장바구니부터 구매까지의 시간 중앙값이 더 낮게 나온 이유는 측정 시작점일 수 있습니다

과거 한 매장의 로그에서 같은 구매 기록으로 서로 다른 중앙값 2개가 나왔습니다. 쌍별 비교를 통해 차이가 어디에서 생겼는지 살펴봤습니다.

REES46의 2019년 11월 화장품 매장 이벤트 로그에 기록된 사용자–상품 쌍을 직접 분석했습니다.

초록

같은 구매 기록을 사용한 보고서 2개가 장바구니부터 구매까지의 시간 중앙값을 다르게 제시할 수 있습니다. 화장품 매장 1곳의 2019년 11월 이벤트 로그에서 이를 확인했습니다. 7일 이내에 구매가 기록된 사용자–상품 쌍 193,397개에서, 처음 관측된 장바구니 이벤트를 기준으로 한 중앙값은 44분 16초였고 구매보다 앞선 마지막 장바구니 이벤트를 기준으로 한 중앙값은 36분 48초였습니다. 두 측정 모두 같은 구매 기록을 종료 시점으로 삼았습니다.

그런데 쌍의 82.4%에서는 두 기준의 측정 시간이 같았고, 쌍별로 계산한 차이의 중앙값은 0이었습니다. 전체 중앙값 사이의 7분 28초 차이는 개별 쌍에서 나타난 전형적인 변화를 뜻하지 않습니다. 보고서를 비교하는 기업과 크리에이터가 먼저 확인할 것은 시간 측정의 시작점입니다. 이 과거 단일 매장 사례는 보고 기준의 선택을 살펴본 것으로, 알림이나 결제 과정의 변경을 시험한 연구가 아닙니다.

작은 노트 가게에서 월간 보고서를 검토한다고 가정해 보세요. 한 요약에는 상품을 장바구니에 담은 뒤 구매하기까지의 전형적인 시간이 약 44분, 다른 요약에는 약 37분이라고 적혀 있습니다. 점주가 이 수치 옆의 설명을 바꾸기 전에 분석가는 기본적인 질문부터 정리해야 합니다. 각 시간은 어느 장바구니 이벤트에서 시작했을까요?

같은 기록상 사용자 ID로 한 상품의 장바구니 이벤트가 여러 번 발생할 수 있습니다. 처음 관측된 이벤트에서 측정하면 이후 장바구니 행동 전의 시간도 포함됩니다. 구매 전 마지막 이벤트에서 측정하면 그 이전 시간은 구간에서 빠집니다. 2가지 계산은 서로 다른 대상을 설명하면서도 모두 맞을 수 있습니다.

REES46이 제공한 공개 화장품 매장 이벤트 로그에서 이 2가지 정의를 비교했습니다. 기록된 각 사용자–상품 구매를 고정하고, 시작점으로 삼는 이전 장바구니 이벤트만 바꿨습니다. 따라서 구매 행동의 변화로 간주하지 않고도 두 측정 기준의 차이를 계산할 수 있습니다.[1][2]

상품을 판매하는 기업이나 크리에이터에게 유용한 결정은 보고서를 어떻게 설명하고 비교할지 정하는 것입니다. 표시된 중앙값의 변화를 매장 성과에 관한 주장으로 해석하기 전에 이벤트 규칙, 포함된 집단, 관측 기간을 설명해야 합니다. 쌍별 비교 결과는 이런 세부 사항을 수치 옆에 함께 제시해야 하는 이유를 보여 줍니다.

시작점 2개가 같은 종료 시점 1개를 공유할 수 있습니다

종이 쇼핑백 2개가 각각 청록색과 적갈색 리본 길을 따라 같은 소포로 연결됩니다.
서로 다른 시작점과 공통 종료 시점을 표현한 개념도입니다. 물체와 리본의 길이는 측정한 소요 시간, 장바구니 상태, 주문 이행을 나타내지 않습니다.

같은 구매 기록에서 서로 다른 중앙값 2개가 나왔습니다

비교에는 짝지어진 사용자–상품 쌍 193,397개가 포함되며, 이는 기록상 사용자 ID 23,692개에 해당합니다. 각 쌍에는 11월의 첫 유효 장바구니 이벤트와 그로부터 7일 이내에 기록된 후속 구매가 있습니다. 한 사용자가 여러 상품에 포함될 수 있으므로 쌍의 수는 사람, 장바구니, 주문의 수가 아닙니다.

