company-haness/_sandbox/completion-records/wf-churn-01/wf-churn-01-data-analyst.md

✅ [완료] wf-churn-01-data-analyst

결론 — 실측 로그가 없으므로 지금 할 일은 '왜 안 되는지' 단정이 아니라 온보딩→첫 결제 퍼널을 단계로 계측하는 것 — activation(리텐션 상관으로 역산)·PQL(한도근접+재방문+paywall 복합 시그널)·단계별 cohort-based 전환율을 계측·정의하고, 단계별 '절대 이탈수' 랭킹과 코호트×단계 히트맵으로 병목을 특정하도록 설계한다.

결정 필요 — — 아니오 확신도 — Med (E2 근거)

repo: company-haness · 2026-07-07 19:47 · wf-churn-01

🔎 핵심 발견

• 가설1(계측 공백): free→Pro 저조의 1차 원인은 '전환이 나쁘다'가 아니라 단계별 이탈을 볼 계측 자체가 없어 병목 단계를 특정 못 하는 것 — 퍼널 계측 신설이 선행 과제.
• 가설2(activation leak): 온보딩→첫 가치경험(activation) 구간 이탈이 가장 클 개연성 — activated vs non-activated 코호트의 전환 격차로 검증 가능.
• 가설3(PQL 부재): 무료 한도 근접·paywall 접촉 같은 전환 임박 시그널이 계량되지 않아 결제 의도 코호트를 놓치고 있을 가능성.
• 가설4(전환 latency): free→Pro 전환은 특정 시점에 집중될 개연 — survival 곡선으로 넛지 타이밍 창을 특정해야 함.

📐 계측할 지표

• Activation Rate — 리텐션/전환 상관이 가장 큰 초기 행동으로 activation을 역산 정의 후 (activated 신규/전체 신규).
• 단계별 funnel conversion(S0 Signup→S6 First payment) — 고정 window의 cohort-based 전환율·drop-off율.
• PQL 생성률 및 PQL→결제 전환율 — 한도 70~80% 소진 + 재방문 + paywall 히트 복합 시그널.
• TTV(signup→activation)와 Time-to-Convert(signup→first payment) 분포(중앙값·꼬리).
• 코호트별 D1/D7/D14/D30 retention(activated vs non-activated 분리).
• 단계별 절대 이탈수 = 진입수 × (1-Cn), abandonment point 집계.

📊 분석 계획

• Funnel 병목 랭킹: 단계별 절대 이탈수 내림차순으로 최대 leak 단계 우선 지목(전환율%는 보조).
• Cohort × step 히트맵: signup week·channel·device·온보딩 variant별 이탈 편차 탐지.
• Activation↔전환 상관 분석: activated vs non-activated free→Pro 격차로 activation이 leading indicator인지 확정.
• Survival(Kaplan-Meier) 분석: 전환/이탈이 몰리는 시점 구간 특정 → 넛지/트라이얼 타이밍 도출.
• (데이터 확보 후) 병목 단계 A/B 실험 설계 — 온보딩 variant·paywall 타이밍. 현재는 설계만.

➡️ 다음 액션

• 이벤트 계측 스펙 확정: 노트 §3의 이벤트 맵(signup/onboarding/activation/paywall/checkout)과 공통 프로퍼티·pseudonymous id를 구현 요청으로 전달.
• Activation 정의 확정 실험: 후보 A1~A3 중 전환 격차가 최대인 정의를 실데이터로 선택(초기 로그 확보 후).
• 퍼널 대시보드 구축: 단계별 cohort-based 전환·절대 이탈수·히트맵을 상시 관측 뷰로.
• placeholder 임계값(활성화 N회·한도%·window)을 초기 데이터로 보정 후 PQL 정의 잠금.

⚠️ 리스크

• 실측 데이터 부재 → 모든 임계값(activation N회·한도 70~80%·30일 window)은 placeholder 가정이며 실데이터로 보정 전엔 오정의 위험.
• 전환율(%)만 보고 병목을 정하면 트래픽 작은 단계를 과대평가 → 절대 이탈수와 병행해야 오판을 피함.
• 이벤트 트래킹 인프라가 미비하면 계측 스펙 신설이 선행돼야 하고, 익명 세션만이면 pre-signup 단계 계측이 제한됨.

📎 근거

#	출처	등급
1	_sandbox/evidence/wf-churn-01/wf-churn-01-data-analyst-notes.md	E2

📂 원본 파일 (에이전트용 YAML)

• 종합/원천: _sandbox/completion-records/wf-churn-01/wf-churn-01-data-analyst.report.yaml