개인 프로젝트 / 이커머스 · 1부
화장품 쇼핑몰 장바구니 이탈 분석
장바구니에 담고도 사지 않는 고객이 어디서, 왜 떠나는지 SQL로 찾고, 가정에 따라 매출을 약 3~12% 늘릴 수 있는 장바구니 회수 전략을 제안했습니다.
장바구니에 상품을 담은 고객은 구매 직전까지 온 고객이라, 새 고객을 데려오는 것보다 훨씬 적은 비용으로 매출을 되찾을 수 있습니다. 이 쇼핑몰에서는 담고도 사지 않은 금액이 실제 매출의 2.80배였고, 구매 여부는 상품 가격보다 장바구니 금액에서 갈렸습니다.
이를 근거로 무료배송까지 남은 금액을 안내하는 실험을 제안하고, 실제 할인 사례로 고객이 가격 혜택에 얼마나 반응하는지 먼저 가늠했습니다. 단순 계산은 효과를 +71%로 부풀렸지만 추세를 보정하면 +44%였습니다. 이를 근거로 A/A 테스트로 실험 환경을 점검한 뒤, 고객 24,270명이 3주 동안 참여하는 실험을 객단가가 떨어지지 않는지와 함께 보도록 설계했습니다.
01문제 정의
5개월 동안 약 164만 명이 방문해 약 450만 세션을 만들었지만, 구매가 일어난 세션은 3.47%뿐이었습니다. 새 고객을 데려오는 광고비보다 이미 온 고객을 구매까지 이끄는 편이 효율적이라고 보고, 이미 온 고객의 이탈에 집중했습니다.
가설 세 개는 앞 가설의 답이 다음 가설의 질문이 되도록 이어 놓았습니다.
| # | 질문 | 가설 | 판정 |
|---|---|---|---|
| 1 | 어디서 떠나는가 | 장바구니에 담은 상품의 절반 이상이 구매되지 않는다 | 채택 |
| 2 | 누가 떠나는가 | 저가 상품이나 소액 장바구니일수록 구매로 이어지지 않는다 | 부분 채택 |
| 3 | 다시 데려올 수 있는가 | 장바구니 이탈 고객의 상당수는 며칠 안에 돌아온다 | 채택 |
가설은 p < 0.05이면서 차이가 5%p 이상일 때만 채택했습니다. 데이터가 2천만 행이라 p값만 보면 아주 작은 차이도 유의하게 나오기 때문입니다.
02데이터와 정제
행동 로그 한 줄은 "누가, 언제, 어떤 상품을, 조회했는지 담았는지 뺐는지 샀는지"입니다. 분석 전에 이상한 행을 아래 기준으로 걸러 냈습니다.
| 점검 항목 | 규모 | 처리 | 이유 |
|---|---|---|---|
| 완전 중복 행 | 5.36% | 제거 | 시각, 사용자, 상품, 행동이 모두 같은 행은 로깅 오류 |
| 음수 가격 | 131건 | 제거 | 판매가로 볼 수 없음 |
| 0원 가격 | 0.50% | 제거 | 사은품이나 샘플로 보이며 가격 분석을 왜곡 |
| 봇 의심 사용자 | 153명 | 제거 | 5개월간 구매 0건이면서 이벤트 1,000건 이상. 담기와 삭제만 반복해 이탈률을 부풀림 |
| 브랜드 결측 | 42.32% | unknown으로 대체 | 지우면 데이터의 40% 이상이 사라짐 |
| 카테고리명 결측 | 98.29% | 사용 안 함 | 거의 비어 있음 |
정제 후 20,692,840행이 19,247,689행이 됐습니다(6.98% 제거). 봇 기준 1,000건이 임의로 보일 수 있어서, 기준을 바꿔 가며 얼마나 지워지는지 비교했습니다.
