재웅티비
투자액 증가
1.추천(알고리즘)이 좋아 계속 읽는 사람들
2.프리뷰가 좋아 호기심에 읽기 시작한 사람들
3.추천인 코드로 들어온 사람들
4.태블릿이나 ebook기기 등 장시간 보기 편한 사람들
5.홈메인 페이지에 추천을 보고 읽기 시작한 기존 유저
이탈 이유
2.UX가 불편하여 이탈한 40대이상 (dropout_reason_category⇒ux불편, birthday≥40)
3.구독료별 이탈율(subscription_plan)
4.연렬별 시간이 없어 독서에 시간 투자를 못하여 장기간 들어오지 않은 사람들(birthday, last_access_timestamp>1year)
5.생일 할인 추천 알림으로 잠깐 이용하는 고객들(birthday, gender)
6.자기 계발을 위해 한 권 단위로 책을 구매하는 취준생들의 이탈율(20,birthday , gerne⇒자기 계발)
7.한 달 무료 기간 읽고 구독을 안 하는 사람들 (subscription_plan⇒free_trial)
8.기기 테마별 완독율(device_type,theme_mode,exit_position_numeric)
큐에르
1.
gender
2.
age
3.
device_type
4.
subscription_plan
5.
entry_channel
6.
quick_preview_used
7.
recommendation_clicked(전부 NaN임.)
8.
last_access_timestamp
9.
genre
10.
exit_position_numeric
11.
dropout_reason_category
12.
dropout_reason_detail
13.
석미느
theme_mode (기기 화면 설정) → custom → UX 불편
•
기기 화면 설정에서 custom으로 설정 한사람은 ux불편의 이유로 이탈할 비율이 적을것이다.
birthday(생일)(나이) → 기술 이슈
•
연령대가 높아질수록 기술 이슈로 인해 이탈한 사람의 비율이 높을 것이다.
recommendation_clicked (추천 e-book 클릭 여부) → dropout_reason_category (독서 중단 사유 대분류) → dropout_reason_detail (자발적 독서 중단 상세 사유) → 추천 실패
•
추천e-book을 클릭하고도 자발적인 이유(지루함/너무 김) 등으로 이탈한 사람의 비율이 높다면 추천e-book시스템 결함이 존재할 것이다.
entry_channel (열람한 책 유입 경로) → quick_preview_used (책 미리보기 클릭 여부)
•
열람한 책 유입 경로가 홈 메인배너/추천 등의 경로일 때 미리보기를 클릭 한 사람이 안한 사람보다 이탈률이 낮을것이다.
birthday(생일)(나이) → subscription_plan (구독 유형)
•
연령층(경제적 상황)(성인과 미성년자로 구분)에 따라 구독 유형이 비싸질수록 이탈률이 낮아질 것이다.
genre_by_age = merged_df.groupby(["age_group", "genre"]).size().reset_index(name="count")
plt.figure(figsize=(10, 6))
sns.barplot(data=genre_by_age, x="age_group", y="count", hue="genre")
plt.title("연령대별 장르 분포")
plt.xlabel("연령대")
plt.ylabel("도서 수")
plt.legend(title="장르", bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()
Python
복사
이녕으
•
UX 환경 제약
◦
user_demographics : device_type, theme_mode
◦
book_reading_status : exit_position_numeric , dropout_reason_category
◦
device_type이 mobile이면서 theme_mode가 custom인 사람들은
직접 화면을 설정을 시도했음에도 불구하고 이탈을 한 사람들로 유추해볼 수 있을 것 같음!
•
UX 환경 제약
◦
user_demographics : device_type
◦
book_reading_status : exit_position_numeric
◦
device_type이 이북리더기인 사람들 중 exit_position_numeric이 5% 이내인 경우에는
이북리더기의 성능? 기술적 이슈로 이탈한 사람으로 유추해볼 수 있을 것 같습니닭!
•
나이 이슈
◦
user_demographics : birthday
◦
50대 이상?의 이탈 유저들은 가독성 등
ux 불편함을 느껴 저연령층보다 이탈률이 높을 것 같습니다…
정무느
나이가 많을수록 취향이 확고해져 추천 알고리즘이 일정할 확률이 높아 자발적 이탈률이 적을 것이다.
::birthday로 연령대를 나누고, dropout_reason_category에서 '자발적' 비율을 비교하여 확인.
개별 구매가 완독을 할 경향이 높으며 낮은 시점에서의 이탈률은 대부분 구독을 이용하고 있는 사람들이다.
::subscription_plan과 exit_position_numeric을 비교하여 요금제 별 이탈 위치 경향을 분석함.
미리보기 페이지를 읽는 사람들이 낮은 이탈률을 보인다.
::quick_preview_used 여부에 따라 exit_position_numeric 평균이나 분포를 비교하여 이탈률 차이를 확인함.
미리보기 페이지를 읽지 않는 사람은 구독을 이용하고 있을 확률이 높다.
::quick_preview_used가 FALSE인 그룹에서 subscription_plan이 어떤 유형이 많은지 비율을 확인함.
개별 링크로 들어온 구매 고객은 미리보기 페이지를 읽지 않을 확률이 높다.
::entry_channel이 '외부 링크'인 유저들이 quick_preview_used를 사용했는지 여부를 통해 상관성을 파악함.