구독서비스 프로덕트데이터 분석 팀프로젝트2 - 분석할 수 있는 주제 찾아보기

최종 분석 주제 : 채용 플랫폼 구직자 이탈 감소를 위한 검색 필터 A/B 테스트 제안

오늘 할 일

• 주제 찾기(계속) : 데이터 관점과 데이터 외 관점 살펴보기

오늘 한 일

1. 주제 찾기 : 데이터 내/외 관점에서 분석할 수 있는 주제 찾아보기

내일 할 일

• 주제 후보 군 좀더 확인해보고 최종주제 결정하기
  • 주제1 : 이탈률(구독 취소) 감소를 위한 EDA 진행
    • (검토) ‘국내 채용시장 및 채용 플랫폼 이용패턴 분석 데이터’ 살펴보기
  • 주제2 선정후, 주제1과 비교하여 최종 주제 선정
• 일정 세부 계획 공유 + 업무 분장

---

Issues & Challenges

주제 찾기

• 주제 선정 : 구독서비스 프로덕트데이터 분석
  • 배운 내용들을 잘 활용해서 현실적인 범위내에서 비즈니스 관점에서 주제를 선정하기
    • 시장, 기업, 프로덕트, 데이터를 종합적으로 보고 판단하기
    • 현실적인 범위내에서 이익을 창출할수있는 지표를 찾아보고 비즈니스 제안할 수 있는 주제
    • 무엇을 궁금해야할까?
      • 구독서비스의 특성은 무엇인가? (사용자, 핵심기능, 부가가치, 수익모델, 광고종류, 경쟁사)
        • 사용자 : 특정 콘텐츠나 제품에 대한 지속적인 수요가 있는 사람들
        • 핵심기능 : 개인화된 추천시스템, 다양한 콘텐츠 와 서비스, 친화적인 UI, 편의성 등
        • 부가가치 : 개인화 시스템, 지속적인 콘텐츠 업데이트, 커뮤니티 등
        • 수익모델 : 구독료(월간, 연간 등), 프리미엄 모델, 광고 기반 모델 등
        • 광고 종류 : 배너 광고, 동영상 광고, 스폰서 콘텐츠, 제휴 마케팅 등
        • 경쟁사 : 넷플릭스, 디즈니플러스, 티빙 등 콘텐츠와 가격 전략이 다름
      • 프로덕트데이터 분석이란 무엇인가?
        • 제품이나 서비스의 성과를 측정하고 개선하기 위해 데이터를 수집하고 분석 및 해석하는 과정을 말한다. 이를 통해 사용자의 행동을 분석하여 비즈니스 전략을 수립함
      • 구독서비스 시장의 트렌드와 이슈는 무엇인가?
        • 개인화(가격, 서비스, 콘텐츠 등), AI기반 추천 시스템 등
        • 고객 이탈률과 콘텐츠의 질과 다양성, 가격 정책 등이 이슈되고있음
      • 경쟁사들은 어떤 문제점들이 있었고 해결했을까?
        • 고객 피드백을 반영하여 콘텐츠를 개선하거나
        • 사용자 경험(UI/UX) 개선
        • 최적의 가격 모델과 프로모션 설정을 통해 고객 이탈을 방지함
      • 해결하고싶은것이 무엇인가?
        • 구독서비스의 고객 이탈률, 수익 증대 방안
      • 주어진 데이터에서 수행할 수 있는가?
        • 생각보다 제한적이고 한계가 있음(원래 OTT데이터가 아닌것이 원인이 다소 있음)
      • 분석 결과를 통해 타겟을 설정하고 비즈니스 제안을 할수있는가?
        • 이탈률, 구독 전환률, 재구독률 등을 분석해서 세분화 할 수 있음
      • 돈을 잘버는곳을 극대화 할것인가 못버는곳을 살릴것인가?
        • 일반적으로 돈을 잘버는 부분을 극대화하는 것이 효율적이나, 관련된 데이터 한계가 있음. 이탈률 관련 접근이 좀 더 데이터가 풍부함
• 데이터 컬럼들을 보고 분석할 수 있는 주제 찾아보기
  • 무료 체험 및 콘텐츠 시청 행동 분석
    • 무료 체험 시작 후 콘텐츠 시청 완료까지의 전환율 분석 (Funnel 분석)
    • 무료 체험 사용자의 콘텐츠 시청 패턴과 구독 전환율의 상관관계 분석 (Cohort 분석)
    • 무료 체험 유형 (Type A, Type B)별 사용자 행동 및 구독 전환율 비교 분석
    • 무료 체험 후 첫 결제까지 소요되는 시간 분석 및 이탈 요인 분석
    • 무료 공개 에피소드 시청 여부가 구독 전환에 미치는 영향 분석
  • 콘텐츠 시청 패턴 분석
    • 콘텐츠 시청 시간, 완료율, 이탈률 등을 기반으로 사용자 세분화 (클러스터링 등)
    • 각 세그먼트별 특징 분석 및 콘텐츠 추천 전략 제안
    • 콘텐츠별 인기 지속 기간 분석 및 콘텐츠 업데이트 전략 제안
    • 에피소드 시청 패턴 분석 (몰아보기 vs. 띄엄띄엄 보기) 및 콘텐츠 제작 전략 제안 (에피소드 개수, 길이 등)
  • 구독 취소(이탈)과 재구독 행동 분석
    • 구독 취소 전후 사용자 행동 변화 분석
    • 재구독 사용자의 특징 분석 및 타겟팅 전략 제안
    • 재구독 유형 분석 (새로운 콘텐츠, 기존 콘텐츠 재시청, 시즌 이어보기 등)
  • 결제 페이지 전환율 분석
    • 결제 페이지 진입부터 결제 완료까지의 전환율 Funnel 분석
  • 쿠폰/프로모션 효과 분석
    • 쿠폰 종류별/프로모션 별 사용률, 구독 전환율, 재구독율 비교 분석
    • 쿠폰/프로모션 사용자의 특징 분석 및 타겟팅 전략 제안
  • 구독 요금제 분석
    • 요금제별 구독자 수, 구독 기간, 이탈률 비교 분석
    • 최적 가격 및 요금제 구성 제안
    • 가격 변화에 대한 민감도 분석
  • 채널 유입 효과 분석
    • 가입 채널별 구독 전환율 분석(카카오가 많았음)
• 비즈니스 관점 주제선정
  • 소비자 행동 분석: 구독 서비스 이용자의 구독 패턴 및 선호도 조사
  • 가격 전략 분석: 다양한 가격 모델(월정액, 연정액 등)의 효과 분석
  • 고객 유지 전략: 이탈률 감소를 위한 효과적인 전략 및 캠페인 분석
  • 콘텐츠 성과 분석: 어떤 콘텐츠가 가장 많은 구독자를 유치하는지 분석(콘텐츠/에피소드 시청 완료 비율)
  • 신규 기능 도입 효과 분석: 새로운 기능이나 서비스 도입 후 사용자 반응 및 성과 분석(무료체험 type A, B)
  • 고객 세분화 분석: 고객 데이터를 기반으로 한 세분화 및 맞춤형 마케팅 전략
  • 예측 분석: 고객 이탈 예측 및 이탈 방지를 위한 데이터 모델링
  • 유저 행동 데이터(콘텐츠/에피소드 이력, 시청 시간, 콘텐츠 선호도 등) 기반 추천 알고리즘 도입
  • 아침/낮/저녁 or 평일/주말 시간대별 콘텐츠 소비 패턴 분석
• 이탈률(구독 취소) 관점에서 생각해보기
  • 아하 모먼트는 무엇이 있을까? 에피소드를 1회 시청 완료를 기준으로 둘 수 있음
  • 아하 모먼트까지 퍼널을 살펴보면?
    • 서비스 메인페이지 진입
    • 회원가입 페이지 진입
    • 회원가입 완료
    • 콘텐츠 개별 페이지 진입
    • 콘텐츠 시청하기 버튼 클릭
    • 에피소드 시청 시작
    • 에피소드 시청 완료

