가중치 표를 제품 위키에 올렸더니 디자인 리뷰가 짧아졌습니다. 모듈 3 과제를 거의 그대로 썼습니다.
Flagship
인앱 참여도 점수 설계
애플리케이션 분석의 핵심을 점수로 압축하되, 오용하지 않는 방법을 배웁니다.
모듈
- 참여도의 정의와 오해 — DAU와 점수를 혼동하는 사례를 정리합니다.
- 이벤트 재고 조사 — 기존 트래킹에서 쓸 신호와 버릴 신호를 가릅니다.
- 가중치 초안 — 제품 가설에 맞춰 가점·감점 규칙을 만듭니다.
- 구간과 라벨 — 낮음/보통/깊음을 숫자 경계로 고정합니다.
- 코호트 교차 — 점수를 가입 주·채널별로 읽어 왜곡을 찾습니다.
- 대시보드 주석 — 해석 범위와 제외 조건을 화면에 남깁니다.
- 실험과의 연결 — 점수를 성공 지표로 쓸 때와 쓰지 말아야 할 때.
- 운영 핸드오프 — 변경 로그와 분기 리뷰 캘린더를 팀에 넘깁니다.
강사
정하린
전 모바일 구독 서비스 데이터 리드. 참여도 점수와 리텐션 실험을 8년째 다뤄 왔으며, Nextgensys에서 플래그십과 팀 워크숍을 담당합니다. 강의는 한국어로 진행됩니다.
자주 묻는 질문
SQL을 얼마나 알아야 하나요?
기본 SELECT·GROUP BY 정도면 실습을 따라올 수 있습니다. 웨어하우스별 방언 차이는 과제에서 스스로 맞춰야 하며, 특정 벤더 인증 과정은 아닙니다.
우리 앱이 아직 이벤트가 적은데 수강해도 될까요?
가능합니다. 다만 실습 산출물의 깊이는 데이터 양에 비례합니다. 이벤트가 거의 없다면 택소노미 워크숍을 먼저 권합니다.
이 과정의 한계는 무엇인가요?
머신러닝 기반 이탈 예측 모델 구축은 다루지 않습니다. 규칙 기반 참여도 점수와 그 운영에 초점을 둡니다. 예측 모델이 필요하면 별도 컨설팅 범위를 안내합니다.
환불이 가능한가요?
환불 정책의 기간과 조건을 따릅니다. 자료 다운로드 이후에는 부분 환불만 가능할 수 있습니다.
수강 소감
기대한 것만큼 ‘만능 점수’는 아니었습니다. 과정에서도 그렇게 못 쓰라고 해서, 오히려 팀에 설명하기 수월했습니다.