내일배움캠프 사전캠프 TIL | 국비지원부트캠프 | 국비지원교육 | 내일배움카드교육 | PM취업 | 국비무료교육 | 국비지원부트캠프 | 서비스기획
4일 완성 스프린트 챌린지, 드디어 완주했습니다!
3일차 과제로 유저 플로우를 직접 설계하고 피그마로 그려봤고,
4일차 과제로는 PRD를 완성하고 AARRR 프레임워크까지 적용해봤습니다.
사용자 행동을 직접 설계하고 예측하는게 적성에 잘 맞는 것 같다는 생각이 들었어요.
✔️ 3일차 — 유저 플로우 설계
1. 유저 플로우란?
유저 플로우는 사용자가 서비스를 이용하는 과정을 사용자의 행동과 화면 이동에 초점을 맞춰 시각화한 것
단순히 "이 버튼 누르면 다음 화면 나온다"를 나열하는 게 아니라,
사용자가 어디서 고민하고 어디서 이탈하는지까지 드러내는 도구입니다.
핵심은 두 가지!
- 화면이 아니라 유저의 행동 기준으로 그리기
- "다음 화면"보다 "왜 이 행동을 하는지"에 집중하기
구성 요소는 아래 다섯 가지입니다.
| 시작/끝 | 원형 | 플로우의 시작과 끝 |
| 과정 | 사각형 | 사용자가 보는 화면·정보·상태 |
| 화살표 | 화살표 | 플로우 진행 방향 + 사용자 행동 |
| 분기점 | 마름모 | Y/N으로 나뉘는 선택 상황 |
| 메모 | 메모 형태 | 예외사항·특이사항 |
기능을 먼저 나열하면 "왜 이 기능이 필요한가"를 설명하기 어려워요.
플로우를 먼저 그리면 흐름 안에서 필요한 기능이 자연스럽게 도출되고, MVP 우선순위가 명확해집니다.
이게 PM에게 유저플로우가 필요한 이유라고 하더라구요.
마케터로 일할 때 "왜 이 캠페인을 해야 하는가"를 가장 먼저 정의하고
목적과 흐름을 한눈에 보이게 설계하던 것과 비슷한 맥락인 것 같더라구요
기획이든 마케팅이든, 실행보다 목적과 흐름을 먼저 정의하는 것이 핵심인 것 같습니다.
2. 핵심 기능 선정
2일차 과제에 정의한 타겟과 페르소나를 바탕으로 핵심 기능을 하나 선정했습니다.
"결제 직전 예산을 초과했을 때, 어떤 상품을 빼거나 쿠폰을 어떻게 조합하면 예산 안에서 최대한 많이 살 수 있는지를 자동으로 시뮬레이션해주는 과정"
선정 기준 세 가지를 모두 충족하는지 확인해야 합니다.
✅ 유저가 반드시 거쳐야 하는 핵심 행동인가?
→ 예산을 초과한 장바구니에서 "뭘 빼야 하지?"를 고민하는 순간은 결제 전환 직전의 가장 결정적인 분기점으로, 이 순간을 해결하지 못하면 이탈로 이어짐
✅ 서비스의 차별성이 드러나는 지점인가?
→ 기존 플랫폼은 쿠폰 추천이나 총금액 표시는 하지만, "예산 초과 시 최적 조합을 자동으로 시뮬레이션"해주는 기능은 아직 제대로 구현되지 않음. 사용자가 직접 계산해야 하는 인지 부하를 서비스가 대신 해결해주는 것이 차별점
✅ 타겟 사용자의 페인포인트를 직접 해결하는 순간인가?
