깔때기 의사 (Funnel Doctor)
전환 깔때기를 진단하세요 — 가장 누수가 심한 단계를 찾고, 손실을 정량화하며, 사용자가 떠나는 이유를 설명하는 세션을 보여줍니다.
사용 시기
- "체크아웃 흐름에서 사용자가 어디서 이탈하나요?"
- "가입부터 첫 구매까지의 전환율은 얼마인가요?"
- "이전 온보딩 흐름과 새 흐름을 비교해 주세요. 완료율이 개선되었나요?"
- "결제 단계에서 이탈한 사용자들의 세션을 보여주세요"
- "앱에서 가장 큰 이탈 지점은 어디인가요? 손실된 수익을 정량화해 주세요."
개념 모델
깔때기는 사용자가 완료해야 하는 일련의 단계입니다. 목표는 가장 많은 사용자가 떠나는 단계를 찾는 것입니다 — 단순히 절대적인 수치뿐만 아니라 이전 단계 대비 백분율 하락도 함께 고려해야 합니다.
예시: 10,000명이 /checkout에 도착 → 8,000명이 배송 정보 입력 → 6,000명이 결제 페이지 도달 → 2,000명이 구매 완료. 가장 큰 절대적 하락은 결제 단계입니다(6,000 → 2,000 = 4,000 손실). 가장 큰 백분율 하락도 결제 단계입니다(67% 하락). 두 가지 모두 중요합니다 — 두 가지를 모두 제시하세요.
워크플로우
1단계: 깔때기 단계 정의
사용자가 관심 있는 단계를 명확히 합니다. 일반적인 깔때기:
- 이커머스: 상품 페이지 → 장바구니 담기 → 체크아웃 → 배송 → 결제 → 확인
- SaaS 가입: 랜딩 페이지 → 가입 양식 → 이메일 인증 → 온보딩 → 첫 번째 액션
- 앱 흐름: 홈 → 검색 → 결과 → 상세 → 예약
사용자가 단계를 지정하지 않으면 시작점과 끝점을 물어보세요. 페이지 탐색 데이터에서 중간 단계를 유추할 수 있습니다.
2단계: 깔때기 메트릭 구축
다음과 같이 fullstory:build_metric을 호출하세요:
query: 깔때기 단계를 순서대로 설명 (예: "/checkout을 본 후 배송 페이지에 도달하고, 결제 페이지에 도달한 후 구매를 완료한 사용자")output_type="funnel"— 이는 빌더가 단순한 개수가 아닌 순차적 깔때기를 생성하도록 지시합니다.
이 흐름에 대한 깔때기 메트릭이 이미 존재한다면 먼저 검색하세요: fullstory:get_metric(regex="checkout funnel"). build_funnel로 구축된 깔때기의 경우 fullstory:get_funnel(id)를 사용하세요 — 이름, 설명, 렌더링된 정의 및 올바른 num_steps를 반환합니다 (get_funnel_sessions 워크플로우에 필요).
3단계: 계산 및 분석
fullstory:compute_metric(metric_id)를 호출하거나 — 깔때기 특정 옵션을 위해 fullstory:compute_funnel(funnel_id)를 호출하세요.
기간 비교 — 이전 기간 대비 변화량을 보려면 compare_to를 추가하세요:
fullstory:compute_funnel(funnel_id, compare_to="previous_period")
각 단계는 이전 기간의 카운트와 전환율을 가진 previous 객체를 받습니다. "새 디자인이 도움이 되었나요?"와 같은 질문에 두 개의 개별 깔때기를 구축하는 대신 사용하세요.
차원 분할 — 속성별로 분할하려면 dimension을 추가하세요:
fullstory:compute_funnel(funnel_id, dimension="device_type")
각 단계는 해당 차원(브라우저, 국가, 디바이스, 사용자 정의 변수 등)으로 분할된 groups 배열을 받습니다. 그룹별 수동 세그먼트 워크플로우를 대체합니다.
결과를 단계별 분석으로 제시하세요:
체크아웃 깔때기 (최근 30일)
1. /checkout 10,000명 (100%)
2. 배송 양식 8,000명 (80% — 2,000 손실)
3. 결제 페이지 6,000명 (75% — 2,000 손실)
4. 확인 2,000명 (33% — 4,000 손실) ← 가장 큰 하락
전체 전환율: 20%
compare_to를 사용하면 변화량을 추가하세요:
4. 확인 2,000명 (33% — 4,000 손실)
이전 기간: 1,400명 (28%)
변화량: +600명 (+5%p 전환율) ↑
dimension을 사용하면 각 단계에서 그룹별 전환율을 보여줍니다.
가장 큰 절대적 하락 단계와 가장 큰 백분율 하락 단계를 모두 지적하세요 — 종종 동일하지만 항상 그런 것은 아닙니다.
4단계: 세그먼트로 범위 지정
사용자가 특정 코호트(모바일 사용자, 엔터프라이즈, 신규 vs 재방문)에 대해 묻는 경우 세그먼트를 구축하여 첨부하세요:
fullstory:build_segment("mobile users") → segment_id
fullstory:update_metric(metric_id, segment_id)
fullstory:compute_metric(metric_id)
깔때기의 A/B 비교(이전 흐름 vs 새 흐름, 모바일 vs 데스크톱)의 경우 comparisons 스킬을 사용하여 적절한 메커니즘(차원성 vs 세그먼트)을 선택하세요.
5단계: 최악의 단계 조사
가장 누수가 심한 단계를 식별한 후, 그 이유를 찾으세요:
- 문제 단계에 도달했지만 완료하지 못한 세션으로 필터링된
fullstory:get_sessions(metric_id=metric_id)를 호출하세요. session-context에이전트를 통해 3-5개의 세션을 로드하여 집중된 작업을 수행하세요:- "사용자가 결제 페이지에서 떠나기 전에 무엇을 했나요? 오류가 발생했나요?"
- "양식 유효성 검사가 사용자를 막고 있었나요? 어떤 필드가 강조 표시되었나요?"
- "이탈하기 전에 화난 클릭이나 데드 클릭을 했나요?"
6단계: 보고
모든 것을 종합하세요:
- 깔때기 숫자 (테이블 형식)
- 가장 큰 문제 단계 (절대적 손실과 백분율 손실 모두 포함)
- 세션 증거가 해당 단계에서 사용자가 떠나는 이유를 보여주는 내용
- 해당되는 경우, 예상 수익 영향 (사용자 수 × 평균 주문 금액)
지침
- 각 단계에서 항상 절대적 하락(사용자 수)과 백분율 하락을 모두 표시하세요.
- 사용자가 Fullstory UI에서 확인할 수 있도록
metric_url을 표시하세요. - 깔때기 단계의 이탈률이 매우 높으면 해당 단계를 우선적으로 조사하세요 — 모든 단계에 동일한 시간을 할애하지 마세요.
- 수익 영향을 위해 사용자에게 평균 주문 금액을 물어보세요. 추측하지 마세요.
- 사용자가 "새 디자인이 도움이 되었나요?"라고 묻으면 두 개의 깔때기 메트릭(배포일 전/후)을 구축하여 나란히 제시하세요.