실험되지 않은 로그는 '이유'를 말해주지 않습니다.

그리고 서비스에 매번 실험 설계를 적용하기는 매우 어렵습니다.

로그 데이터 분석을 통해 체류시간이 300초가 넘는 '고래(VIP) 유저'를 발견했다고 합시다.

하지만 정량 관찰은 '그 사람이 왜(Why) 오래 머물렀는지'는 말해주지 않습니다.

  1. 너무 좋아서 꼼꼼히 읽느라? (긍정)
  2. 내용이 너무 어렵고 길 잃어서 헤매느라? (부정)

만약 2번인데 '체류시간 기니까 성공!'이라고 착각하면 비즈니스의 시행착오가 커집니다.

숫자가 말해주지 않는 '맥락'을 확인하기 위한 방법을 이야기해 봅시다!

1. 고객 설문을 통한 데이터 수집 = CSAT, NPS, CES + “why?”

CSAT - 고객 만족도 NPS - 순 추천지수 CES - 고객 노력 점수

2. 션 엘리스 테스트를 통한 PMF 진단 (The Sean Ellis Test)

"스타트업의 유일한 목표는 PMF(Product-Market Fit)를 찾는 것입니다.

그런데 PMF를 찾았는지 어떻게 알까요? '느낌'이 아니라 '숫자'로 측정하는 표준 방법이 있습니다. 바로 **션 엘리스 테스트(The 40% Rule)**입니다."

스크린샷 2026-01-27 오전 1.01.14.png

📉 [Concept] 션 엘리스 테스트란?

🛠️ PMF 설문 데이터 분석

어제의 'B안(Variant)' 사용자 100명이 설문에 응답했다고 가정한 가상 데이터를 활용해 PMF를 계산합니다.

**[가상 설문 결과 데이터]
- **총 응답자:** 100명
- **매우 실망함:** 35명 (35%)
- **다소 실망함:** 40명
- **실망 안 함:** 25명**

[분석 프롬프트]

# Task
현재 우리 서비스의 션 엘리스 테스트 결과는 "매우 실망함"이 35%입니다.
PMF 기준인 40%에 조금 미치지 못했습니다.

# Question
**1. 이 상태(35%)는 어떤 단계로 해석해야 하는가? (초기 진입 / 성장 / 정체 등)**
2. 40%를 넘기기 위해, '다소 실망함(40명)' 그룹을 '매우 실망함'으로 전환시키기 위한 전략은 무엇인가?
3. '실망 안 함(25명)' 그룹의 피드백은 무시해도 되는가? 그 이유는?

3가지 고객지표 + 션 앨리스 테스트 통합 설문 추출 프롬프트 및 응답 예제

customer_survey_design_principles.md

Survey 지표 통합 설문조사 방법론

**/aztks**

현재 개발된 프로젝트의 UX 워크플로우에 대하여 OOO 고객 유형에 대한 통합 설문조사를 진행하고자 한다.
{**customer_survey_design_principles.md}** 의 방법론에 따라서 설문조사지를 작성하고 검토 및 보완까지 aztks 방법으로 수행해서 완성해줘.

[AI 서비스 기획개발과정] 5기 수강생 설문

→ 전체적인 설문 기법에 따른 문항 구성을 느껴보실 수 있게 하나로 구성된 설문지 응답 고객 피로 관점에서 이 모든 설문 문항을 하나의 설문지로 구성하는 것이 일반적인 상황은 아닙니다!

3. 종합적 개선 인사이트 추출 : Why 응답으로부터 AI로 고객 속마음(VOC) 채굴하기

"수백 개의 서술형 리뷰를 언제 다 읽지?”

→ 쌓인 고객의 응답 텍스트를 AI에게 던져주고 감성 분석, 키워드 추출, 요약을 시켜 분석합시다.

📝 [Step 1] 피드백 데이터 준비

survey_answers.csv