→ 타겟 사용자가 결제 직전 이탈하는 진짜 이유는 "비싸서"도 있지만, "어떻게 조합해야 예산 안에서 최대한 살 수 있는지 계산하기 귀찮아서"도 있음. 이 기능은 가격 부담을 덜어줌과 동시에 계산 과정을 서비스가 대신해줌
3. AS-IS vs TO-BE 사용자 시나리오
- 누가: 적극적인 온라인 쇼핑러, 결제 직전 예산 초과로 이탈하는 20~30대 여성 (e.g. 페르소나: 박서연, 26세, 중소기업 마케터)
- 상황: 무신사/지그재그/올리브영 등 커머스 플랫폼의 블랙프라이데이 세일 기간 or 퇴근 후 장바구니에 담은 상품 결제 시도
- 목적: 한정된 예산(7만 원) 안에서 찜해둔 상품을 최대한 많이 구매하고 싶지만, 총금액이 예산을 초과해 결제를 망설이고 있음
🔴 AS-IS
- 앱 실행 후 장바구니 진입 — 미리 찜해둔 상품 5개 확인
- 총금액 확인 → 87,000원 — 예산(70,000원) 초과 확인
- ⚠️ 이탈 포인트 1: 예상보다 높은 금액에 심리적 저항 발생 → 바로 앱 종료
- 이탈하지 않은 경우 → "뭘 빼야 하지?" 고민 시작
- 상품별 가격·할인율 직접 비교 시도
- 쿠폰함 진입 → 쿠폰 3개 보유 확인 → 조건 하나씩 직접 확인
- 머릿속으로 상품·쿠폰 조합 계산 시도 → 경우의 수가 많아 인지 부하 발생
- ⚠️ 이탈 포인트 2: 계산이 복잡해서 포기 → 이탈 확정
- 결제 미완료 → 앱 종료
🟢 TO-BE
- 앱 실행 → 예산 설정 화면 진입
- 쇼핑 시작 전 또는 장바구니 진입 시점에 예산 입력 유도
- "이번 쇼핑 예산을 설정해보세요" → 70,000원 입력
- 탐색 단계부터 예산 잔여액 실시간 표시
- 상품을 장바구니에 담을 때마다 "예산까지 23,000원 남았어요" 안내
- 예산 초과 시점에 서비스가 선제적으로 개입
- 장바구니 하단 배너 자동 노출: "예산을 넘어요. 최적 조합을 찾아드릴까요?"
- 시뮬레이션 실행
- 서비스가 자동으로 상품/쿠폰 조합 계산
- 결과 예시: "상품 C 제거 + 쿠폰 B 적용 → 68,500원, 예산 내 구매 가능"
- 대안 조합 2~3개 함께 제시
- 원하는 조합 선택 → 장바구니 자동 반영
- 최종 금액 확인 후 결제 완료
4. 유저 플로우 작성 (피그마)
정상 플로우, 에러 플로우(결제 실패), 예외 케이스(비로그인 유저) 세 가지로 나눠서 피그마로 직접 그렸습니다.
그리면서 가장 중요하다고 느낀 체크포인트 세 가지:
- 불필요한 단계가 없는가?
- 유저가 고민해야 하는 순간이 있는가?
- 실패했을 때 다시 시도할 수 있는가?
✔️ 4일차 : PRD 작성 + AARRR
1. 서비스 소개
서비스명: 예산 최적화 장바구니 (기존 커머스 플랫폼 add-on 기능)
한 줄 소개: 담았으면 사야죠. 예산 안에서 최선의 선택을 대신 찾아드립니다.
2. 문제 정의
국내 이커머스 사용자들은 세일 기간에 장바구니를 적극적으로 채우지만, 결제 직전 단계에서 예상보다 높은 총금액을 마주하고 이탈한다. 쿠폰 조건·옵션 가격·배송비가 결제 단계에서야 한꺼번에 드러나기 때문이다.
이커머스 시장은 2025년 거래액 271조 원으로 성장했지만 증가율은 한 자릿수로 둔화됐다. 지금 단계에서 플랫폼 성장의 핵심은 신규 유입뿐 아니라 기존 사용자의 결제 전환율을 높이는 것이다. 결제 직전 이탈을 줄이고 전환율을 높이는 것은 마케팅 비용 없이 GMV를 높일 수 있는 가장 효율적인 방법이다.
