네이버플러스 멤버십 이용 과정에서 사용자 만족도와 유지 동기를 높여 멤버십 리텐션을 강화하고, 궁극적으로 서비스 리텐션 향상에 기여하는 것
데이터 분석 및 카테고리 분류
수집한 리뷰 데이터는 사용자들이 서비스 이용 과정에서 언급한 주요 경험 요소를 기준으로 유사한 내용을 묶어 카테고리화하였다.
분류 기준은 사용자의 언급이 집중된 서비스 접점을 중심으로 설정했으며, UI/UX, 혜택/멤버십, 추천/AI, 배송, 가격/비교, 앱 구조/서비스 전략의 6개 범주로 정리하였다.
이외에 특정 범주로 묶기 어려운 판매자 품질, 기술 안정성, 개별적 맥락 오류 등은 기타로 분류하였다.

| 카테고리 | 정의 | 리뷰 수 (총 57건) |
|---|---|---|
| UI/UX | UI, 사용성, 탐색 흐름 | 5건 |
| 혜택/멤버십 | 쿠폰, 적립, 할인, 멤버십 구조 | 18건 |
| 추천/AI | 개인화 추천, 알고리즘, AI 기능 | 12건 |
| 배송 | 배송 속도, 도착 예측, 배송 경험 | 5건 |
| 가격/비교 | 최저가, 가격 비교 기능 | 6건 |
| 앱 구조/서비스 전략 | 앱 분리, 서비스 구조에 대한 인식 | 4건 |
| 기타 | 판매자 품질, 기술 안정성, 추천 알고리즘 컨텍스트 오류 | 7건 |
카테고리별 주요 리뷰 및 문제 현상 도출
1️⃣ UI/UX
문제 현상: 사용자는 복잡한 앱 구조와 비직관적인 메뉴 구성으로 인해 원하는 기능을 빠르게 찾기 어렵다.
대표 리뷰
서비스 이용에 미치는 영향
사용자가 탐색 과정에서 피로를 느끼면 서비스 진입 장벽이 높아지고, 주요 기능을 발견하지 못한 채 이탈할 가능성이 커진다.
<aside>
2️⃣ 혜택/멤버십
문제 현상 : 사용자는 혜택이 여러 곳에 흩어져 있고 실제 이득이 명확하게 보이지 않아, 멤버십의 가치를 직관적으로 이해하지 못한다.
대표 리뷰 :
서비스 이용에 미치는 영향
혜택의 실질적 가치가 체감되지 않으면 멤버십 만족도와 유지 동기가 낮아지고, 장기적으로 멤버십 리텐션 저하로 이어질 수 있다.
</aside>
3️⃣ 추천/AI
문제 현상 : 사용자는 추천 결과가 취향에 맞지 않거나 반복적으로 노출되고, 광고와도 명확히 구분되지 않아 추천의 신뢰도가 낮다고 느낀다.
대표 리뷰
서비스 이용에 미치는 영향
추천 품질이 낮다고 느끼면 사용자는 추천 영역을 탐색 가치가 낮은 공간으로 인식하게 되고, 개인화 서비스에 대한 신뢰도도 함께 하락할 수 있다.
4️⃣ 배송
문제 현상 : ****사용자는 배송 일정을 예측하기 어렵고, 불명확한 안내와 지연 경험으로 인해 배송 신뢰도가 낮다고 느낀다.
대표 리뷰:
서비스 이용에 미치는 영향
배송 결과를 예측하기 어렵다고 느끼면 사용자는 구매 전 불안감을 가지게 되고, 빠르고 확실한 배송 경험을 제공하는 경쟁 서비스로 이동할 가능성이 커진다.