Project Detail
ShopEasy
주문 감소에서 어떤 전환 병목을 먼저 개선해야 하는가?
2025년 3분기 주문 감소 원인을
고객·카테고리·세션 흐름으로 분해하고
A/B 테스트까지 제안한 서비스 분석 프로젝트입니다.
Decision Moment
질문이 바뀐 순간
이 프로젝트가 단순 분석에서 의사결정 구조로 넘어간 핵심 장면입니다.
Original Question왜 주문이 줄었는가?
Reframed Question어떤 전환 병목을 먼저 검증하고 개선해야 하는가?
- Key Evidence
- 주문 1,000건, 사용자 500명, 세션 2,000건, Mobile CVR 6.38%
- Final Deliverable
- 웹 기반 통합 대시보드와 A/B 테스트 설계안
- What this proves
- 서비스 지표를 진단하고 실험 설계로 연결하는 역량
Evidence Snapshot
근거 스냅샷
숫자가 있는 프로젝트는 검증 지표를 먼저, 데이터가 부족한 프로젝트는 확인 가능한 산출물 중심으로 정리했습니다.
Problem / Context
문제와 맥락
- 주요 도메인
- 커머스
- 역할
- 데이터 설계 / 전환 흐름 분석 / 웹 대시보드 구현 / A/B 테스트 설계
- 기간
- 2026
- 형태
- 개인 프로젝트
주문 감소를 단순 유입 하락으로만 보면 어떤 구간을 먼저 고쳐야 하는지 알기 어렵습니다. 고객 세그먼트, 카테고리, 진입 페이지, 디바이스, 이탈 페이지를 함께 읽어 실제 개선 실험까지 연결하는 구조가 필요했습니다.
최근 3개월 주문 감소가 단순 유입 감소인지, 특정 세그먼트·카테고리·디바이스 병목인지 분리해서 읽기 어려웠습니다.
커머스 문제는 감소 사실보다 어느 흐름을 먼저 개선해야 하는지까지 연결되어야 실제 액션과 실험으로 이어지기 때문입니다.
Data & Method
데이터와 접근
- seed 고정 synthetic 주문 데이터
- 사용자 데이터
- 세션 데이터
- 월별 주문 수와 완료 주문 수 흐름 정리
- 카테고리·진입 페이지·디바이스·이탈 페이지 기준으로 전환 병목 분해
- 분석 결과를 웹 대시보드와 A/B 테스트 설계안으로 연결
- 주문 완료율
- 진입 페이지별 구매 전환율
- 디바이스별 구매 전환율
- 연령대별 이탈률
Output
결과물
주문 감소 문제를 카테고리, 진입 흐름, 디바이스, 이탈 페이지 기준으로 분해하고, 모바일 전자기기 구매 완료율 개선 A/B 테스트로 이어지는 웹 기반 서비스 지표 대시보드로 정리했습니다.
웹 기반 통합 대시보드주문 / 전환 / 이탈 진단카테고리·디바이스 인사이트A/B 테스트 설계안
Key Insight
핵심 포인트
- 주문 감소 문제를 고객, 카테고리, 진입 흐름, 디바이스로 나눠 병목을 구조화
- 분석 결과를 차트 나열이 아니라 문제 → 근거 → 해석 → 액션 순서의 웹 대시보드로 재구성
- 모바일 전자기기 구매 완료율 개선이라는 실험 가설과 KPI까지 연결
Limits / Notes
한계와 검토 메모
검증 범위와 추가로 확인해야 할 조건을 숨기지 않고 함께 남겼습니다.
- seed 고정 synthetic dataset 기반이라 실제 서비스 로그나 production behavior simulation을 대체하지는 못합니다.
- 세션 단위 데이터라 퍼널 전체를 이벤트 수준으로 추적하는 데 한계가 있습니다.
- A/B 테스트는 제안 단계이며 실제 유의성 검정은 포함되지 않았습니다.
- CI는 static dashboard artifact와 CSV schema/key metric consistency를 확인하며 browser visual regression은 포함하지 않습니다.
Links
확인 가능한 산출물
GitHub README와 배포 대시보드에서 주문 감소 진단 흐름과 실험 제안을 함께 확인할 수 있습니다.
Case Studies