> ## Documentation Index
> Fetch the complete documentation index at: https://guide.smore.im/llms.txt
> Use this file to discover all available pages before exploring further.
# 교차 분석 애널리틱스
> 복잡한 가공 없이 고차원적인 인사이트를 얻고 싶으신가요? 클릭 몇 번으로 완성 및 제공되는 교차 테이블과 전문 지표를 통해 변수 간의 상관관계를 한눈에 비교하고 데이터 근거한 전을 세워 보세요.
## 교차 분석 애널리틱스란?
교차 분석 애널리틱스는 **엔터프라이즈 플랜 - 그로스 이상 구독 시** 조회가 가능해요
질문 답변부터 엔딩, 접속 환경, 공유 및 링크 클릭까지 유저의 모든 행동 데이터를 서로 결합해 분석할 수 있는 기능입니다. 이를 통해 **전체 평균에 가려져 보이지 않았던 특정 그룹만의 행동 패턴과 성향**을 확실하게 파악하실 수 있어요.
수집된 데이터를 다각도로 교차하여 유의미한 비즈니스 인사이트를 자동 도출하는 \[교차 분석]을 통해 데이터 간의 상관관계를 한눈에 파악하고, 마케팅 가설을 검증하세요.
## 무한한 확장성의 변수 조합이 가능해요
**질문(퀴즈 답변, 폼 응답)과 질문 사이의 관계**는 물론이고, 스모어에서 수집하는 다양한 변수 (세션 시간, 디바이스 환경, 위치)와 응답자 행동 데이터 (엔딩, 링크 클릭, 공유)들도 교차 분석할 수 있습니다.
## 의사결정을 위한 전문 지표들을 제공해요
데이터는 확인했지만, 내가 발견한 인사이트가 **‘진짜 의미 있는 숫자’인지 아니면 ‘단순한 우연’인지** 확신하기 어려우셨나요?
교차 분석에서는 복잡한 계산 없이도 여러분의 가설이 데이터로 입증된 사실인지 검증할 수 있도록 **전문 통계 지표를 자동으로 생성**해 드립니다.
### **📊 의사결정을 위한 전문 지표**
* **기대 빈도**: 두 변수 사이에 아무런 관계가 없을 때, 통계적으로 발생할 것으로 예상되는 수치입니다.
* **P-Value**: 통계적 유의성 판단 기준입니다. 낮을수록(보통 0.05 미만) 데이터의 신뢰도가 높습니다.
* **카이제곱 (Chi-Square)**: 실제 데이터가 기대 빈도와 얼마나 차이가 나는지 보여줍니다. 값이 클수록 변수 간 관계가 강합니다.
### **💡의사결정을 위한 지표 활용 방법**
내 분석이 맞을까 고민된다면? 전문 지표로 데이터의 확신을 더해보세요!
* **\[카이제곱 높음] & \[P-Value 낮음]**
* **의미: "강력하고 확실한 관계"**
* 두 변수 사이에 매우 강력한 상관관계가 존재하며, 이 결과는 통계적으로 매우 신뢰할 수 있습니다. 즉, **가설이 데이터로 입증된 확실한 팩트**입니다.
* **\[카이제곱 낮음] & \[P-Value 낮음]**
* **의미: "작지만 분명한 패턴"**
* 변수 간의 수치적 차이는 아주 미세하지만, 그 패턴 자체는 통계적으로 일정하게 나타납니다. **드라마틱한 변화는 아니더라도 특정 그룹에서 반복되는 작은 특징**일 수 있습니다.
* **\[카이제곱 높음] & \[P-Value 높음]**
* **의미: "우연일 가능성이 높은 큰 차이"**
* 수치상의 차이는 크게 나타나지만, 통계적인 근거는 다소 부족한 상태입니다. **응답 데이터(표본)가 너무 적어서 발생한 현상**일 수 있으니 데이터를 더 수집한 뒤 재확인해 보세요.
* **\[카이제곱 낮음] & \[P-Value 높음]**
* **의미: "유의미한 관계 없음"**
* 변수들 사이에 유의미한 관계가 거의 없으며, 현재 나타난 차이는 단순한 우연일 확률이 높습니다. **이 데이터에 기반해 의사결정을 내리는 것은 신중해야 합니다.**