4-8 지표정의 연습문제
안녕하세요 :)
자유롭게 질문을 남겨주세요!
궁금하신 부분, 궁금한 이유(맥락) 등을 알려주시면 더욱 답변에 도움이 되어요
기능이 잘 동작하고 있는지 확인하려면?
CTR(해당 기능 클릭수/초기페이지 조회수), CVR(최종 주문 수/해당 기능 클릭수)
지표가 기능별로 우상향 한다면 서비스 기능이 잘 동작한다고 볼 수 있을 것 같아요.
고객이 검색 기능에 만족햇는지 확인하려면 어떤 지표 봐야하는지?
검색해서 나온 매장 주문 수 / 검색 수 로 확인할 수 있을 것 같습니다. 실제로 검색해서 나온 매장을 주문했다는건 해당 검색이 효과적이었다고 볼 수 있을 것 같아서요.
검색 필터 기능의 활성화 지표 정의하기
검색 필터 적용 수 / 검색 수 로 정의해볼 수 있을 것 같아요. 더 구체적으로 검색 필터 기능을 활용한 주문까지 본 검색 필터 적용 후 주문수 / 검색수 이렇게도 볼 수 있을 것 같아요.
배달 서비스에서 가장 중요한 지표
배달을 최종 주문한 사용자가 꾸준히 주문하는지, 또는 배달앱을 들어오는지를 본 리텐션 지표를 중요하게 볼 것 같습니다. 매출에 영향을 주는 사용자의 꾸준한 유입이 회사의 수익에 영향을 미칠것이라고 생각하기 때문입니다. 꾸준히 푸시메세지, 또는 쿠폰등의 프로모션을 통해 사용자가 꾸준히 들어올 수 있도록 할 수 있을 것 같습니다. 다만, 이러한 마케팅에 든 비용이 너무 커져 수익이 줄어들지 않도록 매출 - 비용(순수익)을 잘 조율하는 것이 중요할 것 같고, 그만큼 효율적인 프로모션과 타겟을 데이터분석을 통해 진행하며 비용을 줄이며 매출을 극대화해야할 것 같아요.
추천 알고리즘 성능 파악 위한 지표?
실제로 해당 추천 알고리즘을 통해 표시된 제품의 클릭수를 보아야 할 것 같습니다. 추천알고리즘 클릭수/전체 페이지뷰 등의 지표로 확인할 수 있을 것 같아요. 사용자의 클릭수가 높다는건 해당 추천 알고리즘이 사용자의 니즈를 잘 파악했다고 볼 수 있을 것 같기 때문이에요.
자주 사용 서비스의 제일 중요한 지표?
타로앱의 지표를 생각해본다면, 일주일안에 세번 이상 타로를 뽑은 사용자 수를 중요한 지표로 볼 것 같습니다. 무료 서비스이고, 데일리 콘텐츠 앱이기 때문에 적어도 일주일에 세번이상 앱을 찾고 들어온다면 해당 사용자가 꾸준히 찾는 앱이라고 보았습니다. 그 외에, 첫 방문 이후 7일이내 다시 해당 서비스를 방문한 사용자 수, 데일리 타로 뽑기 기능 사용자수 등도 볼 수 있을 것 같습니다.
온보딩 효과 파악하기 위한 어떤 지표?
온보딩을 더 진행하는 기능을 만들었다고 햇는데, 해당 기능을 사용해 전환된 비율을 보아야 할 것 같습니다. 기존의 방식으로 전환된 20%를 제외하고 추가적인 효과를 파악해야 하기 때문이에요.
답변 2
0
정민님 안녕하세요! 문제 푸느라 고생하셨습니다. 하나씩 피드백 드려볼게요.
1번
CTR, CVR 잘 생각해주셨고, 분자 분모로 나누어 정의해주신 점 좋습니다.
여기서 한 걸음 더 나아가 의사 결정을 어떻게 할지 한번 생각해보셔도 좋을 것 같아요.
예를 들어 특정 기능의 CTR은 올라갔는데 CVR이 내려갔다면 어떻게 판단할 것인가? 2x2 경우의 수를 생각해보고 액션 기준을 미리 고민해보는 연습을 해보셔도 좋습니다.
지표가 우상향하는지(전후 비교)만 보면 시즈널리티나 프로모션 같은 외부 요인이 섞일 수 있어서, 신규 기능 배포 시에는 A/B 테스트로 효과를 검증하는 관점도 함께 기억해두시면 좋습니다.
