long-tail 119개의 분포는 어떻게 생겼나

119 개 사이트의 트래픽 분포를 어느 날 한 번 길게 들여다본 적이 있습니다.

머리에 있던 그림은 흔히 말하는 80/20 이었습니다. 상위 20% 의 사이트가 전체 트래픽의 80% 를 점유하는 모양. 그 모양이라면 portfolio 의 의사결정이 비교적 단순해집니다. 상위 24 개 정도를 골라 그 쪽에 lift 작업을 집중하고, 나머지 95 개는 유지 모드로 두는 그림.

실제 분포는 80/20 보다 더 한쪽으로 쏠려 있었습니다.

GA4 의 지난 30 일 users 를 사이트별로 뽑아 큰 순서로 정렬해 보면, 상위 6 개 사이트가 전체 users 의 70% 가까이를 점유하고 있었습니다. 6 개면 119 개의 5% 입니다. 상위 5% 가 70% 를 가져가는 분포. 80/20 보다 95/5 쪽에 가까운 모양이었습니다.

상위 6 개 아래의 모양도 따로 봤습니다.

7 번째부터 30 번째까지의 24 개가 그 다음 25% 정도를 점유하고 있었습니다. 이 구간의 사이트들은 한 달에 수천 명 단위의 users 가 들어오는 사이트들이고, 24 개가 비슷한 수준으로 줄지어 있습니다.

30 번째 아래부터 119 번째까지의 89 개가 남은 5% 정도를 나눠 갖습니다. 89 개 중 절반쯤은 한 달에 users 가 100 명을 못 넘기고, 그 중 다시 절반쯤은 10 명을 못 넘깁니다. 119 개 중 30 개 가까이가 한 달에 한 자리 수 users 인 셈입니다.

이 분포의 모양을 어떻게 해석하느냐.

해석 한 가지는 이렇습니다. portfolio 의 자원을 상위 30 개에 집중하는 것이 가장 효율적이다. 89 개는 효율 면에서 거의 0 에 가까운 기여를 한다. 이 해석이 합리적으로 들립니다.

다른 해석도 있습니다. 89 개의 작은 사이트는 가설 검증의 결과물이다. 그 사이트들 각각이 어떤 가설을 들고 띄워졌고, 시장이 그 가설에 거의 응답하지 않았다는 데이터를 남긴 채 거기 있다. 상위 6 개도 처음에는 89 개 중 하나였을 가능성이 있고, 어떤 변수의 조합 때문에 다른 사이트보다 응답을 더 받았다.

두 해석이 부딪힙니다. 한쪽은 자원 배분의 효율을 본 해석이고, 다른 쪽은 portfolio 의 가설 검증 기능을 본 해석입니다. 둘 다 부분적으로 맞아 보입니다.

지금의 운영은 두 해석을 다 안고 갑니다. 상위 30 개에 lift 작업의 무게를 두면서, 89 개의 작은 사이트는 noindex 같은 가벼운 정리 작업만 들어갑니다. 죽이지 않습니다. 89 개의 분포가 매주 미세하게 흔들리면서 어쩌다 한 사이트가 위로 올라오는 흐름이 가끔 관찰되기 때문이기도 합니다.

6 개와 24 개와 89 개라는 세 묶음이 머릿속에 박혀 있으면, 어떤 사이트의 신호를 볼 때 그것이 어느 묶음의 신호인지가 먼저 보입니다. 같은 5% 변화도 묶음에 따라 다른 결정으로 이어집니다.