각 쌍에서 첫 번째 측정은 11월에 처음 관측된 장바구니 이벤트에서 시작합니다. 두 번째 측정은 같은 구매보다 엄격히 앞선 마지막 장바구니 이벤트에서 시작합니다. 따라서 “첫”은 이 11월 파일에서 처음이라는 뜻이며, 해당 상품에 처음으로 관심을 보인 시점을 뜻하지 않습니다. 구매 종료 시점은 그대로 유지됩니다.

3가지 분포: 첫 기준 시간, 마지막 기준 시간, 쌍별 차이

2019년 11월 화장품 매장 로그에 기록된 사용자–상품 쌍 중 짝지어진 193,397개입니다. 아래의 모든 시간은 분 단위입니다.

각 기준 시간의 분위수와 쌍별 차이의 분위수(분)
백분위수첫 장바구니 기준 시간(분)마지막 장바구니 기준 시간(분)쌍별 차이(분)
제10백분위수5.524.600.00
제25백분위수13.6011.470.00
제50백분위수(중앙값)44.2736.800.00
제75백분위수676.92404.700.00
제90백분위수3,160.502,740.704.10
출처: REES46 화장품 매장 로그, 2019년 11월. Influence IQ 분석.[1][2][5] 각 측정은 같은 구매 기록에서 끝납니다. 쌍별 차이를 먼저 계산한 후 그 백분위수를 구했습니다. 백분위수 행이 3가지 분포에서 같은 쌍을 가리키지는 않습니다. 값은 분 단위로 소수점 이하 2자리까지 반올림해 표시하며, 패키지에는 초 단위 값을 보존했습니다.

첫 장바구니 기준 중앙값은 2,656초, 즉 44분 16초였습니다. 마지막 장바구니 기준 중앙값은 2,208초, 즉 36분 48초였습니다. 2개 요약값을 빼면 448초, 즉 7분 28초입니다.

쌍별 차이는 다른 결과를 보여 줍니다. 그 중앙값은 0이었습니다. 보고서의 중간값과 개별 기록의 변화는 서로 다른 요약값입니다. 다음 절에서는 두 결과가 모두 맞을 수 있는 이유를 보여 줍니다.

표에서는 2가지 기준의 시간과 쌍별 차이를 서로 다른 열에 나누어 제시합니다. 각 열의 순위는 따로 정하므로, 한 행이 3개 목록 모두에서 같은 위치를 차지하는 동일한 쌍을 가리키지는 않습니다.

짝지어진 쌍의 82.4%에서 두 기준의 측정 시간이 같았습니다

159,358개 쌍에서는 양쪽 측정이 같은 장바구니 타임스탬프에서 시작했습니다. 차이는 0이었습니다. 이 쌍들이 전체 짝지어진 집단의 82.4%를 차지하므로, 각 기준의 중앙값이 달라도 쌍별 차이의 중앙값이 0인 이유를 설명할 수 있습니다.

나머지 34,039개 쌍, 즉 17.6%에는 고정한 구매 전에 서로 다른 장바구니 타임스탬프가 최소 2개 있었습니다. 이 작은 집단에서 두 측정 시간 차이의 중앙값은 469초, 즉 7분 49초였습니다. 이 조건부 중앙값은 전체 193,397개가 아닌 해당 34,039개 쌍을 설명합니다.

대부분의 짝지어진 쌍은 시작 타임스탬프가 같았습니다

기록된 사용자–상품 쌍 중 구매와 짝지어진 193,397개를 공통 분모로 사용합니다. 개수와 백분율은 고유한 사람 수가 아닌 쌍을 가리킵니다.

측정 시간 일치 여부별 쌍과 공통 분모 기준 비율
시간 측정 기준 간 관계기록된 사용자–상품 쌍전체 짝지어진 쌍에서의 비율
측정 시간 일치: 구매보다 앞선 고유 장바구니 타임스탬프 1개159,35882.4%
측정 시간 불일치: 구매보다 앞선 서로 다른 장바구니 타임스탬프 최소 2개34,03917.6%
출처: REES46 화장품 매장 로그, 2019년 11월. Influence IQ 분석.[1][2][5] 쌍별 차이가 양수인 경우와 구매보다 앞선 서로 다른 장바구니 타임스탬프가 여러 개인 경우는 같은 집단을 가리킵니다. 이 집단의 조건부 차이 중앙값은 469초(7분 49초)입니다. 전체 쌍별 차이의 중앙값은 0입니다.