2번
검색 후 매장 주문으로 이어졌는가를 본 것도 좋은 접근입니다.
다만 CVR을 메인으로 보면 검색 이후 주문까지 퍼널이 길어서(가게 탐색, 메뉴 선택, 배달비, 리뷰 등) 다른 요인이 많이 개입됩니다. 검색 결과는 마음에 들었는데 배달비가 비싸서 주문을 안 했을 수도 있고요.
그래서 실무에서는 퍼널 앞단인 검색 결과 클릭률(CTR)이나 검색 후 매장 상세 진입 여부, 재검색률 등을 먼저 보고 주문 CVR은 보조 지표로 함께 보는 편입니다.
검색 알고리즘 관점에서는 Precision, Recall, NDCG 같은 지표도 많이 활용하니 검색해서 살펴보셔도 좋습니다.
3번
필터 적용률과 주문까지 이어진 지표를 나누어 생각해주신 점 좋습니다.
여기서 두 가지 정도 더 고민해보시면 좋겠습니다.
검색 수(이벤트 수) 기준 외에 유저 관점(필터를 사용한 유저 수 / 검색한 유저 수)으로 보면 얼마나 많은 유저가 필터를 쓰는지 파악하기 좋습니다.
필터 버튼을 눌러 탐색했는지(필터 클릭률)와 실제로 필터 조건을 걸었는지(필터 적용률)를 구분해서 보면 어느 단계에서 이탈하는지 UX 관점에서 보기 좋습니다.
4번
비용이나 순수익, 프로모션 효율까지 비즈니스 관점에서 고민해주신 점 좋습니다.
다만 리텐션이나 순수익은 배달 서비스뿐만 아니라 모든 서비스에서 공통적으로 쓰이는 결과 지표(Output Metric)에 가깝습니다.
이 문제에서 배달 서비스를 특정한 이유는 배달 비즈니스 모델을 고려한 선행 지표(Input Metric)를 고민해보면 좋겠다는 생각에 낸 문제입니다.
배달 소요 시간, 특정 지역/시간대별 주문 가능한 매장 수, 피크타임 배차 성공률, 배달팁 수준처럼 PM이 직접 조작해서 움직일 수 있는 배달 특화 Input 지표가 무엇일지 한번 고민해보셔요.
5번
추천 제품 클릭률(CTR)로 잘 잡아주셨습니다.
분모를 전체 페이지뷰로 두기보다는 추천 컴포넌트가 화면에 실제로 노출된 수(노출 수/Impression)로 두면 더 정확한 CTR을 볼 수 있습니다.
추천 영역 클릭 후 구매 전환율(CVR)이나 전체 구매 중 추천 경유 비중을 보조 지표로 볼 수도 있고, 알고리즘 관점에서는 Recall, Precision, NDCG 같은 평가 지표도 함께 참고해보시면 좋습니다.
6번
타로 앱이라는 도메인을 잡고 지표를 정의해주신 것 좋습니다.
다만 "왜 1주일 기준인가?"라는 질문을 들으면 어떻게 답변하실 수 있을까요?
데일리 콘텐츠 앱이라고 해주셨으니 일주일 단위보다는 Daily로 보는 것을 메인으로 잡아가도 좋을 것 같습니다.
그 외에 타로를 뽑은 후 다음 액션(상세 풀이 확인, 광고 시청, 추가 결제 등)으로 이어지는 전환율이나 분포(평균, 중앙값)를 보조 지표로 살펴보셔도 좋습니다.
7번
온보딩의 목적에 따라 볼 수 있는 지표가 달라질 수 있습니다.
그리고 이 문제의 핵심은 신규 기능의 추가 효과를 검증하기 위한 실험(A/B 테스트)입니다.
온보딩을 경험한 유저와 아닌 유저를 나누어 가입/전환율을 비교하고, 이후 초기 리텐션이나 핵심 행동까지 함께 보는 방식으로 접근하게 됩니다. 뒤쪽 실험 파트를 들으시면 더 와닿으실 거예요.
고생하셨습니다!
0
안녕하세요, 인프런 AI 인턴입니다. 송정민님, 4-8 지표 정의 연습문제와 관련해 유사한 기존 답변을 안내드립니다.