3. 핵심 기능 (우선순위)
| 우선순위 | 기능명 | 설명 | 필요한 이유 |
| P0 (Must) | 예산 초과 감지 및 알림 | 총금액 초과 시 즉시 배너 노출 | 이탈이 가장 많이 발생하는 순간에 선제 개입 |
| P0 (Must) | 쿠폰 최적 조합 시뮬레이션 | 보유 쿠폰 최적 조합 자동 계산 | 사용자 인지 부하 제거, 결제 전환율 직접 개선 |
| P1 (Should) | 유사 저가 상품 추천 | 비슷한 상품 중 낮은 가격대 추천 | 예산 초과 시 대안 제시, "N원 낮아져요" 알림 |
| P1 (Should) | 예산 설정 기능 | 쇼핑 전 예산 직접 입력 | 초과 감지·시뮬레이션의 선행 조건 |
| P2 (Nice to have) | 절감 금액 히스토리 | 절감 금액 누적 표시 | 서비스 가치 체감 강화, 재방문 동기 부여 |
4. 서비스 가치 검증/KPI 설정
4-1. 서비스 가치
- 이 서비스가 제공하는 가치
- 결제 직전 이탈의 원인인 "예산 초과 + 조합 계산 피로"를 서비스가 대신 해결해줌으로써, 구매 의지가 있는 사용자가 실제 결제까지 이어질 수 있도록 돕는다.
- 기존 서비스와의 차별점
- 기존 플랫폼은 쿠폰 추천이나 최저가 비교를 제공하지만, "예산을 초과했을 때 어떤 조합으로 예산 안에서 최대한 살 수 있는지"를 자동 시뮬레이션해주는 기능은 없다.
- 실제 페인포인트 해결
- 세일 기간 장바구니 이탈, 쿠폰 조건 복잡성으로 인한 결제 포기, 앱스토어 리뷰에서 반복적으로 확인된 가격 불투명성 문제를 직접 해결한다.
4-2. 목표(Goal) / KPI 설정
1️⃣ 가설 설정
결제 직전 단계에서 예산 초과를 감지하고 쿠폰 최적 조합 시뮬레이션 및 유사 저가 상품을 자동 제안하면 → 사용자가 스스로 계산하거나 포기하지 않고 대안을 선택할 수 있게 되어 → 장바구니 이탈률이 감소하고 결제 전환율이 증가할 것이다.
2️⃣ 검증 방법
1. A/B 테스트
- 기능 미적용 그룹(A)과 예산 초과 감지 + 시뮬레이션 기능 적용 그룹(B)으로 나누어, 동일 세일 기간 내 결제 전환율과 장바구니 이탈률을 비교
- 평상시 상시 세일 시즌에 활용하는게 가장 좋을 것 같음.. 대규모 시즈널 세일(블프, 연말 세일 등)엔 리스크가 클 듯.
- 상시에 한번 해보고 좀더 디벨롭해서 대규모 특수 시즌에 활용하는게 좋지 않을까.
2. 퍼널 분석
- 장바구니 진입 → 예산 초과 감지 배너 노출 → 시뮬레이션 실행 → 결제하기 클릭 → 결제 완료 각 단계별 이탈률을 측정
- 어느 단계에서 이탈이 집중되는지 파악하여 기능 개선의 우선순위 결정
3. 사용자 행동 데이터 분석
- 시뮬레이션 기능 클릭률, 추천 상품 교체율, 쿠폰 적용 완료율 등 로그 데이터를 분석
- 기능이 노출되었음에도 사용하지 않는 비율이 높다면 UX 개선 가능한지 확인
4. 히트맵 / 세션 리플레이 분석
- 예산 초과 배너가 노출된 이후 사용자가 실제로 어떤 행동을 하는지(배너 클릭, 무시, 스크롤 후 이탈 등)를 시각적으로 확인
- 배너 위치나 문구 개선
5. 사용자 인터뷰 / 설문조사
- 기능 사용 후 "예산 안에서 원하는 상품을 살 수 있었다는 확신이 생겼는가"를 측정
- 혹은 커뮤니티 반응 확인하여 날것의 소비자 반응 확인
- 정량 데이터로 포착되지 않는 신뢰감, 만족도 변화를 보완
3️⃣ KPI
| 지표 | AS-IS | TO-BE | 기간 |
| 장바구니 결제 전환율 | 38% | 50% | 3개월 |
| 예산 초과 시점 이탈률 | 65% | 45% | 3개월 |
| 시뮬레이션 기능 사용률 | 0% (신규) | 40% | 3개월 |
| 세일 기간 평균 주문 금액* | 52,000원 | 58,000원 | 세일 시즌 1회 |
| 기능 사용 후 결제 완료율 | — | 70% | 3개월 |
* AOV보다 전환율을 챙기는 서비스... 적용이 필요한 플랫폼은 서비스가 처한 상황에 따라 다를듯
5. AARRR 프레임워크 적용
AARRR은 사용자 행동을 5단계로 나눠 서비스 성장을 분석하는 프레임워크입니다.
