NH투자증권 | NH INVESTMENT & SECURITIES
나무증권 신규가입자 유형 및 콘텐츠 기반 전환 트리거 발굴
프로젝트 소개
나무증권 앱 내 고객의 행동 데이터와 거래·콘텐츠 이용 로그를 기반으로, 계좌개설 직후 고객의 적응 패턴과 콘텐츠 소비가 거래 및 재방문 전환에 미치는 영향을 분석했습니다. 고객의 행동 일관성을 바탕으로 적응 고객을 정의·유형화하고, 미거래 고객 또한 세분화하여 각 그룹의 전환 가능성을 정량적으로 파악했습니다. 또한 콘텐츠 소비를 ‘Depth(몰입도)’로 구조화하고, 이를 활용해 거래 전환과 재방문을 예측했습니다. 이를 통해 전환을 유도하는 핵심 행동(Aha-moment)을 도출하고, 고객별 맞춤형 행동 유도 전략을 제안했습니다.
세부 목표:
1. 계좌개설 직후 행동패턴 분석 및 유형화
1-1. 적응 고객 정의 및 유형화 검증
1-2. 고객 유형별 행동 특성 기반 전환 전략 도출
2. 콘텐츠 소비 패턴과 거래/재방문 전환을 이끄는 콘텐츠 요소 분석
2-1. 콘텐츠 소비 Depth 기반 전환 메커니즘 분석
2-2. Aha-moment 도출 및 콘텐츠별 행동 유도 전략 설계
로드맵
진행 프로세스
주제 1. 계좌개설 직후 행동패턴 분석 및 유형화
신규 고객의 이탈 방지 및 거래 활성화를 위해 계좌개설 직후 7일간의 행동 패턴을 분석하고 유형화하여 첫 거래를 성공적으로 유도할 수 있는 적응 전략을 수립한다.
주제 1-1. 적응 고객 정의 및 유형화 검증
- 일정한 시간대에 접속하는 '시간일관성'과 앱 내 행동이 일관적인 '행동일관성' 점수가 모두 높은 고객을 앱에 성공적으로 '적응'한 고객으로 정의.
- 계좌개설 초기에 앱에 빠르게 적응한 고객이 그렇지 않은 고객에 비해 가치가 높음을 확인.
- 고객의 핵심 행동 및 세션 패턴을 클러스터링하여 적응 고객의 핵심 유형 도출.
주제 1-2. 고객 유형별 행동 특성 기반 전환 전략 도출
- 각 적응 고객 유형의 인구 통계 및 행동 데이터를 사후 분석하여, 신규 고객에게 적응 고객의 행동을 모방하게 하는 맞춤형 'Copy-Cat 전략' 등을 제언.
- 장기 미거래 고객을 주요 앱 이용 성향에 따라 '공모청약형', '차트눈팅러', '대체투자형'으로 분류하고, 증거금 환불일에 CMA 파킹통장 넛지 메시지를 발송하거나 소수점 매매를 유도하는 등의 세부 거래 유도 방안을 마련.
- 서비스의 본질과 무관한 단기적인 UA 캠페인이 고객의 초기 이탈 원인이 될 수 있음을 분석하고, 주식 미거래 고객을 '일단 첫 주식 거래'로 이끄는 것의 중요성을 확인.
주제 2. 콘텐츠 소비 패턴과 거래/재방문 전환을 이끄는 콘텐츠 요소 분석
고객이 앱 내 콘텐츠를 소비하는 패턴을 탐색하고, 거래 및 재방문으로 이어지게 만드는 핵심 콘텐츠 요소 및 개선 전략을 도출한다.
주제 2-1. 콘텐츠 소비 Depth 기반 전환 메커니즘 분석
- 단순 방문 여부가 아닌 '온보딩 → 탐색 → 몰입 → 확장'으로 이어지는 단계적 소비 구조를 반영하여 콘텐츠별 행동 몰입도(Depth)를 정의하고 표준화.
- 특정 콘텐츠의 경우 대부분의 높은 Depth 도달은 초기 방문 시점 당일에 발생하며, 탐색 단계에서 몰입 단계로의 전환이 전환의 병목 지점임을 확인.
