| 시각 | 내용 |
| 09:00 - 09:15 | AI 진단 퀴즈 |
| 09:15 - 09:30 | 팀 스크럼 |
| 09:30 - 13:00 | 서비스 기획 숙련 과제 — 페르소나 선정 |
| 13:00 - 14:00 | 개인 정비 시간 |
| 14:00 - 16:00 | 서비스 기획 숙련 과제 — 페르소나 선정 |
| 16:00 - 17:00 | 데스크 리서치 특강 |
| 17:00 - 18:00 | 서비스 기획 숙련 과제 — 데이터 분석 방법 서치 |
| 18:00 - 19:00 | 개인 정비 시간 |
| 19:00 - 20:00 | 서비스 기획 숙련 과제 — 데이터 분석 계획 |
| 20:00 - 20:30 | 팀 스크럼 |
| 20:30 - 21:00 | TIL 정리 |
AI 진단 퀴즈
‣ 해결한 개념
- 데이터 기반 문제 정의 — 3문제
- 경쟁 서비스 비교 분석 — 2문제
서비스 기획 숙련 과제
✅ 페르소나 선정을 마치고, 선정 사유를 논리적으로 정리하기

‘상세 페이지(PDP) → 장바구니 담기 전환율 상승’이라는 과제 목표에 따라
“장바구니 전환율 개선 여지가 큰 집단인가”를 기준으로 페르소나를 하나씩 뜯어보았다.
판단에 도움이 될까 해서 리뷰 클릭율과 할인 노출율도 추가해 봤다.
WITH persona_users AS (
SELECT '페르소나 A' AS persona_name, *
FROM tb_users
WHERE price_band = 'over_300k'
UNION ALL
SELECT '페르소나 B' AS persona_name, *
FROM tb_users
WHERE price_band = 'under_50k'
UNION ALL
SELECT '페르소나 C' AS persona_name, *
FROM tb_users
WHERE user_type = 'new'
AND traffic_source = 'search'
UNION ALL
SELECT '페르소나 D' AS persona_name, *
FROM tb_users
WHERE traffic_source = 'ad'
UNION ALL
SELECT '전체' AS persona_name, *
FROM tb_users
)
SELECT
persona_name AS '페르소나명',
COUNT(*) AS '사용자 수',
ROUND(
SUM(CASE WHEN add_to_cart = 'True' THEN 1 ELSE 0 END) * 100.0 / COUNT(*),
2
) AS '장바구니 전환율',
ROUND(
SUM(CASE WHEN purchase_completed = 'True' THEN 1 ELSE 0 END) * 100.0
/ NULLIF(SUM(CASE WHEN add_to_cart = 'True' THEN 1 ELSE 0 END), 0),
2
) AS '장바구니 → 구매 전환율',
ROUND(AVG(pdp_duration_sec), 2) AS '평균 체류 시간',
ROUND(
SUM(CASE WHEN review_clicked = 'True' THEN 1 ELSE 0 END) * 100.0 / COUNT(*),
2
) AS '리뷰 클릭율',
ROUND(
SUM(CASE WHEN discount_exposed = 'True' THEN 1 ELSE 0 END) * 100.0 / COUNT(*),
2
) AS '할인 노출율'
FROM persona_users
GROUP BY persona_name
ORDER BY
CASE persona_name
WHEN '전체' THEN 0
WHEN '페르소나 A' THEN 1
WHEN '페르소나 B' THEN 2
WHEN '페르소나 C' THEN 3
WHEN '페르소나 D' THEN 4
END;

- 페르소나 A
- 체류 시간 최장 (99 초)
- 장바구니 전환율 최고 (35.12%)
- 장바구니 → 구매 전환율 최저 (11.1%)
- 장바구니 전환율은 가장 높으나 구매 전환율은 가장 낮음
- 리뷰 클릭율은 가장 높으나 할인 노출율은 가장 낮음
- 상품 정보는 충분히 검토하지만 구매 결정 단계에서 이탈하는 경향이 있음
- 페르소나 B
- 체류 시간 최단 (52 초)
- 장바구니 전환율 높은 편 (33.08%)
- 장바구니 → 구매 전환율 최고 (38.01%)
- 장바구니 전환율과 구매 전환율 모두 높음
- 리뷰 클릭율은 가장 낮으나 할인 노출율은 가장 높음
- 상품 정보 탐색보다는 할인 혜택에 반응하며 구매까지 빠르게 이어지는 경향이 있음
- 페르소나 C
- 체류 시간 보통 (57 초)
- 장바구니 전환율 최저 (25.35%)
- 장바구니 → 구매 전환율 높은 편 (34.72%)
- 장바구니 전환율은 낮으나 구매 전환율은 낮지 않은 편
- 리뷰 클릭율과 할인 노출율 모두 비교적 낮은 편
- 상품 정보와 할인 혜택 탐색이 상대적으로 낮고 장바구니 전환율도 가장 낮아 PDP 개선 효과를 확인하기에 적합함
- 페르소나 D
- 체류 시간 보통 (67 초)
- 장바구니 전환율 낮은 편 (27.86%)
- 장바구니 → 구매 전환율 낮은 편 (28.77%)
- 장바구니 전환율과 구매 전환율 모두 낮은 편
- 리뷰 클릭율과 할인 노출율 모두 비교적 높은 편
- 상품 정보와 할인 혜택은 비교적 많이 확인하지만 장바구니 전환율은 낮아 다른 요인(광고·마케팅)의 영향 가능성 있음
위 정리 내용을 바탕으로 하나씩 소거해 봤다.
