이탈률 예측
디파이너리의 ‘이탈률 예측' 기능을 사용하여 인공지능(AI) 애플리케이션을 통해 고객의 미래 이탈을 사전에 식별할 수 있습니다.
이탈률 예측기능 활용의 의미
모객한 고객의 이탈을 방어하기 위해 리텐션(Retention) 마케팅과 퍼널분석(Funnel Analysis)을 많이 활용해왔으나, 이는 고객이 이탈한 후에 그 결과를 확인하게 되어 경쟁 서비스로의 이동을 사전에 차단하기 어렵고 해당 인원들을 다시 서비스로 복귀시키는 데 상당한 비용이 발생하는 한계가 있습니다.
이러한 문제점을 해결하기 위해 제공되는 디파이너리의 A.I 기반 ‘이탈률 예측’은 인공지능(AI) 애플리케이션을 통해 고객의 미래 이탈을 사전에 식별하는 기능으로, 95% 이상의 정확도를 제공합니다. 분석된 결과는 6~48시간 단위로 갱신되며, 고객 한 명 단위로 이탈률 예측 데이터를 활용할 수 있습니다.
🧐 95%의 정확도는 어떻게 측정되나요?
- 데이터 분할: 먼저, 사용 가능한 데이터를 10개의 구간 또는 그룹으로 무작위로 나눕니다. 이렇게 데이터를 구간으로 나누는 것은 모델을 학습시키고 검증하는 데 도움이 됩니다.
- 모델 학습: 각 구간에서 이탈 가능성을 예측하는 통계 모델을 사용하여 예측합니다. 이 모델은 다양한 데이터 포인트를 고려하여 해당 구간에서 이탈할 가능성을 추정합니다. 이탈 가능성은 보통 확률로 표현됩니다.
- 예측 평가: 예측된 이탈률과 실제 이탈률을 비교합니다. 예측이 얼마나 정확한지를 평가하기 위해 모델이 예측한 값과 실제 값 간의 차이를 분석합니다.
- 패널티 적용: 모델의 예측이 실제와 다른 경우, 일종의 패널티를 부여하여 모델의 정확도를 개선하려고 합니다. 이 패널티는 모델을 더 나은 예측을 하도록 조절하는 데 사용됩니다.
이 과정을 반복하여 모델을 향상시키고 최적의 예측 결과를 얻을 수 있습니다.
정확도의 경우 특히 광고 유입이나 프로모션 이벤트와 같이 규칙적인 패턴이 없는 상황에서는 사용자 유입이 일어남에 따라 예측 정확도가 상대적으로 떨어질 수 있습니다.
디파이너리 기능과의 연결
‘이탈률 예측’은 오디언스 스튜디오, 그로스 액션, 데이터 익스플로러 등의 세부 서비스들과 연동되어, 이탈률 50% 이상 고객을 별도 추출하거나 이탈률이 높은 고객군에 프로모션을 전개하는 등 선제적인 마케팅 액션을 실행할 수 있도록 제공됩니다. 단순히 고객의 이탈률 분석결과를 확인하는 것에서 그치지 않고, 특정 고객 혹은 고객 그룹군을 대상으로 개인화된 마케팅 시나리오를 구성할 수 있게 됩니다.
[[인용:정보:작게]] '이탈률 예측' 기능은 별도의 유료 플랜 추가를 통해 이용할 수 있습니다. 이용문의
이탈률 예측 방법론
접속, 구매이력, 실행한 이벤트, 접속 시기 등을 주요 변인으로 사용하는 LSTM(Long Short-Term Memory) 모델이 활용됩니다. 페타바이트(PB)급 데이터를 머신러닝에 활용할 수 있는 독특한 병렬 처리 기법이 적용돼, AI모델의 훈련, 처리, 확장을 자동화 하였으며, MLOps(Machine Learning Operations) 기반으로 개발 및 운영되어, 고객사별 상이한 데이터 패턴에 따라 가장 적합한 AI 모델을 자동으로 선별하고 적용하는, 유연한 데이터 환경을 제공합니다.
예측 프로필 생성
A.I Studio 메뉴에서 Predictive Profile를 메뉴를 클릭합니다.
[[인용:경고:작게]] 이탈률 예측 기능을 이용하기 위해서는 최소 모수가 3만 명 이상, 앱 생성 90일 이상이 되어야 합니다.
앱을 운영한 지 90일이 지났으며 3만 명의 모수가 충족되었다고 가정할 때, 이탈률 프로필은 다음 두 가지 유형으로 분류됩니다 :
- 디바이스 이탈률 (30일) : 최근 3개월 동안 앱을 사용한 기기 모수(ADID 기준으로 수집)를 기반으로 미래 30일 동안의 이탈률을 예측합니다.
- 유저 이탈률 (30일) : 최근 3개월 동안 앱을 사용한 유저 모수(abx:user_id 기준으로 수집)를 기반으로 미래 30일 동안의 이탈률을 예측합니다.
프로필 생성 후 이탈률을 계산하는 데 평균 3일의 시간이 소요됩니다.
이 기간 동안 예측 프로필을 선택할 수 없으며, 예측이 완료된 후에 상세 프로필 내용을 확인할 수 있습니다.
예측 프로필 상세 내용
예측 머신러닝이 시작되면 디바이스의 식별값 및 유저 아이디별 이탈 예측 유저가 리스트에 나타납니다.
식별값 또는 유저 ID 클릭 시 해당 유저에 대한 예측 이탈률과 접속 일수 등 더 자세한 정보를 확인할 수 있습니다.
[[인용:정보:작게]] 데이터 익스플로러, 고객 프로파일 등 전체 기능에 업데이트 되어 분석과 마케팅 액션에 활용 가능한 상태로 전환됩니다.
모수가 부족한 경우
이탈률 기능을 이용하기 위해서는 최소 3만 명의 모수가 필요합니다. 따라서 연동 시점에서 모수 조건을 충족해야 하나, 기능을 이용하는 도중 모수가 부족한 경우 정확도가 떨어질 수 있습니다.
또한 광고 유입이나 프로모션 이벤트와 같이 규칙적인 패턴이 없는 상황에서는 사용자 유입이 일어남에 따라 예측 정확도가 상대적으로 떨어질 수 있습니다. 트레이닝 정확도가 지속적으로 낮다면, 진행중인 이벤트나 모수 상황을 확인해 보세요.
[[인용:경고:작게]] 모수 부족 상황 발생 시 트레이닝은 중단되지 않습니다.