이전 포스팅에선 기하분포에 대한 간략한 설명과 기하분포의 그래프를 그려보면서

확률을 느껴보고자 하였다.

이번엔 직접 성공확률을 정하고 시도를 해보면서 확률을 느껴보자. 

위의 "시도"를 누르면 정해진 확률을 통해 성공할 때까지 시도를 하게 되고 

성공할 때까지 시도한 횟수를 그래프에 누적해서 쌓아 올린다.

이러한 경험으로 확률에 대한 직관적 느낌을 길러보자

"성공확률이 0.85이다."라고 할 때, 이걸 어떻게 받아들여야 하는 걸까? 어떻게 남에게 설득해야 할까?

시각화를 통해서 보여주면 좀 더 와닿을지도 모르겠다.

기하분포(geometric distribution)는 확률이 p로 정해져 있을 때, 성공할 때까지 시도한 횟수에 대한 분포이다.

다시 말해, 성공확률이 고정되었을 때, 몇 번 시도해야 실제로 성공하겠냐는 걸 분포로서 보여준다.

성공확률이 높으면 첫 번째만에 성공할 확률이 높고,

성공확률이 낮으면 여러 번 시도해야 성공할 확률이 높을 것이다.

위의 그래프는 확률에 따라 기하분포의 분포가 어떻게 변하는지를 보여준다.

한번 해보자.

1. 프로덕트 기획 단계에서의 인과추론

• 적용 사례:
  • 고객 행동 분석: 특정 요인이 사용자 이탈(Churn)에 미치는 영향을 분석.
    • 예: "이탈률이 높은 고객은 무료 체험 기간이 짧기 때문인가?"
  • 기능 우선순위 결정: 특정 기능이 사용자 만족도나 전환율에 미치는 영향을 파악.
    • 예: "검색 기능 개선이 실제로 구매 전환율을 높이는가?"
• 사용 방법론:
  • 회귀 불연속 설계(RD): 무료 체험 기간이 경계값(예: 14일)에서 어떻게 행동에 영향을 주는지 분석.
  • 도구변수(IV): 직접 실험이 어려운 경우 대체 변수를 통해 인과 관계를 추론.

2. 그로스 분석과 마케팅 전략

• 적용 사례:
  • 마케팅 캠페인 효과 분석: 특정 마케팅 활동이 매출 증가에 얼마나 영향을 미치는지 파악.
    • 예: "할인 쿠폰이 매출 증가에 기여했는가, 아니면 기존 구매자만 할인 혜택을 받은 것인가?"
  • 사용자 재참여 전략: 푸시 알림이나 이메일 캠페인이 사용자 활성화에 미치는 영향 분석.
    • 예: "푸시 알림이 재방문율을 높이는 주요 요인인가?"
• 사용 방법론:
  • 차분-차분법(DiD): 캠페인 이전과 이후, 참여 집단과 비참여 집단 간의 차이를 비교.
  • 성향 점수 매칭(PSM): 마케팅 캠페인 참여 여부에 따라 비슷한 고객군을 비교.

3. 사용자 경험(UX) 개선

• 적용 사례:
  • UI 변경의 장기적 효과: 새로운 UI가 단기적 클릭률뿐만 아니라 사용자 만족도와 유지율에 미치는 영향을 평가.
    • 예: "홈 화면의 구조 변경이 실제로 사용자 리텐션을 높였는가?"
  • 사용자 경로 최적화: 복잡한 사용자 경로에서 병목현상을 해결하기 위해 특정 요소의 영향을 분석.
    • 예: "검색 필터 추가가 구매 전환율을 개선하는가?"
• 사용 방법론:
  • 인과 그래프(Causal Graph): 다양한 요소 간의 인과 관계를 시각화하여 복잡한 UX 개선 작업에 활용.
  • 경로 분석(Path Analysis): 사용자가 어떤 단계에서 이탈하는지 원인을 추적.

4. 시장 세분화 및 고객 행동 모델링

• 적용 사례:
  • 고객 세그먼트별 맞춤 전략: 세그먼트별 행동 차이를 파악하고, 세분화 전략이 실제로 효과적인지 검증.
    • 예: "VIP 고객에게 제공한 맞춤형 서비스가 유지율을 높였는가?"
  • 추천 시스템의 인과 효과: 추천 알고리즘 변경이 사용자 클릭률이나 구매율에 미치는 영향.
    • 예: "추천 제품이 노출되지 않을 경우, 구매율은 얼마나 감소하는가?"
• 사용 방법론:
  • 인과 임팩트 평가(Causal Impact): 추천 시스템 변화 전후의 효과를 정량적으로 평가.

5. 제품 성능 및 리스크 관리

• 적용 사례:
  • 결함 수정 우선순위: 특정 결함이 사용자 이탈이나 불만에 미치는 영향을 분석.
    • 예: "어떤 결함이 고객 불만을 가장 크게 유발하는가?"
  • 제품 출시 타이밍: 출시 시점이 제품 성과에 미치는 영향을 파악.
    • 예: "휴가 시즌에 출시하는 것이 매출에 긍정적 영향을 미치는가?"
• 사용 방법론:
  • 자연 실험(Natural Experiment): 특정 외부 요인을 활용하여 인과 관계를 분석.
  • 교란 변수 통제: 시간적, 외부 요인을 통제하여 출시 성과를 평가.

6. 인과추론을 활용하면 좋은 업무의 공통점

1. 직접 실험이 어려운 경우:
   • 예산, 시간, 윤리적 문제 등으로 실험을 못할 때 대체 방법으로 사용.
2. 다양한 요인이 복합적으로 작용하는 경우:
   • 복잡한 제품 환경에서 특정 요인의 독립적 영향을 파악할 때.
3. 장기적 효과를 평가해야 하는 경우:
   • 단기 성과뿐 아니라 장기적인 비즈니스 영향을 고려할 때.