1차 — 페르소나 B 제외
- 장바구니 전환율과 장바구니 → 구매 전환율이 모두 높게 나타나 이미 성과가 좋은 집단으로 판단하였다. 또한 상품 정보 탐색보다는 할인 혜택에 더 반응하는 경향을 보여 개선 우선순위가 낮다고 판단하였다.
2차 — 페르소나 A 제외
- 장바구니 전환율은 가장 높지만 장바구니 → 구매 전환율은 가장 낮아 구매 전환 개선이 더 시급한 문제로 판단하였다. 따라서 ‘PDP → 장바구니 담기 전환율 상승’이라는 과제 목표와는 다소 거리가 있다고 판단하였다.
3차 — 페르소나 D 제외
- 상품 정보와 할인 혜택을 비교적 많이 확인하는 것으로 관찰되지만 장바구니 전환율은 낮게 나타났다. 따라서 PDP 자체보다 광고·마케팅 유입 특성 등 다른 요인의 영향을 함께 받을 가능성이 있다고 판단하였다.
최종 선정 — 페르소나 C
- 장바구니 전환율은 가장 낮지만 장바구니 → 구매 전환율은 비교적 높게 나타났다. 또한 상품 정보와 할인 혜택 탐색이 상대적으로 적은 것으로 관찰되어 PDP 개선 효과를 확인하기에 가장 적합한 집단이라고 판단하였다.
..̩͙. ᘏ▸◂ᘏ .·̩͙
꒰ ɞ̴̶̷ ·̮ ɞ̴̶̷ ꒱ 🪄ꔛෆ 결국 페르소나 C 너였구나.......
✅ 데이터 분석 계획 세우기
데이터 분석 왕초보로서 어떻게 진행할지 로드맵부터 잡아야 할 것 같다.
데이터 공부도 같이 해야 함
아 눈물나......
명목형 데이터 : 숫자로 측정 X, 순위 매기기 X (예: 성별, 혈액형, MBTI, 지역)
순서형 데이터 : 숫자로 측정 X, 순위 매기기 O (예: 학점, 만족도, 선호 등급)
이산형 데이터 : 숫자로 측정 O, 데이터 사이에 끊어짐 O (예: 뉴스레터 발행 건수, 섭취한 음료 수, 사고 발생 건수)
연속형 데이터 : 숫자로 측정 O, 데이터 사이에 끊어짐 X (예: 몸무게, 키, 길이, 매출)
데이터라고 다 같지 않다고요?🤨 : "디지털"한 일잘러 되는 비법
<통린이의 역습>이 궁금하다면, 여기 클릭!🐥오늘도 어김없이 돌아온 <통린이의 역습> 2️⃣번째 시간! 통린이(통계 왕초보🐥) 여러분은 성별 데이터와 몸무게 데이터에 어떤 차이점이 있는지
ablearn.kr
01. 페르소나 C 데이터 분석
- PDP 직전 페이지별 장바구니 전환율
- 리뷰 클릭 여부별 장바구니 전환율
- 할인 노출 여부별 장바구니 전환율
- 카테고리별 장바구니 전환율
- 가격대별 장바구니 전환율
- 체류 시간별 장바구니 전환율 → 체류 시간 분포 확인 후 구간화 필요
02. 영향력이 큰 변수 찾기
- 어떤 변수가 전환율에 가장 큰 영향을 주는 것으로 보이는지?
- 카이제곱 검정 해보기
03. 전체 데이터와 비교 분석
- 페르소나 C만의 특징인지 확인
04. 심층 분석
- 특징이 눈에 띄는 집단을 더 자세히 분석
- 예: 검색 결과 진입 사용자의 전환율이 낮다 → previous_page_type = search_results 조건 데이터 심층 분석
5. 인사이트 정리
- 숫자가 보여주는 사용자 행동을 이해할 수 있는 문장으로 바꾸기
- “어떤 사용자 + 어떤 상황 + 어떤 행동 특성”
- 예: 신규 검색 유입 사용자는 가격 혜택 정보를 인지했을 때 장바구니 추가 가능성이 높아지는 것으로 보인다.
데스크 리서치 특강
01. 데스크 리서치가 왜 필요한가?
