웹 페이지 내 사용자 체류 시간 지표의 계산 방식과 데이터 해석 시 주의점에 대한 글.
https://support.contentsquare.com/hc/en-us/articles/37271873598097-Time-Spent
1. Time Spent(체류 시간)의 정의 및 계산법
- 정의: 사용자가 웹 페이지에 머무는 평균 시간.
- 측정 기준: 첫 번째 페이지뷰(Pageview)가 트리거된 시점부터 해당 페이지에서 발생한 마지막 이벤트(클릭, 스크롤 등)가 전송된 시점까지의 간격을 측정.
- 공식:{Time Spent} = {마지막 이벤트 전송 시간} - {첫 번째 페이지뷰 전송 시간}
2. 비즈니스 맥락에 따른 데이터 해석 방법
- 체류 시간의 '좋고 나쁨'은 콘텐츠의 성격에 따라 상대적으로 해석해야 함.
- 콘텐츠 소비형 페이지 (e.g. 블로그 포스트, 칼럼): 사용자가 정보를 읽는 데 시간이 걸리므로 체류 시간이 긴 것이 긍정적인 신호임.
- 목적 지향형 페이지 (e.g. PDP ): 사용자가 정보를 빠르게 파악하고 다음 단계(장바구니 담기, 구매 등)로 넘어가는 것이 좋으므로, 체류 시간이 너무 길지 않은 것이 이상적일 수 있음.
3. 세그먼트(Segment) 필터링 시 주의점
- 조건부 세그먼트를 생성할 때 동작 방식을 오해하면 안 됨.
- 예를 들어, '페이지 체류 시간이 10초 미만인 사용자'로 필터를 걸 경우, 해당 짧은 페이지뷰 데이터만 솎아내는 것이 아니라, 그 조건을 만족한 사용자의 '세션 전체 페이지뷰 데이터'가 포함될 수 있음. 필터 세팅을 정확히 해야 데이터 오염 막을 수 있음.
4. 데이터의 유의성과 한계점
- 조회수(Views)가 낮은 페이지에서는 이 지표만 신뢰해서는 안 됨.
- 표본(Sample)의 크기가 작을 때 시간 메트릭은 변동성이 매우 커지기 때문임.
- 이유: 어떤 사용자가 페이지를 켜둔 채 10분 동안 자리를 비웠다가(방치) 돌아와서 아무 요소나 하나 클릭하고 나간 경우, 이 극단적인 값 하나가 전체 평균 체류 시간을 비정상적으로 길게 왜곡(Skewed)시키기 때문임.
오늘 인사이트, 느낀 점
- 체류 시간 데이터는 분석 전 모수의 skewness 확인한 후 분석 범위를 판단해야 한다.
- 콘텐츠의 성격 따라 체류 시간이 길수록 긍정적일 수도, 부정적일 수도 있다.
- 입문 과제 피드백 이후부터 약간 체류 시간 지표에 대한 집착?이 있었던 것 같다. 감사히도 이 아티클에서 유저 액션이 view와 event로 상세히 구분되고, 액션들 기반으로 site/page/zone metrics들이 각각 잘 정리되어 있어서 상세히 이해할 수 있어서 드디어 집착이 해소된 것 같다.
- 가짜 체류 시간(이탈 방치)을 걸러내기 위해서는 Activity Rate 정도는 Time Spent 지표와 함께 분석해야 할 듯하다.