고객의 행동을 만드는 인사이트, Actionable Insights의 4가지 분류와 장단점 - 관찰형, 수치 비교형, 인과형, 예측형

08/11/2022, 12:06

데이터 분석가 Joanne Rodrigues의 저서 'Product Analytics' 내용 일부를 정리한 글, 그중에서도 Actionable Insights 분류 개념에 관한 내용만 가져왔습니다.

제품 데이터 분석의 궁극적 목적은 고객 행동 변화입니다. 고객의 행동을 만드는 인사이트를 Actionable Insights라고 합니다.

Actionable Insights는 4가지로 분류됩니다.

1. 관찰형(Observational)
- 관찰되는 현상에 집중합니다.
- 단순하고 쉽지만, 데이터를 해석하는 과정에서 오류 발생할 가능성이 있습니다.
- 홈페이지에서 시간을 많이 보내는 사용자(Insight) → 홈페이지 직관성 다듬기(Action)

2. 수치 비교형(Comparative)
- 현상을 수치로 나타냅니다. 관찰형보다 해석의 근거가 충분합니다. 그러나 맥락 없이 단편적인 해석으로 산출한 Action은 독이 될 수 있습니다.
- 저번 달에 비해 이번 달의 오가닉 유입 증가(Insight) → 유입 이유 탐색(Action)

3. 인과형(Causal)
- 현상의 원인을 찾습니다.
- 정확도와 활용도가 크지만, 획득 비용이 비싸고 복합적인 원인이 작용할 가능성도 있습니다.
- 특별 프로모션으로 구매 증가(Insight) → 더 많은 사용자 대상으로 프로모션 진행해 그만큼 구매도 비례해 증가할지 확인(Action)

4. 예측형(Predictive)
- 미래 현상을 예측해 선제 대응할 수 있지만, 예측의 정확성에 따라 효과가 천차만별입니다.
- 현재의 사용자 수 증가 추세가 계속된다면, 이를 감당할 물류창고를 늘려야 한다.(Insight) → 물류창고 계약을 진행(Action)

게시 멤버

슉슉이

댓글 0

눈으로 읽고 끝내지 마세요. 인사이트에 대한 생각을 공유해주세요!