유저 세그먼트 실패! 잘못된 군집 분석이 집단 이탈을 유발할 수 있습니다.

유저 클러스터링, 세그먼트란?
‍

우선, 상세한 내용에 앞서 클러스터링, 세그먼트 등 유저 분류 작업에 대한 부분을 간단하게 짚고 넘어가도록 하겠습니다.
‍

클러스터링은 흔히말하는 군집 분석(Cluster analysis)을 의미합니다. 주로 머신러닝에서 활용되며, 패턴을 통해 유저를 분류하는 작업을 의미합니다. 세그먼트(Segment)는 클러스터링과 유사한 개념이지만 사람이 미리 정해둔 기준(나이, 성별, 구매액 등)의 기준으로 유저를 분류하는데에 차이가 있습니다.
‍

너무 잘 알려진 분석이기도 하며, 중요하다는 사실이 공공연하게 알려져 있습니다. 그렇기 때문에 오늘은 이러한 계층화의 영향과 필요, 전략에 대한 부분을 더 깊이 알아보도록 하겠습니다.

‍

‍

‍

‍

유저 클러스터링, 세그먼트가 어떻게 사용자를 집단 이탈 시키는가?

‍

사용자 계층이 명확하지 않으면, 운영 전략 또한 목표에서 벗어나 사용자 경험을 저하 시킵니다. 잘못된 보상과 푸시로 플레이어에게 불편함을 느끼게 되고 이탈을 발생시키게 됩니다.

‍

다음은 소셜, 이커머스, 스트리밍 플랫폼에서 발생한 유저 세그먼트의 실패 사례입니다.

‍

소셜 플랫폼 세그먼트(세그먼트 개인화 실패사례)

• 나이가 30대인 고객들을 대상으로 콘텐츠 필터링을 시행했으나, 반복적인 콘텐츠만 노출되어 이탈 발생

‍

이커머스 플랫폼 클러스터링(타이밍 실패사례)

• 고액 유저를 분류하여 메세지를 발송 했으나, 흥미가 없는 시간대에 메세지가 발송되어 앱 삭제 발생

‍

스트리밍 플랫폼 세그먼트(세그먼트 실패사례)

• 유저가 알고 있는 내용을 생략하기 위해 영상을 스킵 했으나, 다시 보기 알람을 재차 발송 → UX 악화

‍

이렇게 다양한 사례가 유저의 적합한 계층화의 필요성을 나타내고 있는데요, 그렇다면 우리가 얻을 수 있는 장점에 대해서도 알아보도록 합시다.

‍

‍

‍

올바른 유저 클러스터링 및 세그먼트는 어떤 이점을 우리에게 가져다 주나?

‍

결국, 저희가 올바른 사용자 계층을 진행하는 이유는 사용자 경험의 향상과 최저 비용 최고 효율을 위한 것 입니다. “맞춤형” 최근에 너무 널리 사용되는 단어이지만 실무적으로 보았을때 어떤 업무를 진행 해야하는지 감이 확 드는 단어는 아닙니다.

기존에 진행하던 나이대, 성별, 단순 유저 행위 등이 아닌 오늘 유저의 마지막 행동, 최근 7일간 가장 빨리한 행동, 고액 상품만 구매해서 300만원 이상 결제한 유저 등 다양한 형태로의 분류로 유저를 계층화 하는것이 저희가 진행해야하는 클러스터링, 세그먼트이며 이를 기반하여 적절한 콘텐츠를 발행하거나, 알람톡을 보내는 것이 맞춤형 서비스 입니다.

가장 핵심은 서비스 활용의 잠재력이 높은 플레이어를 개발하고 앱 내 구매 전환 혹은 광고 시청의 비율을 개선하는데 집중하는 것 입니다. 그렇기 때문에 저희는 다양한 방식으로 유저의 잠재력을 이끌어내야 하며, 어떤 인적자원을 가진 유저가 우리에게 가치를 줄지 판단해야합니다.

‍

‍

‍

‍

‍

ThinkingData의 강력한 유저 계층 기능을 만나보세요

‍

저희는 무조건 간편함을 추구하며, 유저를 그룹화 하는 "태그" , "코호트" 등의 기능은 모두 원클릭으로 구성하여, 바로 Active Analytics로 전개할 수 있도록 설계되어 있습니다.

SQL로도 가능한 부분이라고 생각하실 수 있지만, 맞는 말이기도 하며 틀린 말이기도 합니다.

"최근 7일간 공유 이벤트에 참여한 유저의 가장 첫번째 이벤트에 가장 많은 영향을 미친 이벤트" 를 SQL로 짠다고 하시면 아마 언젠가는 가능 하겠지만, 비즈니스는 그때까지 기다려주지 않습니다.

‍

‍

‍

‍

간편하고, 친화적인 UI/UX로 서비스 활용을 극대화하는 저희와 함께 해보시는건 어떨까요?

협업 의사가 있으신 분들은 문의사항 으로 전달 부탁드립니다!

‍

‍

[현재 진행중인 이벤트!] : https://www.thinkingdata.kr/project-t

‍