- 커리어: 성장하는 영역·회사로 미리 이동하고 사양 흐름은 피하기 위함
- 서비스 전략: 시장 방향을 알면 경쟁사보다 반 발 앞서갈 수 있음
- 설득력: "왜 이 방향이냐"는 질문에 시장 맥락으로 답해 회의에서 신뢰를 얻을 수 있음
- 판을 읽는 감각: 개별 프로젝트를 넘어 판 전체를 읽는 감각이 생김
02. 시간 관리
- 제한된 시간 안에서 진행
- '그만둘 기준'을 미리 정할 것: 새 자료를 봐도 같은 결론이 반복되면 멈추기 (포화)
- 공식 사이트·IR·종합 기사 한두 개로 시작, 그 다음으로 깊게 들어가기
03. 가설에서 시작하기
(1) 명확한 목적
- 정보 수집에서 시작하더라도 내가 가지고 있는 가설 중심으로 목적이 점점 뾰족해지고 구체화되어야 함
- 데이터 (흩어진 사실) → 정보 (정리된 사실) → 인사이트 (연결된 해석) → 결정 (행동)
(2) 좋은 리서치는 '질문'에서 시작
- 나는 [의사결정]을 위해, [질문]을 풀 수 있도록, [자료]를 본다.
04. 자료와 자료를 연결해서 인사이트 도출하기
- fact + fact + fact → 패턴 → 해석
- 예: 쿠팡
- fact 1: 대표는 전략 컨설팅 출신, 아마존 벤치마킹
- fact 2: UI는 투박하지만 효율적
- fact 3: 로켓배송·멤버십·OTT를 하나로 묶음
- → 패턴: 감성·디자인보다 '습관과 락인(lock-in)' 중심
- → 해석: "쿠팡은 리텐션 지표를 가장 중요하게 여긴다"
05. 편향 보정하기
(1) 소스의 입장을 고려하기: 누가, 누구에게, 왜 이 말을 하는지

(2) 정성 ↔ 정량 교차 검증 (크로스체크): 어긋나더라도 그것 역시 인사이트
(3) 나 자신의 편향 조심하기: 내 가설과 반대되는 증거도 찾아보기, 성공 사례·최신 사례에만 몰입하지 않기
06. 정리하고 'So what' 붙이기
- 리서치 결과를 요약하는 것도 중요하지만, 나의 관점(결정)이 무엇인지가 중요함
- 발견 (Finding) → 의미 (So what) → 제안 (Action)
- 내가 없어도 팀이 이 자료만 보고 결정할 수 있는가?
07. 평소에 습관화하기
- 시간이 쌓여야 맥락이 보임
- 많이 봐야 '이상한 것'이 보임
- (동종업계 대비) 매출 검색을 습관화하자! ㅋㅋ
08. QnA
- 뉴스레터 추천: 팁스터
- 기업 매출이나 순이익: 채용 공고 보거나 사업자번호로 검색
- 면접 준비
- 머릿속으로 시뮬레이션을 틈틈이 돌리기
- 나를 어떤 컨셉으로 어필할 건지 먼저 생각한 다음에 → 그걸 포트폴리오에 녹이기
- 신생 기업이나 하위 계열사처럼 찾기 어려운 회사 정보나 수치
→ 합리적으로 추론할 수 있도록 여러 정황 정보를 찾아보기 - 모든 리서치의 시작에 다 명확한 목적이 있어야 하는 것은 아니고, 시작할 땐 목적이 없더라도 끝날 때는 목적이 생겨야 한다는 것
- 링크드인은 필수적 → 비공식적인 정보 공유, 커피챗, 이직 등이 활발하게 이뤄짐
KPT 회고
Keep
- 과제 목표(PDP → 장바구니 전환율 상승)와 연결하여 페르소나 선정 근거를 정리함
- 데이터 분석 전, 어떤 순서로 데이터를 해석할지 분석 로드맵을 먼저 정리함
- 체류 시간 구간화·전체 집단 비교 여부 등 분석 과정에서 필요한 기준을 미리 검토하며 분석 방향을 고민함
Problem
- 체류 시간과 같은 연속형 데이터를 구간화하는 기준을 잘 모름
Try
- 사분위수, IQR 등 다양한 구간화 방법을 학습하고 데이터 특성에 맞는 방법을 적용해 보기
- 서비스 기획 숙련 과제 — 데이터 분석

'TIL' 카테고리의 다른 글
| [내배캠] Day 26 | 서비스 기획 입문 과제 피드백, 서비스 기획 숙련 과제, KPT 회고 (0) | 2026.06.11 |
|---|---|
| [내배캠] Day 25 | AI 진단 퀴즈, 아티클 카타, 서비스 기획 숙련 과제, KPT 회고 (0) | 2026.06.10 |
| [내배캠] Day 23 | 서비스 기획 숙련 강의, 서비스 기획 숙련 과제, KPT 회고 (0) | 2026.06.08 |
| [내배캠] Day 22 | 아티클 카타, 서비스 기획 숙련 강의, KPT 회고 (0) | 2026.06.05 |
| [내배캠] Day 21 | 팀 이동, 서비스 기획 숙련 강의, KPT 회고 (0) | 2026.06.04 |
