데이터 분석/지표 분석9 사용자 분석 - 리텐션에 영향을 주는 액션 구하기 우리 서비스의 주간 리텐션을 알고 싶어요 리텐션을 높이려면 어떻게 해야 하나요? 문제 정의하기 리텐션은 고객이 유지되는 비율로 잔존율이라고도 표현한다. 사용자가 서비스를 지속적으로 이용하는데에는 다양한 요인이 복합적으로 작용하므로 단순히 기능 추가나 UI 개선으로 리텐션 개선의 본질적인 문제를 해결할 수 있다고 보기 어렵다. 따라서 리텐션에 긍정적/부정적 영향을 주는 요인을 강화/제거하는 방향으로 접근하는 것이 바람직하다. 가령 14일 차의 리텐션을 개선하고 싶다면 7일 차의 리텐션 판정 기간 동안 사용자가 어떠한 액션을 했는지 조사한다. 리텐션에 영향을 주는 액션의 사용률이 낮다면 사용자들이 해당 액션을 할 수 있게 설명을 추가하거나 이벤트를 통해 액션 사용을 촉진하고 사용자 시나리오와 동선 등도 함께.. 2023. 1. 9. 매출 분석 - ARPU/ARPPU 구하기 우리 서비스 유저들의 1인당 평균 결제금액은 얼마나 되나요? 이 지표를 어떻게 활용할 수 있을까요? 문제 정의하기 ARPU(Average Revenue Per User)는 특정 기간 동안의 유저 1인당 평균 결제금액을 말한다. 유저 1인당 평균 결제금액은 결제 여부를 기준으로 크게 두 가지로 구분할 수 있다. ✔ ARPU(유저 1인당 평균 결제금액) = 매출/활성 사용자 수 ✔ ARPPU(결제 유저 1인당 평균 결제금액) = 매출/결제 사용자 수 한편 일자별 ARPPU의 경우 다른 일자의 결제 활동은 고려할 수 없기 때문에 일자별로 수치가 크게 상이한 상황이 발생할 수 있다. 필요한 데이터 활동 로그 데이터(발생일시, 이벤트명, 유저id), 주문 데이터(주문일자, 주문금액, 주문id) 풀이 1) 일자별 .. 2022. 12. 26. 사용자 분석 - 고객 세분화 그룹 구하기(RFM) 충성고객에게 혜택을 주는 이벤트를 기획 중입니다 구매금액이 큰 순서로 충성고객 리스트를 뽑아주세요 문제 정의하기 충성고객은 장기적이고 지속적인 관점에서 서비스 온보딩 여부(+사용자의 가치)를 판단해야 하기 때문에 단순히 구매금액이 큰 사용자만을 충성고객으로 정의하기는 어렵다. 따라서 RFM 분석을 통해 언제, 얼마나 자주, 얼마나 많은 금액을 지불했는지 사용자 그룹을 나누어 봐야 한다. RFM은 다음 3가지의 기준을 의미한다. ✔ Recency(최근 구매일): 최근 구매 이력이 있는 사용자를 충성고객으로 취급 (숫자가 작을수록 충성고객) ✔ Frequency(누적 구매 횟수): 사용자가 구매한 횟수 (숫자가 클수록 충성고객) ✔ Monetary(구매 금액 합계): 사용자의 구매 금액 합계 (숫자가 클수록.. 2022. 12. 20. 매출 분석 - 매출 연관 지표 구하기 작년 이맘 때보다 매출이 떨어진 것 같은데 원인이 무엇인지 분석해주세요 문제 정의하기 매출은 결과에 불과하기 때문에 결과의 원인인 판매 횟수, 평균 구매액 등 주변 데이터를 같이 봐야 한다. 매출이 하락하고 있다 ✔ 판매횟수: 판매 횟수는 변화 없는데 ✔ 평균 구매액: 평균 구매액이 낮아져서 전체적인 매출이 하락했다 → 기간 내 판매된 상품의 내역을 확인해서 수치에 대한 근거를 찾는다 매출에 변화가 없다 ✔ 판매 횟수: 판매 횟수는 증가했는데 ✔ 평균 구매액: 평균 구매액이 낮아져서 매출에 변화가 없다 → 방문 횟수, 상품 수, 회원 등록 수를 확인해서 판매 횟수의 증가 원인을 찾는다 매출 관련 지표 판매 횟수 평균 구매액 매출액 누계 매출액 작년 매출액 작년비 20XX년 1월 - 회 - 원 - 원 - .. 