토스, 데이터로 푸시 효율

푸시 CTR 하락 문제 해결을 위해 EDA를 통한 정확한 문제 진단 시작

디타게팅 룰을 설계하여 불필요한 푸시 발송을 줄이는 실험 진행

AB 테스트를 통해 CTR 유지 및 푸시 발송량 감소라는 긍정적 결과 도출

푸시 CTR 감소 원인 분석

토스는 푸시 발송량 증가에 따라 CTR 감소 문제를 겪었다. 구체적으로 EDA를 통해 푸시 빈도, 타겟팅, 세그먼트 등 다양한 요인을 분석했다. 따라서 디타게팅 룰 설계를 통해 불필요한 푸시를 줄이고자 했다. 결과적으로 사용자 경험 개선을 목표로 했다.

디타게팅 룰 설계 및 실험

토스는 디타게팅 룰을 통해 푸시 반응이 없는 사용자를 일정 기간 제외했다. 최적의 N값을 찾기 위해 다양한 시뮬레이션을 수행했다. 반면, AB 테스트를 통해 실험군과 대조군을 비교하여 CTR 유지 및 발송량 감소 효과를 검증했다. 따라서 데이터 기반 의사결정의 중요성을 강조했다.

데이터 분석가의 역할

토스 데이터 분석가는 문제 정의, 가설 수립, 실험 설계, 결과 분석 등 전 과정에 참여했다. AB 테스트를 통해 데이터 기반 의사결정을 내리고, 푸시 생태계를 개선했다. 구체적으로 데이터 분석을 통해 문제 해결에 기여했다. 따라서 데이터 분석가의 역할이 중요함을 강조했다.