전체 7문제를 같은 강의에서 다루고 있으며, CTR·CVR의 분모와 분자를 구체적으로 정의하는 방법, 검색·필터 기능의 핵심 지표, 배달 서비스의 Input/Output Metric, 추천 알고리즘 평가, 온보딩 A/B 테스트에 대한 지식공유자님의 피드백을 확인할 수 있습니다.
4-8. 지표 정의 연습 문제 답변
기능별 CTR은 단순히 “클릭 수 / 초기 페이지 조회 수”로 볼 수 있지만, 해당 기능이 실제 주문까지 기여했는지 확인하려면 기능 유입 후 주문 전환율을 보조 지표로 함께 확인할 수 있습니다. 다만 기능의 목적이 “사용 여부 확인”이라면 우선 CTR을 메인 지표로 삼는 것이 적절합니다.
검색 만족도는 검색 후 주문 수만으로 판단하면 가격, 리뷰, 배달비 등 다른 요인의 영향이 섞일 수 있습니다. 따라서 검색 결과 클릭률(CTR)을 기본으로 보고, 검색 후 주문 전환율(CVR)을 보조적으로 확인하는 방식이 유용합니다. 검색 결과의 품질까지 평가하려면 Precision, Recall, NDCG와 같은 검색·추천 알고리즘 지표도 참고할 수 있습니다.
검색 필터 기능의 활성화 여부는 주문까지 이어지는지보다 먼저 필터를 실제로 사용했는지를 확인해야 하므로, 필터 클릭 수 또는 필터 사용 사용자 수를 기준으로 필터 사용률을 정의하는 것이 더 직접적입니다.
4-8 지표 정의 연습 문제 피드백 부탁드립니다!
이 게시물에서는 검색 기능의 재검색률, 검색 결과 클릭률, 검색 후 주문 전환율을 어떻게 해석해야 하는지와 검색 필터 활성화 지표를 CTR 관점에서 정의하는 방법을 확인할 수 있습니다. 또한 배달 서비스에서는 모든 서비스에 공통적인 리텐션이나 매출뿐 아니라, 배달 비즈니스의 특성을 반영한 Input Metric을 고민해야 한다는 설명도 확인할 수 있습니다.
지표정의 4-8 문제풀이 입니다.
온보딩 효과를 측정할 때는 단순히 온보딩을 사용한 사용자의 전환율만 보는 것보다 A/B 테스트로 온보딩 적용군과 미적용군을 비교하는 것이 좋습니다. 이때 가입 퍼널 단계별 전환율을 메인 지표로 설정하고, 가입 후 초기 활성화율이나 서비스 사용 여부를 보조 또는 가드레일 지표로 확인할 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
6-7 로그 설계 연습문제
0
58
2
수강 목적 남겨봅니다 :)
0
67
2
강의 수강 목적
0
91
2
실데이터 없이 ga 이벤트 설계를 하는 방법이 없을까요?
0
102
2
6-4. 데이터 로그 설계 예시에 대한 질문이 있습니다!
0
99
2
지표 강의내용 문의
0
90
1
강의 수강 목적 남겨봅니다!
0
134
3
강의 수강 목적입니다!
0
130
2
6-7 로그설계하기 연습문제 제출/ 피드백 요청
0
133
2
4-8. 지표 정의 연습 문제
0
144
2
Tracking Plan, Taxonomy 문제풀이
0
151
1
6-7 로그설계하기 실습 제출
0
115
1
6-7 로그설계하기 연습문제 제출/ 피드백 부탁드립니다.!!
0
127
1
4-8 지표정의 연습문제
0
153
3
질문있습니다!
0
117
1
4-8 지표 정의하기 연습 문제 풀이
0
187
1
4-8 지표 정의하기 연습 문제 풀이!
0
166
2
4-8. 지표 정의 연습 문제 1번과 2번 피드백을 여쭐 수 있을까요?
0
172
2
강의 수강 목적입니다!
0
128
2
6-7. 데이터 로그설계 연습 문제 제출합니다!
0
193
3
4-8. 지표 정의 연습 문제 피드백 부탁드립니다!
0
220
3
이미 배포가 확정된 기능에 대한 ABT 진행에 대한 문의
0
171
3
4-8 지표 정의 풀이 피드백 부탁드립니다🙇♂
1
171
3
강의 목적입니다.
0
149
2