이 작은 집단을 식별하는 2가지 방법은 서로 같습니다. 구매보다 앞선 서로 다른 장바구니 타임스탬프가 1개보다 많으면 마지막 시점이 첫 시점보다 늦으므로, 마지막 시점 기준의 경과 시간이 더 짧습니다. 유용한 측정 정보는 이런 경우가 얼마나 자주 발생했는지와 기록된 시간 차이의 크기입니다. 차이의 방향 자체는 정의에 따라 결정됩니다.

측정 시간이 같다는 것은 같은 장바구니 타임스탬프 기록이 두 시작점을 제공했다는 뜻입니다. 쇼핑 이력의 모든 단계를 설명하는 것은 아닙니다. 장바구니 행동이 여러 번 있었다고 해도 그 목적은 알 수 없습니다. 원자료에는 행동 사이에 무엇이 달라졌는지 설명해 줄 수량 필드가 없습니다.

대부분의 쌍이 그대로여도 중앙값은 달라질 수 있습니다

작은 예시로 이 차이를 더 쉽게 이해할 수 있습니다. 가상의 사용자–상품 기록 3개를 보고 모든 시간을 분 단위로 계산해 보겠습니다. 첫 장바구니 기준 시간은 10, 20, 30입니다. 첫 2개 기록의 마지막 장바구니 기준 시간도 여전히 10과 20입니다. 세 번째 기록은 더 늦은 장바구니 이벤트에서 시작하면 시간이 5가 됩니다.

첫 보고서의 시간을 정렬하면 10, 20, 30입니다. 중간값인 중앙값은 20입니다. 두 번째 보고서에서는 5, 10, 20으로 정렬되며 중앙값은 10입니다. 기록 3개 중 바뀐 것은 1개뿐이지만, 이것만으로도 순위 목록의 중간에 오는 값이 달라졌습니다.

이제 각 기록을 자기 자신과 비교해 보겠습니다. 차이는 0, 0, 25이며 이 목록의 중간값은 0입니다. 보고서 중앙값 간 차이는 10이지만, 기록 내 차이의 중앙값은 0입니다. 두 설명 모두 이 가상 값에서 직접 도출됩니다.

더 큰 매장 로그에서도 같은 원리가 적용됩니다. 각 기준의 중앙값은 전체 분포를 요약하고, 쌍별 차이는 각 구매를 그 자체의 비교 대상으로 유지합니다. 더 작은 중앙값을 전형적인 구매가 그만큼 “빨라졌다”는 뜻으로 읽으면 이 2가지 질문을 혼동하게 됩니다. 분석에서 구매 종료 시점은 바뀌지 않았습니다.

짝지어진 쌍의 4.5%에서 보고 시간 구간이 달라졌습니다

팀에서는 중앙값뿐 아니라 시간 구간별로 소요 시간을 요약할 수도 있습니다. 이 분석에서는 설명을 위한 고정 구간 3개를 사용했습니다. 1시간 미만, 1시간 이상 1일 미만, 1일 이상 7일 이하입니다. 이는 보고용 분류 예시이며 이메일이나 다른 메시지를 보낼 권장 시간이 아닙니다.

시작 이벤트를 바꾸자 전체 193,397개 중 4.5%인 8,749개 쌍이 더 짧은 시간 구간으로 이동했습니다. 이 가운데 3,841개는 중간 구간에서 1시간 미만으로, 3,020개는 가장 긴 구간에서 1시간 미만으로, 1,888개는 가장 긴 구간에서 중간 구간으로 이동했습니다.

첫 장바구니 기준과 마지막 장바구니 기준의 전체 시간 구간 교차표

9가지 조합을 모두 표시합니다. 첫 기준과 마지막 기준은 시간 측정을 시작한 장바구니 이벤트를 가리키며, 기록된 구매 종료 시점은 고정됩니다.