그로스 마케터로 일하면서 익숙했던 개념이에요.
| 단계 | 정의 | 서비스 적용 |
| Acquisition (유입) | 사용자가 어떻게 들어오는가 | SNS 광고 (UTM 추적) / 앱스토어 검색(ASO) / 커뮤니티 바이럴 |
| Activation (활성화) | 가치를 처음 경험하는 순간 | 예산 초과 배너 → 시뮬레이션 결과 확인 → 첫 결제 완료 (Aha Moment) |
| Retention (재방문) | 다시 돌아오게 만드는 요소 | 절감 금액 히스토리 / 찜 상품 가격 하락 알림 / 세일 시즌 사전 알림 |
| Revenue (수익) | 어떻게 수익을 창출하는가 | 브랜드 광고 수수료 / GMV 수수료 증대 / 프리미엄 멤버십 구독 |
| Referral (추천) | 자발적 확산이 일어나는가 | 절감 결과 공유 카드 / 친구 초대 리워드 / 장바구니 공유 기능 |
1️⃣ Acquisition (유입)
핵심 타겟은 세일 시즌에 적극적으로 쇼핑하는 20~30대 여성입니다.
첫째, SNS 광고 유입
인스타그램·틱톡에서 "블프 장바구니 87,000원 → 68,500원으로 줄인 썰" 같은 실사용 후기 형태의 콘텐츠 광고를 집행
UTM 파라미터로 utm_source=instagram&utm_medium=ad&utm_campaign=bfcm_2026 형태로 유입 경로를 추적해 어떤 광고 소재가 실제 앱 설치로 이어지는지 측정
둘째, 커뮤니티 바이럴 유입
스레드·X 등 쇼핑 정보 공유가 활발한 커뮤니티에서 "이 앱 쓰니까 블프 때 XX원 아꼈다" 형태의 자연 확산을 유도
| 유입 경로 | 측정 지표 | 측정 방법 |
| SNS 광고 | 광고 클릭 → 앱 설치 전환율 | UTM 파라미터 추적 |
| 커뮤니티 바이럴 | 자연 유입 설치 수 | utm_source=organic 비율 |
2️⃣ Activation (활성화)
"예산 초과 배너가 노출된 후, 시뮬레이션 결과를 보고 실제 결제를 완료한 첫 번째 순간"
사용자가 장바구니에 상품을 담고 → 예산 초과 감지 배너를 처음 경험하고 → 쿠폰 최적 조합 또는 유사 저가 상품 추천을 통해 → 실제로 예산 안에서 결제를 완료했을 때, 서비스의 핵심 가치가 처음으로 전달되는 지점으로 정의
이 순간을 "Aha Moment" 로 정의하고, 첫 방문에서 이 경험까지 도달하는 비율을 Activation Rate로 측정할 수 있을 것으로 보입니다.
| 지표 | 정의 | 목표 |
| Activation Rate | 앱 첫 방문 후 시뮬레이션 기능 1회 이상 사용 비율 | 첫 방문 후 3일 내 30% |
| Aha Moment 전환율 | 시뮬레이션 실행 → 결제 완료 전환율 | 70% |
3️⃣ Retention (재방문)
세일이 없는 평소에도 재방문을 유도하기 위해 아래 요소를 설계하는게 중요할 것으로 보여요.