기준을 500건으로 낮추면 실제 고객까지 지워질 위험이 커지고, 5,000건으로 올리면 봇이 남습니다. 중간값인 1,000건을 썼고, 어느 기준에서도 결론은 같았습니다.
지표 정의
데이터에 주문 ID와 수량이 없어서 다음처럼 근사했습니다.
- 주문은 구매가 일어난 세션 1개, 매출은 구매 이벤트 가격의 합으로 봅니다.
- 장바구니 → 구매 전환율은 장바구니에 담긴 (세션, 상품) 쌍 가운데 같은 세션에서 구매된 비율입니다.
| 매출 | 구매 고객 | 주문(구매 세션) | 객단가 | 세션 구매 전환율 | 재구매율 |
|---|---|---|---|---|---|
| 6,348,268 | 110,518명 | 155,617 | 40.79 | 3.47% | 21.09% |
통화 단위가 공개되지 않아 금액은 단위 없이 표기합니다.
03가설 1. 어디서 떠나는가
장바구니에 담은 상품의 절반 이상이 구매되지 않는다채택
담긴 상품의 86.76%가 같은 세션에서 구매되지 않았습니다. 그중 방치(65.95%)가 삭제(20.81%)의 3배입니다. 장바구니에서 뺀 고객보다 담아 둔 채 결제를 미룬 고객이 훨씬 많았습니다.
손실을 얼마나 크게 볼 것인가
같은 세션 기준으로 사지 않은 금액을 더하면 매출의 3.46배가 나옵니다. 그런데 이 숫자에는 나중에 돌아와 산 경우와 여러 세션에 중복으로 담긴 금액이 섞여 있습니다. 단위를 고객 × 상품으로 바꿔 "5개월 동안 끝내 사지 않은 것"만 다시 셌습니다.
| 계산 단위 | 사지 않은 비율 | 매출 대비 | 사용 |
|---|---|---|---|
| 세션 × 상품 (같은 세션 기준) | 86.76% | 3.46배 | 과대 추정이라 쓰지 않음 |
| 고객 × 상품 (5개월 전체 기준) | 74.3% | 2.80배 | 결론에 사용 |
더 큰 숫자가 보고서에는 인상적이지만, 실제로 회수할 수 있는 규모를 과장하면 이후 전략의 기대효과도 같이 부풀려집니다. 결론에는 보수적인 2.80배를 썼습니다.
04가설 2. 누가 떠나는가
저가 상품이나 소액 장바구니일수록 덜 산다부분 채택
"싼 상품은 안 산다"와 "장바구니 금액이 작으면 안 산다"는 비슷해 보이지만 처방이 다릅니다. 앞의 것이 맞으면 저가 상품 할인을, 뒤의 것이 맞으면 장바구니 채우기를 해야 합니다. 두 가지를 따로 검정했습니다.
| 비교 | 전환율 | 차이 | 카이제곱 검정 | 판정 |
|---|---|---|---|---|
| 상품 가격 5 미만 vs 5 이상 | 13.25% vs 13.23% | 0.02%p | p = 0.57, Cramér's V 0.000 | 기각 |
| 장바구니 금액 10 미만 vs 10 이상 | 6.66% vs 18.31% | 11.64%p | p < 0.001, Cramér's V 0.173 | 채택 |
상품 가격은 전환율과 관계가 없었고, 장바구니 금액이 클수록 전환율이 높았습니다. 금액이 작으면 한 번 결제하기에 배송비가 부담스러웠을 거라고 보지만, 데이터에 배송비 정보가 없어 이 부분은 가설로 두고 실험으로 확인합니다.
기준 금액 10은 구간별 전환율이 가장 크게 벌어지는 경계입니다(5~10 구간 8.38%, 10~20 구간 15.33%). 전환율은 모든 구간에서 금액과 함께 올라, 기준을 어디에 두어도 방향은 같습니다. 다만 데이터를 보고 고른 경계라, 실제 무료배송 기준 금액은 실험으로 정해야 합니다.