0인 셀을 포함한 첫 기준 및 마지막 기준 시간 구간의 모든 조합
첫 기준 시간 구간; 마지막 기준 시간 구간기록된 사용자–상품 쌍전체 짝지어진 쌍에서의 비율
첫 기준: 1시간 미만; 마지막 기준: 1시간 미만106,72255.2%
첫 기준: 1시간 미만; 마지막 기준: 1시간 이상 1일 미만00.0%
첫 기준: 1시간 미만; 마지막 기준: 1일 이상 7일 이하00.0%
첫 기준: 1시간 이상 1일 미만; 마지막 기준: 1시간 미만3,8412.0%
첫 기준: 1시간 이상 1일 미만; 마지막 기준: 1시간 이상 1일 미만48,55525.1%
첫 기준: 1시간 이상 1일 미만; 마지막 기준: 1일 이상 7일 이하00.0%
첫 기준: 1일 이상 7일 이하; 마지막 기준: 1시간 미만3,0201.6%
첫 기준: 1일 이상 7일 이하; 마지막 기준: 1시간 이상 1일 미만1,8881.0%
첫 기준: 1일 이상 7일 이하; 마지막 기준: 1일 이상 7일 이하29,37115.2%
출처: REES46 화장품 매장 로그, 2019년 11월. Influence IQ 분석.[1][2][5] 모든 백분율의 분모는 짝지어진 쌍 전체 193,397개이며, 행의 합계가 아닙니다. 마지막 기준의 시간 구간이 더 긴 조합에서 0이 나오는 것은 정의에 따른 필연적인 결과입니다. 1시간과 1일 경계는 보고용 시간 구간 예시이며 메시지 발송 권장 시간이 아닙니다.

대부분의 쌍은 같은 보고 시간 구간에 남았습니다. 정확한 소요 시간은 달라졌지만 구간 경계를 넘지 않은 쌍도 여기에 포함됩니다. 따라서 시간 구간 표와 측정 시간 일치 여부 표는 서로 다른 질문에 답합니다. 수치로 표현한 시간이 달라졌는지, 보고서에서 해당 쌍을 다른 집단으로 분류했는지를 각각 보여 줍니다.

이 교차표의 모든 백분율은 짝지어진 쌍 전체 193,397개를 분모로 사용합니다. 예를 들어 중간 구간에서 1시간 미만으로 이동한 3,841개 쌍은 전체 집단의 2.0%입니다. 중간 행의 2.0%가 아닙니다. 공통 분모를 명시해야 전체 비교와 함께 표를 활용할 수 있습니다.

가상의 노트 구매 1건, 경과 시간 2가지

가상의 노트 가게 Paper Orchard를 예로 들어 보겠습니다. 아래의 타임라인과 보고용 설명서는 화장품 매장 결과와 별개인 가상 예시입니다. 이벤트 3개 모두 기록상 사용자와 상품 식별자가 같고, 모든 시각은 UTC라고 가정합니다.

11월 4일 월요일 09:00에 노트의 장바구니 이벤트가 기록됩니다. 11월 5일 화요일 09:00에 같은 사용자 ID로 해당 노트의 장바구니 이벤트가 다시 기록됩니다. 11월 5일 화요일 09:30에 구매 이벤트가 기록됩니다.

첫 장바구니 기준 시간은 24시간 30분이고, 마지막 장바구니 기준 시간은 30분입니다. 쌍별 차이는 24시간으로, 장바구니 타임스탬프 2개 사이의 시간과 정확히 같습니다. 양쪽 계산 모두 구매 시점은 화요일 09:30으로 유지됩니다.

이 예시는 장바구니 이력을 제공하지 않고도 이벤트 간 시간 계산을 설명합니다. 노트가 밤새 장바구니에 남아 있었는지, 수량이 달라졌는지, 구매가 이행된 주문으로 이어졌는지는 알려 주지 않습니다. 보고서에서는 쇼핑객의 이야기를 지어내 빈틈을 채우지 않고도 2가지 경과 시간을 명시할 수 있습니다.

가상 매장을 위한 완성된 보고용 설명서

Paper Orchard의 분석가는 2가지 소요 시간에 대한 완성된 설명을 점주에게 전달할 수 있습니다. 이 전달 문서는 위의 노트 기록 1개를 사용하므로 월간 중앙값이 아닌 해당 구매를 다룹니다.

