고객의 행동패턴을 세부적으로 나눠보기에 좋은 5가지 기준

매일, 매주 출근 길에 밀린 뉴스레터를 읽는다.뉴닉도 있지만 그 중에는 Ruben Ugarte’s Weekly Growth Needle이라는 레터도 있다. 대충 보고 지나갈 때도 있지만 오늘 내용은 꽤 흥미로워서 생각을 남기려고 한다.

혹자는 이미 1위의 플랫폼에게 퍼포먼스마케팅이 어렵다라고 이야기 하는 사람이 많다. 하지만 플랫폼이기 때문에 필요하다고 생각한다. 플랫폼은 양면시장의 참여자간 네트워크 효과로 성장한다. 따라서 경쟁이 치열해지고 양면시장에 참여하는 사람들의 만족도가 떨어지는 순간 빠르게 무너질 수 있기 때문에 지속해서 주요 플레이어인 라이더, 사장님, 고개의 만족도의 최적점을 찾아나가야한다. 고로 기존의 회사보다도 더 Growth에 대한 고민이 필요하다고 본다.

그래서인지 오늘 본 레터의 주제였던 “How to deconstruct consumer’s behavior using 5 variables”로 내 시선을 사로잡았다. 그 많은 메일 속에서 말이다. 내용은 아주 복잡한 것은 아니었다. 고객군을 행동기반으로 나눠서 보기 위해서 (경험상) 쓸모 있다고 느낀 5개의 기준에 관한 것이었다.

  • 관심사(Self Interest): 왜 사용자는 서비스나 상품을 구매했을까?
  • 장애물(Difficulty, Barriers): 왜 사용자는 구매하는 행동을 멈췄을까?
  • Perception(인지):사용자는 우리의 서비스를 어떠한 형태로 인지하고 있을까?
  • Demographics(인구통계학적): 사용자의 연령, 수입, 지역은 연관이 있을까?
  • Culture(문화): 사용자는 앱의 UX등에 문화적으로 어떻게 반응할까?

원글은 다음과 같다.


Self-Interest

Self-interest is one of the most important driving forces of consumer behavior. Everyone wants to know what’s in it for them. What will they get if they purchase a product or service?

Difficulty or Barriers

Our second factor is difficulties or barriers. We may want something, but if it is too hard to get, then we won’t purchase it or do it. This factor determines the difficulty in following through with the intended behavior.

Perception

Perception is our third consumer behavior factor. This is how your customers perceive your products and services. Customers may think that a brand offers premium products and premium prices, but the quality of the products themselves may not match this expectation. Think of Starbcuks, McDonalds and Apple.

Demographics

Demographics slots in as the fourth factor of consumer behavior. We can’t ignore who the customer is and how their history will affect their purchase behavior. Demographics include gender, age, income, location, and others.

Culture

The fifth and final factor is culture. I define culture as the expectations and pressures from people around me. Latin cultures tend to be more open toward strangers, and there’s an expectation of kissing people when you first meet them and when part ways. The culture of a society shapes these behaviors.


5개가 대략 기존 파이프라인 산업에서 볼 수 있는 것과 플랫폼에서 조금 더 민감하게 나타나는 것들이 섞여있는데 어떤 논리적인 근거로 나눠진 것은 아니기 때문에 가볍게 읽어보았다.

특히 인구통계학은 한 때 더이상 쓸모없는 세그먼테이션(Segmentation)기준이라고 불리던 적도 있지만, 여전히 의사결정 차원에서 전문가-비전문가 할 것 없이 공통의 이해수준을 가지고 있다는 점에서 좋은 기준이라는 것을 재확인할 수 있었다.

사실 하나 하나가 워낙 큰 대분류이기는 하지만, 딱히 어떤 형태로 세그먼테이션할지 생각조차 나지 않는다면 한번 정도는 활용해봐도 좋을 것 같다.

관련된 뉴스레터를 받아보고 싶다면 다음 링크를 클릭하면 된다.

Read more

Chi-Square Test와 T-Test는 데이터 특성에 따라 선택하여 사용합니다.

Chi-Square Test와 T-Test는 데이터 특성에 따라 선택하여 사용합니다.

Chi-Square Test가 A/B/C Test에서 사용되는 구체적인 경우 * 범주형 데이터 분석: 각 그룹에서 클릭하거나 전환된 사람의 수를 비교할 때, 이 데이터를 범주형 변수로 간주하고 Chi-Square Test를 적용할 수 있습니다. * 다중 그룹 비교: A/B/C 테스트에서 세 개 이상의 그룹을 비교해야 할 때, Chi-Square Test는 모든 그룹 간의 독립성을

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

배경 * 아래 글을 DANBI에서 보다가 더 알아보게 되었습니다. OLS를 떠받치는 몇 개의 기둥이 있는데 그중 실용적으로 가장 중요한 것이 일치성(consistency)다. 쉽게 말해서 OLS를 통해 도출된 추정량이 있을 때 샘플사이즈가 커지면서 이 값이 참 값으로 접근한다는 것이다. 일치성이 충족되면 우리는 적당하게 큰 표본에 대해서 추정치가 좋은 속성을 지니고 있다고

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

사람들이 AI가 필요하다고 생각하는 시점 저 판사를 얼른 AI로 교체해야 한다. 유튜브에서 뉴스를 보다 보면 정말 많이 보이는 덧글입니다. 이러한 내용의 덧글이 달릴 때마다, 정말 많은 사람들이 공감을 표하곤 합니다. 왜 이렇게 사람들은 이러한 주장에 공감을 표하는 것일까? AI는 시킨대로 하기 때문에 공정하다는 인식 여러 이유가 있겠지만, 사람들은 아마 AI가

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

1. BG/NBD 모델이란? * BG/NBD(Beta-Geometric/Negative Binomial Distribution) 모델은 **고객의 생애 가치(Customer Lifetime Value, CLV)**를 추정하는 데 사용되는 확률적 모델입니다. * 특히 고객이 반복 구매를 할지, 아니면 더 이상 활동하지 않을지를 추정하는 데 유용합니다. 이 모델은 고객의 구매 행태를 두 가지 중요한 개념으로 나눕니다: * 고객은 활성(active)