Reflection

• 구독서비스에서 특히 OTT 관점에서 어떤 주제를 선정할지 고민하는 시간을 가졌으나, 비즈니스 관점에서 어떤식으로 주제를 해야하는지 생각보다 데이터가 제한적인 부분이 많은것으로 관찰됐다. 이는 애초에 해당 데이터가 OTT데이터가 아니라 다른플랫폼 데이터를 OTT로 강제로 가공해버린 데이터라는부분이 문제였다. 이로인해 발생한 가장 큰 문제점은 ‘구독서비스’에 관심이 있어서 접근했는데 관심있는 데이터들이 대부분 제공되지 않아서 다양한 생각이 쉽게 나오지 않았다. 애매한 데이터셋으로 인해 다른주제인 채용플랫폼 데이터를 한번 살펴봐야하는 고민도 생겼다. 다른팀과 차별성이없는 주제가 나올것같아 우려되는 부분이 있다. 강사님께서 작은부분을 찾아보는것도 중요하다고 언급을 하신것같은데, 우리가 너무 비즈니스에서 수익관점으로 보고있지는 않았나 확인해볼 필요가있다. 2가지 주제로 비교를 할 예정인데 첫번째는 수익과 직결된 구독 이탈률 관점에서 데이터를 살펴보고있다. 두번째 주제는 수익과 직접적으로 연관되지는 않지만 장기적으로는 중요한 분석 주제를 정해보고 비교하고자 한다.