환에 영향을 미치는지 확인하기 위함

 

 

4. 성과 지표 = 결과 데이터

데이터	선정 이유
add_to_cart	본 과제의 목표 KPI인 장바구니 담기 전환 여부를 확인하기 위함
purchase_completed	장바구니 담기 이후 실제 구매까지 이어지는지 확인하기 위함

 

 

 

[데이터 분석 결과]

previous_page_type (PDP 직전 페이지)

previous_page_type	유저 수	장바구니 추가율	구매 비율
ad_landing	59	15.25%	3.38%
homepage	25	44.00%	16.00%

 

ad_landing - 장바구니 9개 구매 2개

homepage - 장바구니 11개 구매 4개

 

• 장바구니 추가율 약 2.9배 차이 발생
• 구매율 약 4.7배 차이 발생
• 광고 랜딩 페이지에서 상세페이지로 온 사용자가 홈 기획전에서 PDP로 온 사용자보다 전환이 훨씬 낮음

 

 

 

1. review_clicked (리뷰 클릭 여부)

review_clicked	유저 수	장바구니 추가율	구매 비율
TRUE	36	33.33%	8.33%
FALSE	48	16.66%	6.25%

 

TRUE (리뷰 클릭) - 장바구니 12개 구매 3개

FALSE (리뷰 미클릭) - 장바구니 8개 구매 3개

• 장바구니 추가율 약 2배 차이 발생
• 리뷰 확인 행동이 전환과 강한 상관관계를 가짐

 

 

2. price_band (상품 가격대)

price_band	유저 수	장바구니 추가율	구매 비율
under_50k	29	27.58%	17.24%
mid_50k_150k	32	21.87%	3.12%
over_300k	23	21.73%	0%

 

 under_50k - 장바구니 8개 구매 5개

mid_50k_150k - 장바구니 7개 구매 1개
over_300k - 장바구니 5개 구매 0개

• 장바구니 추가율 비슷
• 구매 비율의 차이가 크게 발생

 

3. pdp_duration_sec (PDP 체류 시간)

pdp_duration_sec	유저 수	장바구니 추가율	구매 비율
0 - 30초	17	35.29%	11.76%
31- 60초	48	18.75%	6.25%
61 - 90초	12	25.00%	8.33%
91초 +	7	28.57%	0.00%

 

0 - 30초 - 장바구니 6개 구매 2개

31 - 60초 - 장바구니 9개 구매 3개

61 - 90초 - 장바구니 3개 구매 1개

91초 + - 장바구니 2개 구매 0개

• 오래 볼수록 전환율이 잘 안나옴
• 빨리 결정하는 사용자가 많음

 

4. discount_exposed (할인 노출 여부)
→ 노출 여부에 따른 효과가 없음

discount_exposed	유저 수	장바구니 추가율	구매 비율
TRUE	53	22.64%	7.54%
FALSE	31	25.80%	6.45%

 

TRUE - 장바구니 12개 구매 4개

FALSE - 장바구니 8개 구매 구매 2개

 

 

주요 분석 변수

• previous_page_type
• review_clicked

보조 분석

• pdp_duration_sec
• discount_exposed

 

 

<전환 유저 VS 이탈 유저 간 유의미한 수치 차이 정리>

1. previous_page_type

• homepage : 장바구니 추가율 44%
• ad_landing : 장바구니 추가율 15.25%

→ 약 2.9배 차이

 

2. review_clicked

• TRUE : 장바구니 추가율 33.33%
• FALSE : 장바구니 추가율 16.66%

→ 약 2배 차이

 

3. price_band

• under_50k : 장바구니 추가율 27.58%
• mid_50k_150k : 장바구니 추가율 21.87%
• over_300k : 장바구니 추가율 21.73%

→ 가격대별 장바구니 추가율 차이는 크지 않음

 

구매 비율

• under_50k : 17.24%
• mid_50k_150k : 3.12%
• over_300k : 0%

→ 가격대는 장바구니 담기보다 구매 완료 단계에서 더 큰 영향을 미칠 가능성이 있음

 

4. pdp_duration_sec

• 0~30초 : 장바구니 추가율 35.29%
• 31~60초 : 장바구니 추가율 18.75%
• 61~90초 : 장바구니 추가율 25.00%
• 91초 이상 : 장바구니 추가율 28.57%

→ 체류 시간이 증가할수록 전환율이 높아지는 패턴은 확인되지 않음

 

5. discount_exposed

• TRUE : 장바구니 추가율 22.64%
• FALSE : 장바구니 추가율 25.80%

→ 할인 정보 노출 여부에 따른 전환율 차이는 크지 않음

 

 

 

<핵심 인사이트 도출>

• homepage 유입 사용자의 전환율이 높음
• 리뷰 확인 행동과 전환 간 높은 연관성 확인

---

3. 학습하며 겪었던 문제점 & 에러
1)

 처음에는 어떤 데이터를 고정값으로 설정해야 하는지, 어떤 데이터를 분석 대상으로 선정해야 하는지 판단하기 어려웠다. 또한 특정 데이터를 제외해도 되는지 확신이 서지 않아 분석 방향을 잡는 데 많은 시간이 소요되었다.

 이를 해결하기 위해 과제의 목적을 다시 확인하였다. 단순히 데이터를 분석하는 것이 아니라, 선택한 페르소나를 기준으로 전환에 영향을 미치는 요인을 찾고 이를 데이터로 설득하는 과정이라고 정의하였다. 이후 분석 대상과 비교 데이터를 구분하여 분석을 진행하였다.

2)

 처음에는 중요하지 않을 것이라고 판단하여 제외하려던 데이터가 있었다. 그러나 혹시 모른다는 생각에 추가로 분석해보았고, 예상보다 의미 있는 인사이트를 발견할 수 있었다.

 이를 통해 데이터를 분석하기 전에 임의로 제외하기보다, 실제 데이터를 확인한 후 판단하는 과정이 중요하다는 점을 배울 수 있었다.

3)

 PRD를 작성해 본 경험이 없어 어떤 내용을 어떤 순서로 배치해야 하는지 고민이 많았다. 특히 배경, 페르소나 설정, 데이터 분석, 인사이트 도출 등 각 내용을 어떻게 연결해야 하는지 막막했으며, 분석 결과를 단순히 나열하는 것이 아니라 하나의 흐름으로 전달하는 과정이 쉽지 않았다.

 이를 해결하기 위해 먼저 과제의 목적과 목표 KPI를 명확하게 정의하였다. 이후 PRD의 일반적인 구성 방식을 참고하여 배경 → 페르소나 → 데이터 분석 → 인사이트 → 가설 → 개선안 순으로 전체 구조를 설계하였고, 각 단계가 자연스럽게 연결될 수 있도록 문서의 흐름을 정리하였다.