평균 데이터에는 함정이 숨어있다.

평균만 확인하다면, 가입 사용자의 가입 전 평균 페이지뷰 수는 9회이고 평균 상품 상세 페이지뷰 수는 약 4회이기 때문에, “사이트에 방문한 신규 사용자에게 상품을 4회까지 조회할 수 있도록 유도해야 한다”는 결론을 내릴 가능성이 있다. 하지만 평균을 쪼개어 분포를 확인하면 다른 결론이 나오게 된다.

하지만 분포 데이터를 기준으로 마케팅 액션을 세우는 것 또한 어려움이 있다. 전체 중 약 60%에 해당하는 고객의 행동만을 보여주고 있으며, 고객들마다 너무 다양한 행동을 보이고 있어서 특정하기가 어렵기 때문이다.

이때에는 평균값을 기준으로 고객을 세분화해보면 고객의 현재 상황을 파악하고 액션을 수립하기 수월하다. 가입 전 조회하는 평균 페이지 수(9회)와 평균 상품 조회 페이지 수(4회)를 기준으로 전체 회원 가입 고객을 분류하여 아래와 같이 네 그룹으로 나눌 수 있다.

• G1: 페이지와 상품을 평균 이하로 조회하는 사용자

• G2: 페이지를 평균 이상으로 많이 조회하지만 상품은 평균보다 적게 조회하는 사용자

• G3: 상품은 평균 이상으로 많이 조회하지만 다른 페이지는 평균보다 적게 조회하는 사용자

• G4: 페이지와 상품을 모두 평균보다 많이 조회하는 사용자

이처럼 평균 데이터를 그대로 활용하기보다, 평균을 기준으로 고객을 그룹화하면 각 고객의 상황을 알 수 있고 상황별로 메시지를 다양화하여 고객의 반응을 이끌어내기에 수월하다는 장점이 있다.

출처 :

https://www.madtimes.org/news/articleView.html?idxno=16110