목적: 같은 노트 구매에 관한 시간 요약 2개가 다른 이유를 설명합니다. 점주는 캠페인 설명에 활용하기 전에 보고서를 정확하게 서술해야 합니다.

기록 및 기간: 위에 제시한 가상의 사용자–노트 쌍 1개, 11월 4–5일, UTC입니다. 화요일 09:30 구매를 고정합니다. 이 기록은 예시의 7일 추적 기간에 들어갑니다. 그 이전의 전체 이력은 제공하지 않습니다.

시작 이벤트: 한 측정값에는 “처음 관측된 장바구니부터의 시간”, 다른 측정값에는 “같은 구매 전 마지막 장바구니부터의 시간”이라는 이름을 붙입니다. 분석가의 원기록에는 양쪽 타임스탬프를 보존합니다. 두 이름을 모두 “구매 시간”으로 줄이면 의미의 차이가 가려지므로 그렇게 줄이지 않습니다.

완성된 비교: 첫 장바구니 기준 구간은 24시간 30분, 마지막 장바구니 기준 구간은 30분, 쌍별 차이는 24시간입니다. 보고서에는 이렇게 쓸 수 있습니다. “이 2가지 시간 구간은 같은 구매 기록에서 끝납니다. 시작점으로 서로 다른 장바구니 이벤트를 사용했기 때문에 차이가 생깁니다.”

점주의 해석: 비교 옆에 이 설명을 제시합니다. 더 짧은 구간은 더 나중에 기록된 장바구니 행동부터의 시간을 설명합니다. 결제 과정이 개선되었거나 노트가 밤새 계속 장바구니에 남아 있었다는 근거는 제공하지 않습니다.

다음 보고서: 분석가는 선택한 이벤트 이름, UTC 시간 기준, 고정 추적 규칙을 다음 비교에도 적용합니다. 정의가 바뀌면 점주는 대표 수치를 비교하기 전에 그 변경을 설명합니다. 메시지나 프로모션을 평가하려면 별도의 근거가 필요합니다.

각 기준의 시간과 쌍별 차이를 따로 읽으세요

패널 3개에 트레이 속 소포, 리본으로 같은 소포에 연결된 쇼핑백 2개, 빈 비교표 위의 스톱워치 타일 2개가 차례로 보입니다.
  1. 구매를 고정하세요

    같은 사용자–상품 구매 기록을 양쪽 측정의 종료 시점으로 사용하세요.

  2. 두 시작 이벤트를 명시하세요

    처음 관측된 장바구니 이벤트와 해당 구매보다 엄격히 앞선 마지막 장바구니 이벤트를 비교하세요.

  3. 요약값을 구분하세요

    각 기준에서 나온 시간의 분포와 쌍별로 계산한 차이의 분포를 따로 읽으세요.

시간 측정 기준 2가지를 비교하는 방법을 개념적으로 보여 줍니다. 이 그림에는 관측된 소요 시간이나 장바구니 내용물, 주문 이행의 측정값이 포함되어 있지 않습니다.

이 설명서는 크리에이터나 작은 매장이 보고 파트너와 구체적으로 정리할 사항을 제시합니다. 각 소요 시간이 어디에서 시작하고 어디에서 끝나는지입니다. 측정한 구간을 직접 명시하면서도, 근거가 마련될 때까지 상업적 해석은 유보합니다.

보고서를 비교할 때 이벤트 규칙을 명시하세요

대행사와 매장이 서로 다른 보고 도구를 사용하거나, 새로 내보낸 자료의 이력 길이가 달라졌을 때도 같은 문제가 생길 수 있습니다. 양쪽 모두 “장바구니부터 구매까지의 시간”이라는 이름을 사용하더라도 시작 이벤트, 구매 대응 방식, 관측 기간이 같다고 볼 수는 없습니다.

월간 보고서를 비교하는 점주에게는 추세를 설명하기 전에 이 점을 확인하는 것이 중요합니다. 한 달은 처음 관측된 장바구니에서 시작하고 다음 달은 구매 전 마지막 장바구니에서 시작한다면, 그 시계열에는 정의 2개가 섞여 있습니다. 더 낮은 수치는 월별 다른 차이와 함께 규칙 변경을 반영할 수 있습니다. 이 연구는 구매를 고정해 정의의 차이를 분리했으며, 월별 성과 변화를 측정하지 않았습니다.

