1. 진행된 EDA 상황

분석 항목	수행 내용 및 객관적 지표 (Fact)
분석 대상 및 기준 정의	- 최초 구독(`complete.subscription`) 유저 대상

만료일(expired_at) 기준 7일 이내 결제 시 '유지', 7일 이후 혹은 미결제 시 '이탈'로 정의 | | | 데이터 정제 및 클리닝 | - lesson_end_time이 enter_time보다 빠른 데이터(약 19.81%) 삭제 처리
결제 시점 이전 수강 기록(days_diff < 0) 약 3.41% 식별 및 분석 제외 처리
컬럼명 통일 및 결측치(NaN) 처리 방식(유지/삭제) 비교 검토 | | | 구간별 수강 지표 집계 | - 첫 구독 후 3일, 7일, 14일, 30일 구간별 수강 시작 수, 완료 수, 완료율 산출
유저당 평균 지표: 시작(3일: 19.8개, 7일: 29.6개, 14일: 41.5개) / 완료(3일: 16.6개, 7일: 25.2개, 14일: 35.7개) | | | 그룹별 수강 분포 비교 | - 수량 기준: 3일차 수강 시작 건수 전체 합계는 이탈 그룹(161,894건)이 유지 그룹(104,114건)보다 높음
밀도 기준: 수강 시작 수 하위 구간(0~N건)에서는 이탈 그룹 비중(약 56~61%)이 높고, 상위 구간으로 갈수록 유지 그룹 비중이 높아짐 | | | 수강 완료율 비교 | - 유지 그룹 완료율: 3일(83.3%), 7일(85.09%), 14일(85.96%)
이탈 그룹 완료율: 3일(83.99%), 7일(85.42%), 14일(85.94%)
두 그룹 간 완료율 수치 격차 미미함 확인 | | | 데일리에 따른 수강 추세 | - 두 그룹 모두 구독 초기(0~10일)에 일별 수강 시작 및 완료 수가 가장 높으며, 이후 시계열에 따라 점진적 감소세 확인 | | | 유저 유입 유형 분류 | - '무료 체험 후 전환자'와 '즉시 결제자' 분류 로직 구현 및 각 그룹별 분석 시점(T-zero) 설정
무료 체험 9/8 데이터를 Cut-off를 함에 따라 첫결제 Cut-off는 7일 뒤인 9/15로 설정 | | | 구독 시퀀스 구조화 | - 유저별 결제 순서에 따른 회차(payment_seq) 부여
자동 갱신(renew), 재구독(resub), 구독 해지 후 복귀(days_to_next_payment) 라벨링 수행 (리뉴, 리섭 연결 작업을 위한 사전 작업) | | | 콘텐츠 난이도 매핑 | - content_difficulty_mapping 파일을 활용하여 유저가 처음 수강한 레슨의 난이도 값 결합 및 데이터프레임 생성 | | | 집계 로직 정립 | - 중복 로그로 인한 수치 왜곡 방지를 위해 sum()이 아닌 고유 강의 수 nunique()를 표준 지표로 확정 (유지그룹/이탈그룹 N일차 비교시) | |

예진&미정 EDA 보고서

2. 지표 연관 진행 상황 및 활용 계획

대분류	세부 분석 목표 (Action Plan)	진행된 부분 (Completed / Findings)	활용 및 연결 포인트 (Application)
1. 첫 구독 전환율	가입자 중 첫 구독 전환자 확인	`subscription_master` 내 `complete.subscription` 로그 참조	`complete_signup` 테이블과 Join 하여 미전환자(잠재고객) 모수 확보 필요
	할인/프로모션/쿠폰의 기여도	쿠폰 사용 비율 기초 통계 확인 필요	`coupon.discount_amount` 기준 그룹화 분석 필요
	무료 체험 여부의 영향	무료 체험 유무에 따른 유입군 분류 진행 (`trial_gap` 분석)	체험 중 취소자 vs 7일 후 자동 결제 전환자 행동 패턴 비교 가능
	무료 레슨 수강의 영향	[완료] `days_diff < 0` (결제 전 수강) 데이터 식별 및 이상치 처리	결제 전 무료 레슨 수강 횟수와 첫 구독 전환 간의 상관관계 분석 활용 가능
2. 비즈니스 가치	플랜별(1M/3M/12M) 가치 비교	3개월 플랜/무료체험 폐지 등 정책 변경 시점 데이터 확인 필요	플랜별 리텐션 유지율과 결합하여 '고가치 유저군' 정의
	가입 후 결제까지 소요 시간	설정 로직 확보 필요	가입일(`signup_time`)과 첫 결제일 간의 시차(Time-to-Pay) 계산 가능
3. 구독 후 유지율	유지/이탈 집단 간 첫구독 기준 그룹 행동 비교	[완료] 초기 3일간의 학습 밀도가 유지의 핵심 지표임을 발견	'골든 타임(3일)' 내 특정 수강 수 달성 유도를 위한 전략 근거로 활용
	수강 완료율의 유효성 검증	[완료] 유지/이탈 그룹 간 완료율 차이가 미미함을 확인	'완료율'보다는 '시작 수'나 '학습의 연속성' 지표로 분석 축 이동
	유지/이탈 집단 간 리뉴/리섭 그룹 행동 비교	예진 님과 조건 협의 중
4. 콘텐츠 연관성	난이도에 따른 갱신율	[완료] 콘텐츠 난이도 매핑 파일 확보 및 난이도별 유지율 검토	유저가 처음 만난 '벽(난이도)'이 유지/이탈에 미치는 영향

3. 우리의 목표 재확인

Revenue-Guardians의 미션

"Price opens the door, Value keeps them inside"

가격 정책으로 유입의 기회를 만들고, 학습 경험(Value)을 통해 정기 구독(Lock-in)을 완성한다.

무엇을 위한 전환율/유지율 확인일까?

비즈니스가 더 매출을 올리고, 안정적으로 굴러갈 수 있도록

데이터 상에서 발견되는 문제점은 없는지 분석하고,

그 분석 결과를 바탕으로 어느 지점이 매출이 새는 구간인지 찾아내어,

기존의 정책이나 방식을 보완할 수 있는 인사이트를 제공해야 함.

비즈니스 퍼널 재정의 필요(매출 누수 위치 찾기용) : 각 단계별 전환율/이탈율

가격 → 유입 → 학습경험(Value) → 정기구독(Lock-in)
가격 → 유입 → 체험 시작 → 결제 성공 → 첫 학습 시작 → 첫 완료 → 7일 내 재방문 → 14일 내 습관 형성 → 갱신 성공

우리의 가설과 부딪치는 부분