DataRosie의 일과 삶

- 2021년 4월 참석

- <Wanted Con. 요즘, 데이터팀은 어떻게 일할까?>

https://www.wanted.co.kr/events/wantedcon18

데이터 기반 스마트 쿠폰 시스템 구축하기 

연사 : 곽지호 현) LG CNS 고객 데이터 컨설턴트

1. 구매행동에 주는 쿠폰의 영향

• 평소보다 빨리 구매
• 신규브랜드 구매
• 더 비싼제품 구매
• 비목적 충동구매
• 더많은 상품구매
• 전체적으로 많은 지출
• 쿠폰 발송 시스템은 고객 프로파일링 시스템이다

1. 세그먼트 아키텍쳐 구성

쿠폰 어드민 : 쿠폰 팩터 타입, 팩터, 세그먼트, 쿠폰, 프로모션의 조합과 생성

• factor Type : 분석가가 잘 정리해두고 마케터가 요구할 때마다 빠르게 취사선택 할 수 있도록 만들어 두어야 함. (검색과 조회가 용이하도록 - 쿠폰 어드민)

1. 쿠폰 분석

1. 과거 분석

• 세그, 팩터 등 엔티티별 사후 피벗교차분석
• 세그별 쿠폰 프로모션 코호트 분석
• 쿠폰 유입 클릭스트림 히트맵 분석 ( like 뷰저블 )
• 고객 클러스터링

1. 미래 예측/처방 분석

• 고객별 쿠폰사용 예측 모델링
• 쿠폰별 회수율/달성매출 예측 모델링
• 고객 이탈 예측 모델링 및 팩터 설계 지원
• 추천 알고리즘을 통한 쿠폰 SMS 개인화
• 세그별 최적 쿠폰 추천 모델링

1. 비즈니스 기대효과

1. 정량적 성과

• 전체 쿠폰 회수율 n배 상승
• 목표 매출 달성율 n%p 증가
• 이탈 감소폭 n%p 감소

1. 인사이트

1. 추론 유닛 엔티티의 교차분석만으로도 다양한 BI가 제공된다.

A/B테스트를 위한 제품 설계 및 분석

연사 : 정다미 현) 펫프런즈 CPO

1. 실험을 하기 위해 가장 중요한 영역

1. 목표 정렬하기

• business kpi는 제품의 실험 지표로 삼기에 부적절하다.
• 대신, nsm(north star metrics) :
  • ex. 기업별 nsm
    • 에어비앤비 : # of nights booked
    • amazon : sales
    • quora : # of answered questions
    • spotify : trial users( or premium subscribers) X hours per session X session per week

1. 고객 문제 정의하기

1. 정성적 고객 인사이트 ( IDI, FGI, VOC )

• 어떤 문제를 겪는지 알아내기
• 누가 어디서 왜 문제를 겪는지 검증해야 함.
• 제품가치의 부족함보다, '잘 전달되지 않게 막고 있는 것'이 무엇인지를 파악
  • "이런 기능이 있는지 몰랐다. " " 과정이 너무 복잡해 " 와 같은 발견이 더 유용한 발견임.

1. 정량적 데이터 분석 ( PRODUCt data, 설문조사 )

• 어디서 문제를 겪는지
• 어떤 문제를 누가 왜 겪는지
• 우리가 바라는대로 행동한 고객군과 아닌 고객군을 나누어서 행동학적으로, 유저의 속성별로 나눠서 확인하는 것이 필요하다
• 퍼널별 전환율, 전환시간 등 체크

1. 동료로부터 좋은 실험 아이디어를 모으는 법

• 다양한 이해관계자(다른부서, 직급, 직무) 8명 넘지 않게 포함시키기
• 전략적으로 해결할 문제에 대해서 맥락과 이야기를 충분히 전달하기
  • 집중할 목표 지표
  • 발견한 고객 문제 (누가 어디서 무엇을 왜 )
  • 회사 및 제품 전략과 이 문제가 해결되는 것이 어떤 연관이 있는지
• 각자 해결책을 3개 이상 미리 준비하게 하고, 각 아이디어마다 1-2분씩 설명
• 비슷한 아이디어 그룹핑 시켜주기
• 인당 제한된 수(2~3개)로 아이디어에 투표
• 투표를 많이 받은 아이디어들에 대하여 토의 (ICE스코어링)

1. 실험결과 분석

• primary 지표와 omtm
  • 모순되는 결과가 있을 때, 판단 원칙을 가급적 지킬 것
• 방문자별 세그멘테이션 결과 분석
  • 전체 실험으로서는 실패하더라도 부분적으로 효과적일 수 있음
    • 본페로니 교정 필요 : 가설이 많아질수록 더 맞을 확률이 높다.
• 앞선 실험의 배움을 극대화하기
  • winner / lesson learned 를 문서화하기
  • 잘 된 실험 확장하기 ( 적용 영역 확대, 부서 간 배움 전파 )