상품 개수 효과를 뺀 검증
금액이 큰 세션은 상품을 많이 담은 세션이기도 합니다. "결국 상품 개수 효과 아니냐"는 반론을 막으려고 상품을 1개만 담은 세션 424,486개끼리 다시 비교했습니다.
상품 수를 고정해도 금액이 커질수록 전환율이 3배 가까이 오릅니다. 저가 상품도 다른 상품과 함께 담기면 팔리지만, 저가 상품 하나만 담긴 장바구니는 거의 결제되지 않습니다. 다만 비싼 상품을 고르는 고객이 원래 구매 의지가 강할 수도 있어서, 인과관계는 A/B 테스트로 확인해야 합니다.
05가설 3. 다시 데려올 수 있는가
장바구니 이탈 고객의 상당수는 며칠 안에 돌아온다채택
장바구니에 담았지만 그 세션에서 아무것도 사지 않은 세션 778,768건을 "이탈"로 보고, 그 뒤에 같은 고객이 다시 방문했는지(복귀율)와 다시 구매했는지(회수 구매율)를 따로 쟀습니다. 데이터 마지막 14일 안의 이탈은 지켜볼 기간이 모자라 뺐습니다.
- 복귀의 74%가 24시간 안에 일어나고, 그 뒤로는 급격히 줄어듭니다. 리마인드를 보낸다면 24시간이 기준입니다.
- 7일 안에 돌아온 고객 중 약 61%는 돌아와서도 사지 않았습니다. 데려오는 것만으로는 부족하고, 돌아왔을 때 결제하게 만들어야 합니다.
- 소액 장바구니 고객도 똑같이 돌아옵니다. 7일 안 구매가 24.56%와 25.72%로 거의 같았습니다. 소액 고객과 다른 고객의 차이는 첫 방문에서 결제하느냐에만 있었습니다.
06결론과 제안
떠난 고객의 상당수는 결제를 미뤘다가 돌아왔습니다. 이를 바탕으로 첫 방문에서 장바구니를 채워 결제하게 하고, 24시간 안에 돌아오지 않은 고객을 다시 부르는 장바구니 회수 전략을 제안했습니다.
| 전략 | 근거 | 실행 | 기대효과 (5개월, 기본 가정) |
|---|---|---|---|
| 소액 장바구니 채우기 | 가설 2 | 금액 10 미만이면 무료배송까지 남은 금액을 안내하고 함께 사는 상품 추천 | 전환율을 격차의 절반만큼(6.66% → 12.49%) 올리면 약 26,600건 × 주문 금액 중앙값 16.52 ≈ 44만, +6.9% |
| 24시간 리마인드 | 가설 1, 3 | 이탈 24시간 뒤에도 돌아오지 않은 고객(이탈의 49%)에게 담아 둔 상품 알림 | 384,400건 중 2%만 추가 구매해도 약 7,700건 × 객단가 40.79 ≈ 31만, +4.9% |
| 돌아온 고객 결제 유도 | 가설 3 | 재방문 시 장바구니를 먼저 보여 주고 안내 함께 표시 | A/B 테스트 후 목표 확정 |
두 효과를 더하면 약 11.8%지만, 소액 장바구니 고객이 리마인드 대상에도 들어가 일부가 겹칩니다. 그래서 11.8%는 상한으로 제시했습니다. 저가 상품 할인은 가설 2에서 기각됐기 때문에 제안하지 않았습니다.