보고 도구나 내보내기 자료가 바뀌면 전달 문서에 정의 변경을 명시하세요. 확인할 질문은 이전 요약과 새 요약이 같은 대상을 설명하는지입니다. 사용 가능한 이력도 다르다면 그 차이를 별도로 밝히세요. “처음 관측된 이벤트”는 보존된 이력이 어디에서 시작하는지에 따라 달라집니다. 이름이 고객 여정 전체의 시작을 뜻하는 것처럼 들려도 마찬가지입니다.

분석 도구는 이미 퍼널 진입과 전환 대응 방식에 대해 명시적인 기준을 사용합니다. 예를 들어 Amplitude는 세션이나 과거 조회 기간 내 최초 진입 규칙과 조건에 맞는 전환 경로를 선택하는 방법을 문서화하고 있습니다. 이런 정의는 보고서를 읽는 데 맥락을 제공합니다. 이 연구의 2가지 시간 기준 계산은 Amplitude 보고서를 재현한 것이 아닙니다.[3]

목적에 맞게 기준을 선택할 수 있습니다. 처음 관측된 장바구니 기준 구간은 해당 최초 이벤트부터 기록된 시간을 설명합니다. 구매보다 앞선 마지막 장바구니 기준 구간은 구매 전 가장 최근에 기록된 장바구니 행동부터의 시간을 설명합니다. 기업은 보고하려는 질문에 맞는 측정값을 선택한 후 비교할 때 그 의미를 일관되게 유지할 수 있습니다.

점주가 실제로 읽는 보고서의 이름에도 이 차이가 드러나야 합니다. “처음 관측된 장바구니부터의 시간 중앙값”과 “구매 전 마지막 장바구니부터의 시간 중앙값”은 서로 다른 시작점을 전달합니다. 둘 다 단순히 “구매 시간”이라고 부르면 왜 값이 다른지 이해하는 데 필요한 정보가 사라집니다. 포함된 집단과 추적 기간도 가까이에 함께 제시하세요.

다른 사람에게 분석을 맡기는 크리에이터나 소기업에 특히 유용합니다. 점주는 모든 이벤트를 직접 살펴보지 않고도 명확한 정의를 요청할 수 있습니다. 보고 파트너는 수치에 상업적 해석을 덧붙이기 전에 어떤 시작점, 종료 시점, 적격 기록에서 나온 값인지 설명할 수 있어야 합니다.

이 연구가 뒷받침하는 해석은 구체적입니다. 같은 구매 기록이라도 시작 규칙 2가지에 따라 경과 시간의 요약값이 달라졌다는 것입니다. 상품 페이지, 프로모션, 구매를 다시 유도하는 메시지가 구매 경험을 개선했는지 판단하려면 해당 변경에 관한 별도의 근거가 필요합니다.

쌍별 비교를 계산한 방법

공개 화장품 매장 자료 버전 6의 2019년 11월 파일을 사용했습니다. 이 파일에는 view, cart, remove_from_cart, purchase 라벨이 있는 이벤트 행 4,635,837개가 포함됩니다. 타임스탬프는 UTC이며 11월의 모든 날짜에 기록이 있습니다. 이는 제공된 파일의 범위를 설명할 뿐, 각 개인을 계속 추적했다는 증거는 아닙니다.[1][2]

장바구니 이벤트가 있는 사용자–상품 쌍은 1,061,242개였습니다. 관측된 파일 종료 시점까지 7일이 확보되도록, 11월 1일부터 11월 23일 사이에 첫 유효 장바구니 이벤트가 있었던 쌍을 남겼습니다. 11월의 더 늦은 날짜에 처음 장바구니에 담긴 270,024개 쌍은 이 코호트에서 제외되었습니다. 날짜 요건에 맞는 쌍 중 파일 종료 요건을 충족하지 못한 쌍은 없었습니다.

적격 쌍 791,218개 중 193,397개에는 고정 기간 내에 모호하지 않은 후속 구매 기록이 있었습니다. 나머지 597,821개는 7일 이내의 구매와 짝지어지지 않았습니다. 이를 관측된 장바구니 이탈로 볼 수는 없습니다. 구매가 나중에 발생하거나 기록되지 않거나 다른 식별자를 사용했을 수 있습니다. 시간 도표는 구매와 짝지어진 집단에 한정되며 전환율이나 이탈률이 아닙니다.

