퍼널 용어 통일
Registered, Viewed, Explored, Certified를 등록·열람·탐색·수료 단계로 정리해 지표 기준을 통일했습니다.
637,242명분석 대상 학습자
2.8%전체 수료율
4단계등록·열람·탐색·수료 퍼널
2개 관점강사·운영자 대시보드 분리
분석 판단
데이터 누수를 막고, 비교 기준을 다시 세웠습니다.
수료 여부처럼 결과에 가까운 변수를 전처리 기준에 넣으면 분석 결과가 과대평가될 수 있습니다. 그래서 결과성 변수는 보정 기준에서 제외하고, 활동자 기준 KPI로 퍼널을 다시 해석했습니다.
누수 가능성 차단
explored, certified 같은 결과성 변수를 결측치 보정 기준에서 제외해 모델과 지표 해석의 신뢰도를 높였습니다.
통계 검정과 생존 분석
Chi-Squared 검정으로 집단 차이를 확인하고, Kaplan-Meier 분석으로 등록 후 초반 1~2주의 이탈 구간을 확인했습니다.
관점별 대시보드
강사용 화면은 코스 품질과 챕터 흐름, 운영자 화면은 온보딩과 탐색 전환 개선에 초점을 맞췄습니다.
시각화 근거
수료율이 낮아지는 지점을 화면으로 확인합니다.
Tableau 접근 제한을 고려해 주요 화면은 캡처 이미지로 제공하고, 각 이미지는 어떤 판단 근거였는지 짧은 캡션으로 설명합니다.
학습 여정별 이탈 지점
전체 수료율만 보지 않고, 어느 단계에서 이탈이 커지는지 확인하는 대표 화면입니다.
탐색 단계 전환 저하 원인
접속 지속성과 활동 기간을 비교해 조회 이후 탐색으로 넘어가지 못하는 원인을 확인합니다.
초반 이탈 구간
학습자가 언제 이탈하는지 시간 흐름 기준으로 설명합니다.
플랫폼 운영자 대시보드
등록자, 강좌 수, 수료율과 사용자 특성을 한 화면에서 비교합니다.
컨텐츠 제작자 대시보드
강의별 이탈 단계, 학습자 분포와 활동 패턴을 함께 확인해 운영 개선 대상을 찾습니다.
핵심 결과
수료율 개선의 핵심은 완주율만 보는 것이 아니라 초반 활성화와 지속성을 분리해서 관리하는 것입니다.
컨텐츠 제작자 관점
등록은 유입, 열람과 탐색은 활성화, 수료는 성과 지표로 분리해 봐야 합니다.
플랫폼 운영자 관점
열람에서 탐색으로 넘어가는 전환율을 높이는 것이 즉각적인 개선 포인트로 보입니다.
전달 방식
강사와 운영자에게 같은 차트를 보여주기보다 의사결정 단위에 맞춰 대시보드를 분리했습니다.
한계와 개선
검증 가능한 한계까지 함께 남겼습니다.
- 개선안의 기대 효과를 정량화하지 못해 생존 분석 결과와 ROI를 연결하는 보완이 필요합니다.
- 인구통계 비교에서 샘플 수 표기를 강화하면 통계 검정 결과의 설득력이 높아집니다.
- 코스 난이도, 강의 길이, 유료 여부 같은 변수가 없어 이탈 원인 설명력에 한계가 있습니다.
- 연도별 플랫폼 성장과 학습자 특성 변화를 충분히 반영하지 못했습니다.