5-3 어느 스팀잇 작가분께서 가르쳐 주신 Markov Chain 예측 사례

오랜 만에 비오는 날 주위가 조용해짐과 아울러 나만의 조용한 시간을 가지면서 스팀잇 글을 읽어 본다. 다들 잘 아시겠지만 디자인 분야에서 활동하시는 Hive account@kyounga 작가님은 고퀄리티의 품격 있는 글만을 쓰시는 작가분이다.

최근 글 중에 먹방계의 유명인 백종원 솔루션의 3가지에 관한 글을 읽게 되었다. 백종원씨가 방송에서 어떻게 귀에 쏙 들어오게 얘기했는지야 알 수 없지만 정말 Hive account@kyounga 작가님에 의해 정갈하게 요약되었다.

그 글 중에서 세 번째 “매출보다는 재방문률을 주목!”하라는 부분이 있다. 이 짧은 글에서 작가님께서 컨텐츠 사업에서도 매출액 외형에 해당하는 즉 조회수 보다는 고정팬 확보에 따른 재방문률이 중요하다는 언급 및 당부가 있다.

사실 얼마전에 머신 러닝 확률편을 공부해 나가는 과정 중에 Markov Chain 예제를 블로그에 올린 적이 있다. 백종원 솔류션을 요약한 작가님의 3번째 당부내용이 바로 필자가 올렸던 3개 마트의 고객 점유율 Markov Chain 예제 문제임을 알아차리는데 별 시간이 걸리지 않았다.

이 대목에서 놀라웠던 점의 하나는 백종원씨야 경영 경험이 풍부하므로 이런 내용을 깊이 꿰뚫고 있겠지만 콘텐츠 비즈니스를 생각하시는 Hive account@kyounga 작가님의 예리한 안목에는 깊은 존경심이 울어날 뿐이다. 작가님의 글은 아래 url 주소에서 읽어 볼 수 있다.

콘텐츠 자영업에 대입해 본 백종원의 솔루션
https://steemit.com/kr/@kyunga/3kgufg

다시 재방문율에 관해서 간단히 생각해 보도록 하자.

이 그림에서 80% 70% 60% 가 재방문율을 뜻한다. 이 주간 단위로 고객 변동을 예측하기 위한 Markov Chain 문제에서 여러 주가 경과하게 되면 고객 점유율의 순서가 변동이 일어난다. 즉 C 와 B 의 순위가 바뀌게 되는 것이다. 그렇다고 C 가 꼭 망하는 것은 아니며 일정한 값의 고객 점유율 값에 수렴하게 된다.
즉 9주차까지 계산해 보았더니 어느 정도 균형 값 즉 45%:35%:20%에 접근하는 듯하다. 즉 A 마트는 1등을 유지하고 B 마트가 재방문율이 높아서 좀 뜨고 C 마트가 많이 찌그러졌다.

Markov Chain 계산 예제 방법 및 내용은 아래 URL 주소에서 참고하도록 하자.
5-2 Markov Chain 매트릭스 예제 엑셀처리
https://steemit.com/kr/@codingart/5-2-markov-chain