첫 장바구니 시각과 같거나 그 이후에 기록된 구매 중 가장 이른 것을 선택하되, 첫 장바구니로부터 7일 후인 종료 시점까지 포함했습니다. 구매와 첫 장바구니의 시각이 같거나 장바구니 이벤트 중 하나라도 후보 구매와 시각이 같으면 모호한 사례로 제외하고, 더 늦은 구매로 대체하지 않는 규칙을 정했습니다. 이런 사례는 발생하지 않았습니다. 선택된 이벤트 튜플이 완전히 같은 중복은 합쳤으며, 장바구니에서 빼기 이벤트로 가정한 장바구니 상태를 초기화하지 않았습니다.

이 자료에는 장바구니 ID, 주문 ID, 수량, 반품 상태가 없습니다. 같은 로그를 사용한 선행 연구는 프로세스 마이닝으로 세션을 살펴보고 장바구니 상태를 재구성했습니다. 반면 이 계산은 장바구니를 재구성하지 않고, 고정된 사용자–상품 구매 1건에 대해 관측된 시작 이벤트 2개를 비교합니다.[4]

결과를 계산하기 전에 코호트, 추적 기간, 동시각 처리 규칙, 설명용 시간 구간을 고정했습니다. 백분위수에는 선형 보간을 사용했습니다. 도표는 모집단에 대한 신뢰구간이나 인과 추론 없이 적격 기록을 설명합니다. 다운로드 자료에는 집계 결과, 정확한 정의, 재현 코드가 있으며 원자료의 사용자–상품 이력은 포함하지 않습니다.[5]

가입할 필요가 없습니다. 공유 ZIP에는 초 단위 집계 결과와 분석 재현 안내의 번역문이 들어 있습니다. 글 본문, 계산 예시, 완성된 보고용 설명서, 화면에 표시된 결과 CSV는 글에서 제공하는 모든 언어로 이용할 수 있습니다. 원본 이벤트 행이나 사용자–상품별 이력은 포함되지 않습니다.

출처 및 주석

  1. Michael Kechinov, eCommerce Events History in Cosmetics Shop, Kaggle 데이터셋 426888, 버전 6, 고정 파일 2019-Nov.csv. 제작자는 중형 화장품 온라인 매장과 UTC 이벤트 시각을 설명합니다. 자료 안내에는 Kaggle과 REES46 링크를 제공하면 무료로 사용할 수 있다고 되어 있으며, 데이터 저작권은 원저자에게 있습니다. 집계값은 Influence IQ에서 계산했습니다.
  2. REES46 공식 데이터셋 목록은 2019년 10월–2020년 2월의 화장품 소비 행동 자료로 연결됩니다. 이 글은 2019년 11월 파일만 사용합니다. 원자료는 이벤트 기록을 설명하며, 현재 매장이나 소비자를 대표하는 표본이 아닙니다.
  3. Amplitude, How Amplitude computes conversions through funnels. 진입, 과거 조회·세션 경계, 조건에 맞는 전환 선택에 관한 공식 문서입니다. 이 제품 고유의 정의는 맥락을 제공할 뿐, 동등한 Amplitude 보고서를 검증하는 것은 아닙니다.
  4. Bilal Topaloglu, Basar Oztaysi & Onur Dogan, Cart-State-Aware Discovery of E-Commerce Visitor Journeys with Process Mining, Journal of Theoretical and Applied Electronic Commerce Research 19(4), 2024, pp. 2851–2879, DOI 10.3390/jtaer19040138. 이 논문은 같은 이벤트 로그 자료에서 세션·여정 분석과 장바구니 상태 정보 보강을 살펴봅니다. 논문의 세션 기반 비교는 이 글의 구매 고정 시간 비교와 다릅니다.
  5. Influence IQ 분석 패키지: 초 단위 기준 집계값, 전체 시간 구간 교차표, 코호트 집계 내역, 정의, 출처 식별자, 재현 코드입니다. 원본 이벤트 행이나 사용자–상품 이력은 포함하지 않습니다.

모든 언어판은 같은 과거 화장품 매장 로그를 설명합니다. 번역으로 다른 국가, 시장, 기간의 추정치가 만들어지는 것은 아닙니다.

관련 Influence IQ 연구 읽기