# 예측값 활용하기

구매와 이탈 예측의 대상 기간, 확률과 등급의 의미를 설명합니다.

Source: https://cue.airbridge.io/docs/ko/guides/reading-predictions
Language: ko
Updated: 2026-10-16

Context API의 예측값은 앱 사용자가 구매하거나 이탈할 가능성을 나타냅니다. 응답의 `predictions`에서 모델별 확률과 등급을 확인할 수 있습니다. 이 문서에서는 각 모델이 예측하는 사건과 기간, 확률과 등급을 해석하는 방법을 설명합니다.

## 예측 대상과 기간

구매 모델과 이탈 모델은 예측하는 사건과 대상 기간이 서로 다릅니다. 두 모델의 예측 기간은 앱 설치 시점을 기준으로 합니다.

앱 설치를 기준으로 비교한 예측 기간

앱 설치0일

1일
2일
3일

…

30일

구매 예측
설치 후 3일 이내

`predictions.d3_purchase`

앱 설치 후 3일 이내에 표준 주문 완료 이벤트인 `airbridge.ecommerce.order.completed`가 발생할 가능성을 예측합니다.

이탈 예측
3일이 지난 뒤부터 30일까지

`predictions.d3_churn`

앱 설치 후 3일이 지난 뒤부터 30일까지 활동 이벤트가 관측되지 않을 가능성을 예측합니다.

3일 이후 구간은 축약해 표시했습니다.

구매와 이탈은 서로 다른 사건을 예측하므로 두 모델의 등급이 모두 `high`일 수 있습니다.

## 확률과 등급의 의미

각 모델의 예측 결과에는 확률을 나타내는 `probability`와 등급을 나타내는 `tier`가 포함됩니다.

| 결과 필드     | 읽는 방법                                                                                                               |
| ------------- | ----------------------------------------------------------------------------------------------------------------------- |
| `probability` | 모델이 예측한 확률을 0부터 1 사이의 값으로 나타냅니다. `0.723`은 72.3%를 뜻합니다.                                      |
| `tier`        | 해당 모델의 학습 데이터에 대한 예측 확률 분포를 기준으로 나눈 등급입니다. `low`, `medium`, `high` 중 하나를 제공합니다. |

구매 모델의 `high`는 구매 가능성이 높은 등급이고, 이탈 모델의 `high`는 이탈 가능성이 높은 등급입니다. 등급 기준은 모델마다 다르므로 같은 확률이라도 모델에 따라 등급이 다를 수 있습니다. 모든 모델에 공통으로 적용하는 고정 확률 기준은 없습니다.

응답의 확률은 소수점 셋째 자리까지 반올림됩니다. 등급은 각 모델의 기준으로 정해집니다. 등급을 조건으로 사용할 때는 응답의 `tier`를 사용해야 합니다. 반올림된 확률로 등급을 다시 계산하면 모델이 정한 등급과 달라질 수 있습니다.

## 예측값과 개인화 효과의 차이

예측 확률은 모델이 추정한 사건의 발생 가능성입니다. 메시지를 보냈기 때문에 늘어난 구매 확률이나 개인화로 추가된 성과를 뜻하지 않습니다. 개인화가 성과를 얼마나 높였는지는 비교 조건을 정한 실험으로 확인할 수 있습니다.

## 예측값이 없는 경우

예측값을 얻지 못한 상태는 확률 `0`이나 등급 `low`와 구분해야 합니다. API 오류로 예측값을 받지 못했다면 [오류 처리](/docs/ko/reference/errors)에 따라 미리 정한 기본 동작을 적용해야 합니다.

실행 규칙의 설계 방법은 [Context 활용하기](/docs/ko/guides/using-context)에서, 전체 응답과 필드 명세는 [Context API](/docs/ko/reference/context-api)에서 확인할 수 있습니다.