기대효과의 범위
위 숫자는 가정 하나에 기댄 값이라, 가정을 바꿔 가며 범위로 다시 계산했습니다.
| 시나리오 | 소액 장바구니: 전환율 격차를 줄이는 비율 | 리마인드: 추가 구매율 | 매출 증가, 상한 |
|---|---|---|---|
| 2부의 실험 목표 | 약 6% (6.66% → 7.33%, 구매율 +10%) | 1% | +3.3% |
| 비관 | 25% (6.66% → 9.57%) | 1% | +6.0% |
| 기본 | 50% (6.66% → 12.49%) | 2% | +11.8% |
| 낙관 | 75% (6.66% → 15.40%) | 3% | +17.8% |
다만 격차를 25~75% 줄인다는 가정에는 근거가 없습니다. 2부에서 실제 할인 반응을 보고 잡은 실험 목표(구매율 +10%)를 넣으면 소액 장바구니 전략의 효과는 약 +0.8%이고, 리마인드 추가 구매율 1%를 더해도 약 +3.3%입니다. +11.8%는 격차의 절반을 닫는다는 가정에서만 나오는 상한으로 보고, 실험 전 기대치는 +3% 안팎으로 잡았습니다. 이 규모도 실험해 볼 가치는 충분합니다.
실행 태스크
제안을 바로 착수할 수 있는 단위로 나눴습니다. 무료배송 안내 실험의 표본과 기간은 2부에서 고객 단위로 다시 계산해 정했습니다. 리마인드는 대상 고객이 겹치므로 그 실험이 끝난 뒤에 진행합니다.
| 태스크 | 함께할 직군 | 1차 지표와 가드레일 | 성공 기준 | 기간 |
|---|---|---|---|---|
| 장바구니에 "무료배송까지 남은 금액" 안내 표시 | 기획, 프론트엔드 | 소액 장바구니 세션의 구매율 (최근 두 달 7.11%) / 가드레일: 객단가 | +10% 이상(7.11% → 7.82%), 객단가 유지. 고객 24,270명 | 3주 |
| 안내 옆에 함께 담을 상품 후보 선정 | 데이터, MD | 추천 클릭 후 금액 10 이상 도달 비율 | 함께 산 상품의 향상도가 우연 수준이면 카테고리 인기 상품으로 대체 | 1주 (실험 전) |
| 이탈 24시간 뒤 미복귀 고객에게 담은 상품 알림 | CRM, 마케팅 | 이탈 후 7일 내 구매율 (현재 25.14%) / 가드레일: 알림 수신 거부율 | +2%p 이상, 거부율 유지. 군당 약 7,600건(건수 기준 근사, 실행 전 고객 단위로 재계산) | 3주 (7일 관찰 포함) |
| 알림 발송 순서를 RFM으로 정하기 | CRM | 세그먼트별 회수 매출 | "이탈 위험" 세그먼트(고객 약 15%, 매출 약 22%)부터 발송 | 실험과 동시 |
| 판정과 확대 | 데이터, 기획 | 사전에 정한 지표와 기간 | 기간 종료 후 한 번 판정. 효과가 작으면 무료배송 기준 금액을 바꿔 재실험 | 종료 후 1주 |
07대시보드
분석 보고서와 별개로 Tableau 현황판을 만들었습니다. 해석 없이 현재 상태만 보여 주고, 기준일과 기간 필터로 매출, 구매 전환율, 객단가, 퍼널, 브랜드 상위 10개를 함께 바꿔 볼 수 있습니다.
전환율 같은 비율은 일별 비율을 평균하지 않고 분자 합계 ÷ 분모 합계로 계산했습니다. 일별 비율을 평균하면 방문이 적은 날도 같은 무게로 들어가 기간 전환율이 틀어지기 때문입니다.
08BigQuery로 옮겨 다시 검증
DuckDB로 한 정제와 핵심 지표를 BigQuery로 옮겨 원본 2,069만 행부터 다시 계산했습니다. 같은 숫자가 나오는지로 분석 코드를 교차 검증하고, 파티션과 클러스터링이 실제로 얼마나 비용을 줄이는지 쟀습니다.
