concern[] 다중소속 — 스펙 프로토타입data/mio-user-flow-log.csv로 합성해 이 페이지가 fetch로 자동 로드합니다. 각 가입 유저에 나이·성별·마케팅동의·감정·주요고민(다중)·파트너 속성과
가입 후 핵심 가치행동 timing/횟수 시나리오(리텐션이 뛰어나지 않은 현실적 형태 — D1도 낮고 D7·D30로 급감, plateau·CC 낮음)를 부여했습니다.
아래 아하 퍼널·Plateau·CC를 포함한 모든 수치는 CSV 이벤트 스트림에서 실제 파생 계산됩니다(하드코딩 아님).
표본·기간이 작아 신규 진단 패널은 값이 아니라 "이 로그로 이런 진단이 뽑힌다"는 형태·방법론 시연입니다.
획득→활성 퍼널
app_installed → login_succeeded → signup_completed → onboarding_completed → 첫 핵심행동(activation). 단계별 전환/이탈.
세션 진입점 (entry_point)
재방문 경로 = app_session_started.entry_point 분포.
플랫폼
주간 활성 디바이스 (WAU)
막대 = 그 주에 app_session 1건 이상인 distinct 디바이스 수. 막대 위 = 유저베이스 흐름
(+신규·+복귀·−이탈, 0은 생략).
주간 집계(강의: Daily는 요일 노이즈 큼 → Weekly 선호).
핵심 기능 사용량 (semantic 이벤트)
텍소노미 활동 이벤트 발생 건수 Top.
일간 활성 디바이스 (DAU) 참고용
막대 = 그 날 app_session 1건 이상인 distinct 디바이스 수. 막대 위 =
+신규·+복귀·−이탈(0은 생략). 가로 스크롤 35일.
Aha Moment 퍼널 XX·YY·ZZ
X = 가입 후 일 내 핵심 가치행동(emotion_score_recorded 재구성 + todo_checked_in 투두) 횟수(ZZ). Y = D 잔존율(RPV). 곡선이 급등하는 임계 ZZ = "최적 아하 지점".
PMF Plateau (전체 리텐션 + 등급밴드)
전체 가입자 리텐션 곡선(t0=signup_completed)이 후반 평탄화(Plateau)하면 = 스스로 재방문하는 코어층 = PMF. Plateau 높이 → 강의 등급밴드(20/40/70%).
코호트별 리텐션 facet 스위처
코호트 = facet:value 쌍. 대상 = 회원가입 완료자(signup_completed). t0 = 회원가입 완료일.
Dn = 코호트 내 유저 중 t0+n일에 app_session≥1 비율. · = 관측 윈도우 밖이라 아직 측정 불가.
전체 리텐션 곡선 (설치일 코호트 대체)
코호트 무관 · 전체 회원가입자 대상 signup 기준 단일 리텐션. 기존 설치일 삼각행렬을 대체.
수용 한계치 (CC · Carrying Capacity) 80% 게이지
마케팅·외부개입 없이 자연 유입·이탈만으로 도달하는 유저베이스 상한. 유입 = 회원가입 완료 기준.
| user | demo | marketing | emotion | concern (다중) | partner | ∈ cohorts | 아하(7일) | 활성일 |
|---|