Food Express 퍼널 분석

<aside> 💡

목적: 배달 애플리케이션 Food Express의 사용자 행동 로그 데이터를 기반으로 퍼널 분석을 수행하여, 주문 과정에서 발생하는 단계별 전환율과 이탈 지점을 파악하고 어떤 UI 단계에서 사용자의 이탈이 가장 많이 발생하는지 분석한다.

                                                                                                                            **<Application UI>**

    <welcome page>                       <home page>                   <food category page>

  <food category page>             <restaurnat page>                        <cart page>

데이터 설명: 배달 애플리케이션의 사용자 이벤트 로그 데이터로, 앱 내 사용자 행동을 이벤트 단위로 기록

■ 주요 컬럼 구성

구분	컬럼	설명
이벤트 정보	`event_date`	이벤트 발생 날짜
	`event_timestamp`	이벤트 발생 시각
사용자 정보	`user_id`	로그인 사용자 식별자
	`user_pseudo_id`	비로그인 포함 사용자 식별자
이벤트 정보	`event_name`	발생한 이벤트 유형
이벤트 상세	`event_params.key`	이벤트 파라미터 이름
	`event_params.value.string_value`	이벤트 파라미터 값
환경 정보	`platform`	사용자 접속 플랫폼 정보

■ 데이터 예시

행	user_id	event_date	event_name	user_pseudo_id	key	string_value
1	null	2022-08-01	screen_view	2173465695.8694960923	firebase_screen	welcome
2	null	2022-08-01	screen_view	2173465695.8694960923	session_id	7f861735-b5ae-4869-a87f-7164…
3	null	2022-08-01	click_login	2173465695.8694960923	firebase_screen	welcome
4	null	2022-08-01	click_login	2173465695.8694960923	session_id	7f861735-b5ae-4869-a87f-7164…
5	38546	2022-08-01	screen_view	2173465695.8	firebase_screen	home
6	38546	2022-08-01	screen_view	2173465695.8	session_id	7f861735-b5ae-4869-a87f-7164
</aside>

<aside> 💡

<User Flow>

                                         *<음식 배달 앱 Food express  사용자 플로우>*

1️⃣ 카테고리 탐색 경로: Home → Food Category → Restaurant → Food detail → Cart

2️⃣ 검색 경로: Home → Search → Search Result → Restaurant → Food detail → Cart

3️⃣ 근처 음식점 탐색 경로: Home → Click restaurant nearby → Restaurant → Food detail → Cart

4️⃣ 추천 음식 경로: Home → Click recommend food → Food detail → Cart

※ 1,2,3은 Restaurant 페이지를 경우하지만 4번 경로의 경우, 바로 Food detail 페이지로 이동

※ Cart로 가기 전에는 무조건 food detail 페이지를 경유한다.

</aside>

<aside> 🔎

Day 1 이벤트 트렌드 분석 기반 사용자 탐색 경로 정의

전체 이벤트 규모와 월별 평균 이벤트 수를 분석하여 사용자 유입 및 Engagement 변화를 파악하고, 탐색 활동 등 핵심 이벤트 정의

월별 핵심 이벤트 집계를 통한 서비스 성장 및 사용자 Engagement 추이 분석

<aside> 💡

인사이트

사용자 유입 추세: 8월→10월 사이 빠르게 성장, 이후 11~12월 성장 둔화, 1월에는 약 트래픽 10% 감소
온보딩/초기 engagement: welcome→home 전환이 약 83~84%로 안정적, 초기 UX 문제는 거의 없음.
구매 퍼널 전환: restaurant→food_detail→cart→payment 전환율이 높은 편(61% → 81% → 63%)으로 구매 의도 사용자 비율이 높음.
핵심 인사이트: 유입과 구매 전환은 강하지만 탐색 단계(특히 추천 기능)가 약한 구조
탐색 행동 특징
- 카테고리 탐색 중심: 사용자는 **카테고리 탐색(≈43~44%)**을 가장 많이 활용하며 주요 탐색 방식으로 나타남.
- 검색 사용률 중간 수준: **검색 기능(≈15~16%)**은 카테고리 대비 낮지만 보조 탐색 채널로 활용됨.
- 위치 기반 탐색 낮음: 근처 레스토랑 탐색(≈3~4%) 사용률은 낮아 위치 기반 기능 활용도가 제한적임.
- 추천 기능 활용 매우 낮음: 추천 탐색(≈4%) 수준으로 탐색 흐름에서 영향력이 미미함. </aside>

</aside>

<aside> 🔎

Day 2 ~ 3: Explore 통합 퍼널 분석

Search, Category, Restaurant Nearby, Food Recommendation 등 다양한 탐색 행동을 하나의 Explore 단계로 통합한 퍼널 구조를 정의하여 탐색 단계의 역할과 전환 흐름을 분석

Explore 통합 퍼널 분석(Open Funnel+User_id 집계 기준)

<aside> 💡

인사이트

서비스 성장: 초기 기간 동안 사용자 유입 증가로 퍼널 전체 규모가 빠르게 성장한 후 안정화되는 흐름을 보임.
탐색 단계 활용: home 페이지 접속한 사용자의 60% 이상의 사용자들이 탐색 행동을 수행하는 구조로 나타남.
퍼널 주요 병목: 탐색 이후 음식점 선택 단계에서 가장 큰 사용자 감소 발생.
구매 의도 단계: 음식점 및 메뉴 상세 단계에 도달한 사용자는 높은 주문 의도를 보임.
결제 단계 이탈: 장바구니 이후 결제 단계에서 일정 수준의 사용자 이탈 존재.
최종 전환: 전체 유입 대비 실제 주문으로 이어지는 전환율은 약 10% 수준으로 형성됨. </aside>

</aside>

<aside> 🔎

</aside>

쓰레기통