교차 검증: 정제 후 행 수 19,247,689, 매출 6,348,268, 금액 10 미만과 이상의 구매율 6.66%와 18.31%, 이탈 778,768건까지 핵심 지표 19개 중 18개가 완전히 같았습니다. 나머지 1개인 이탈 후 1일 내 복귀율은 50.64%와 50.63%로 0.01%p 달랐습니다. 이탈 약 78만 건 중 80건 정도로, 반올림 경계나 같은 시각에 시작한 세션의 순서 처리 차이로 봅니다.
| 같은 질문: 2020년 1월 구매 세션과 매출 | 읽은 양 | 일반 테이블 대비 |
|---|---|---|
| 일반 테이블 (파티션 없음) | 1,139 MB | 기준 |
| 날짜 번호 파티션 + 클러스터링, 1월만 조회 | 221 MB | −80.6%, 슬롯 시간 −87% |
| 클러스터링만 (날짜 조건 없이 구매만 조회) | 896 MB | −21% (같은 열 기준 약 −10%) |
스캔량을 줄인 건 대부분 파티션이었습니다. 클러스터링 효과가 작았던 이유는 하루치 파티션이 10MB 안팎으로 작아서, 건너뛸 블록 자체가 적었기 때문입니다. 이 정도 규모라면 클러스터링보다 조회 기간을 좁히는 쿼리 습관이 비용에 더 중요합니다.
무료 샌드박스는 날짜 파티션을 60일이 지나면 지워서, 2019~2020년 데이터가 만들자마자 사라졌습니다. 그래서 2019-10-01부터 센 날짜 번호로 정수 범위 파티션을 만들어 해결했습니다. 콘솔 업로드 한도(파일당 100MB)에 맞추려고 원본 CSV는 ZSTD Parquet 5개로 바꿔 올렸습니다.
09한계와 다음 과제
- 관찰 데이터라 상관관계만 알 수 있습니다. 전략 효과는 A/B 테스트로 확인해야 합니다.
- 배송비와 쿠폰 정보가 없어서 "배송비 부담"은 추정입니다. 무료배송 안내 A/B 테스트로 검증할 수 있습니다.
- 주문 ID와 수량이 없어 주문 수와 객단가는 세션 기준 근사치입니다.
- 시간이 UTC 기준이라 리마인드는 발송 시각이 아니라 경과 시간으로만 제안했습니다.
- 돌아와서 산 상품이 장바구니에 담았던 상품과 같은지는 확인하지 않았습니다.
- 대시보드는 일 단위 집계라 보고서와 숫자가 조금 다릅니다(전환율 3.44% vs 3.47%).
10기술별로 왜 썼나
| DuckDB SQL | 2천만 행은 엑셀이나 pandas로 다루기 무거워서, 실무처럼 SQL로 집계하려고 |
| 봇 제거와 기준 민감도 | 담기와 삭제만 반복하는 계정이 이탈률을 부풀려서. 기준을 바꿔도 결론이 같은지 보이려고 |
| 고객 × 상품 단위 재계산 | 세션 단위는 나중에 산 경우와 중복 담기가 섞여 손실이 과장돼서 |
| 카이제곱 검정 | 구매함과 구매 안 함은 범주형이라, 두 그룹의 전환율 차이가 우연인지 확인하려고 |
| Cramér's V와 5%p 기준 | 표본이 커서 아주 작은 차이도 유의하게 나오기 때문에 차이의 크기를 따로 보려고 |
| 상품 1개 세션 비교 | 금액 효과가 사실은 상품 개수 효과라는 반론을 막으려고 |
| 윈도 함수 (LEAD, MIN OVER) | 고객별로 이탈 다음 방문과 다음 구매 시각을 한 번에 붙이려고 |
| 비율은 합계끼리 나누기 | 일별 비율을 평균하면 기간 전환율이 틀어져서 |
| BigQuery 재계산 | 로컬 엔진에서만 맞는 숫자가 아닌지 다른 엔진으로 확인하고, 파티션 설계를 실제 스캔량으로 비교하려고 |