- 절감 금액 히스토리: "지금까지 총 N원 아꼈어요" 알림 → 서비스 가치 체감 강화
- 세일 시즌 사전 알림: "블프 D-3, 과소비 줄이고 싶다면?" 리마인더
| 지표 | 현재 | 목표 | 기간 |
| 7일 재방문율 | — | 35% | 3개월 |
| 30일 재방문율 | — | 50% | 3개월 |
| 세일 시즌 재사용율 | — | 65% | 6개월 |
| 찜 상품 재방문율 | — | 40% | 3개월 |
4️⃣ Revenue (수익)
주 수익 구조는 결제 전환율 개선을 통한 GMV 증가를 기반으로 합니다.
그 외 주요 수익 모델로는 입점 브랜드 광고 수수료가 있을 것으로 보입니다.
유사 저가 상품 추천 영역에서 브랜드가 자사 상품을 우선 노출하기 위해 지불하는 광고비로,
사용자가 예산 초과 상황에서 대안을 찾는 순간에 노출되므로 광고 효율이 높을 것으로 보입니다.
| 수익원 | 수익 발생 조건 | 측정 지표 |
| 브랜드 광고 수수료 | 추천 상품 클릭 및 구매 | 추천 상품 클릭률 / 구매 전환율 |
| GMV 수수료 | 시뮬레이션 후 결제 완료 | 기능 사용 후 결제 완료 건수 |
5️⃣ Referral (추천)
추천 구조는 "절감 경험의 공유" 를 핵심으로 설계하여, 돈을 아낀 경험을 자랑하고 싶어한다는 심리를 활용합니다.
- 절감 혜택 공유 및 확산: "나 오늘 18,500원 아꼈다" 형태의 바이럴 콘텐츠 확산
- 친구 초대 리워드: 초대한 친구가 첫 결제 완료 시 양쪽 모두에게 쿠폰 지급
- 세일 시즌 장바구니 공유: "내 장바구니 보기" 링크 공유 기능으로 친구와 쇼핑 공유
💬 오늘의 회고
이번에 타겟 → 문제 → 기능 → 플로우 → KPI 순서로 직접 설계해보면서
좋은 기획은 기능을 줄이고 문제를 날카롭게 좁히는 것에 가깝다는 걸 알게됐습니다.
와 정말...
온전한 하나의 서비스가 아니라 플랫폼의 애드온 기능으로서 구현한 서비스인데도
(그리고 기획자 지망생의 시선으로만 봤는데도)
이렇게 챙겨야 할 것들이 많다니..............
큰 조직이 작고 세분화되어 있는 이유를 조금은 알 것 같기도 하더라구요
사실 지금 TIL을 작성하면서
유저플로우에 빠져있는 부분도 보이고 매끄럽게 모든 내용이 연결되지 않는 것도 보이고..
물론 현업자가 되어서 이걸 다시 보면 부족한 점들이 또 보이겠지요
근데 너무 재밌었어요..
마케팅을 하면서 익숙했던 개념들이 보이면서도 마케팅 그만두길 잘했다 싶기도 하고
진작에 부캠 들을걸.. 진작에 이쪽 일 시작했으면 좋았을 걸 싶었어요
제가 좀더 잘할 수 있는 분야라는 생각이 들기도 하네요
다음주엔 또 어떤 챌린지가 있을까..
'PM 기록' 카테고리의 다른 글
| 내일배움캠프 TIL : 이커머스 사용자 여정 분석, 패션·뷰티 커머스 PM이 봐야 할 것들 (0) | 2026.05.13 |
|---|---|
| 내일배움캠프 TIL: 이커머스 PM은 무슨 일을 할까? 무신사/지그재그/올리브영 PM 직무 파헤치기 (0) | 2026.05.12 |
| [내일배움캠프 PM 7기] TIL 4일차 : 피그마 기초부터 디자인 시스템까지 (0) | 2026.05.11 |
| [내일배움캠프 PM 7기] TIL 2일차 — "사용자를 좁힐수록 서비스가 선명해진다" (1) | 2026.05.07 |
| [내일배움캠프 PM 7기] TIL 1일차 — "PM이 뭔지도 모르고 PM 하겠다고 했다" (1) | 2026.05.06 |