- Depth Score 예측 모델을 활용해 분석한 결과, 콘텐츠를 깊게 소비할수록(Deeper is Better) 7일 및 14일 내 재방문 확률과 당일 거래 확률이 유의미하게 상승함을 검증.
주제 2-2. Aha-moment 도출 및 콘텐츠별 행동 유도 전략 설계
- 7일 내 재방문 고객 중 특정 행동을 경험한 비율을 분석하여, 재방문 전환을 이끄는 콘텐츠별 Aha-moment를 도출.
- 고객의 명확한 의도 기반 탐색과 깊이 있는 콘텐츠 소비를 유도하는 방안을 제안.
- 앱 진입 시 대기 시간(로딩 화면)을 주요 기능을 소개하는 '신규 콘텐츠 가이드형 화면'으로 전환하여 신규 고객의 콘텐츠 진입률 개선을 설계.
성과 및 인사이트
주제1. 계좌개설 직후 행동패턴 분석 및 유형화
- '적응 고객' 기준 정립 및 우량 고객 검증
- 3대 핵심 페르소나 및 Copy-Cat 전략 도출
- 장기 미거래 고객 맞춤형 넛지 타겟팅
- 초기 이탈 원인 규명
2. 콘텐츠 소비 패턴과 거래/재방문 전환을 이끄는 콘텐츠 요소 분석
- Depth 표준화 및 전환 예측
- 재방문을 이끄는 Aha-moment 발굴
- 거래 전환 트리거 확인 및 UI 개선안 제안
PM 소회
NH투자증권과 프로젝트를 진행하며 좋았던 점은 무엇인가요?
- NH투자증권이라는 대기업의 많은 양의 앱 데이터를 깊이 있게 다뤄볼 수 있었다는 점이 제일 마음에 듭니다. 또 프로젝트의 범위가 방대하여 이를 수행하는 저희 팀원들이 직접 범주를 제한할 필요가 많았으며, 그러한 범주 제한의 새로운 형태의 의사결정 과정을 겪어보는 것 자체가 값진 실무 경험이었습니다.
프로젝트 진행 중 겪었던 가장 큰 어려움은 무엇이었나요? 이를 어떻게 해결했나요?
- 방대한 로그 데이터의 복잡성과 데이터 정합성 문제였습니다. 정합성 문제는 콘텐츠 로그 추적의 어려움이나 선후관계를 단정하게 어렵게 하는 문제를 낳았습니다. 또한, 고객 행동의 종류가 복잡하고 다양해 유의미한 패턴을 찾는 것 자체가 쉽지 않았습니다. 이를 극복하기 위해 콘텐츠 관련 로그를 "모두" 직접 들여다보고, Depth를 도입하여 표준화하여 분석 기준을 세웠습니다. 이러한 탁월한 아이디어를 제시하고, 직접 로그를 모두 들여다본 팀원들이 너무 고생했습니다.
이번 경험을 통해 어떤 인사이트나 역량을 얻으셨나요?
- 개인적으로 금융 도메인에 관한 지식이 많이 누적되었음을 느꼈고, 인사이트와 액션 아이템 위주로 굴러가는 DA 프로젝트에서 PM이 해야하는 역할에 대한 배경지식이 늘었음을 체감합니다. 추후 PM이나 non-PM의 위치에서 적극적으로 프로젝트를 도울 수 있겠습니다.
향후 유사한 프로젝트를 진행할 학회원들에게 전하고 싶은 조언이 있나요?
- 실무 데이터를 다룰 때는 '데이터 적재 과정에서의 체계화'가 생각보다 훨씬 중요합니다. 이번 프로젝트에서도 콘텐츠나 지면마다 적재 원리 자체가 다른 경우가 존재해 전처리에 많은 품이 들었습니다. 분석 방법론에만 매몰되기보다는, 데이터가 어떤 태깅 규칙과 한계를 가지고 적재되었는지 먼저 면밀히 파악하고, 단일 방법론이 아닌 콘텐츠별 특성을 고려한 다각도의 접근을 시도해 보기를 권장합니다.