2022. 12. 17. 사용자 분석 - MAU 구하기 우리 서비스의 MAU를 알고 싶어요 어떻게 그 수치가 나오게 되었는지 설명해주세요 문제 정의하기 MAU 숫자만 봤을 때는 개선을 위한 전략이나 액션 아이템을 도출하기 어렵기 때문에 MAU를 구성하는 사용자의 유형을 나누어 봐야 한다. MAU(월간 활성 사용자)는 다음의 케이스들로 이루어져 있다. ✔ 신규 사용자: 이번 달에 처음 사용한 경우 ✔ 재사용자: 지난 달에도 사용하고 이번 달에도 사용한 경우 ✔ 컴백사용자: 지난 달에 사용하지 않았고 이번 달에 사용했으나 이번 달 첫 사용이 아닌 경우 필요한 데이터 유저 데이터(가입일자, 유저id), 활동 로그 데이터(발생일시, 이벤트명, 유저id) 풀이 with monthly_user_action as ( select u.user_id, DATE_FORMAT(.. 2022. 12. 14. 매출 분석 - 카테고리별 매출 구하기 카테고리별 매출이 얼마나 되는지 알고 싶어요 각 카테고리 내에서 차지하는 비율까지 알 수 있으면 좋겠어요 필요한 데이터 주문 상세 데이터(1차 카테고리, 2차 카테고리, 금액, 상품명) 풀이 select category, sub_category, sum(price) over (partition by category, sub_category) amount, sum(price) over (partition by category) total, sum(price) over (partition by category, sub_category) / sum(price) over (partition by category) * 100 as rate from purchase_detail_log group by categor.. 2022. 12. 13. 사용자 행동 데이터 설계/분석 현실 레슨 런 데이터 쌓은 거 있어요? 아니 없어요 쓸만한 데이터가 하나도 없어요? 없어요 아 있었는데? 아니 없어요 그냥 데이터를 기반으로 서비스를 개선해 나가는 것은 누구나 꿈꾸는 일이지만 경험해보니 생각보다 녹록치 않다. 일단 위 사례처럼 쌓아 놓은 데이터 자체가 없는 경우가 많다. 그래서 대부분 행동 로그라고도 부르는 사용자 행동 데이터부터 쌓기 시작할 것이다. 그런데 이 사용자 행동 데이터는 데이터량이 방대하고 결과물이 raw 데이터에 가깝기 때문에 설계 및 분석이 까다롭다. 설계 방법론에 대해 참고할 만한 글은 많은 것 같아서 나는 사용자 행동 데이터 설계/분석 등에 대한 현실 레슨런에 대해 남겨보려고 한다. 닭이 먼저냐 달걀이 먼저냐, 데이터가 먼저냐 서비스가 먼저냐 앞서 언급한 ‘데이터 기반의 서비스 개.. 2022. 9. 10. 코호트-리텐션 분석(2) - SQL을 활용하여 코호트 분석하기 코호트-리텐션 분석(1) - 엑셀을 활용하여 코호트 분석하기를 먼저 보면 좋습니다 코호트-리텐션 분석(1) - 엑셀을 활용하여 코호트 분석하기 코호트 분석과 리텐션 분석이 뭐가 다른지도 모르던 시절.. 멋들어진 그라데이션 차트를 그려보겠다는 일념으로 엑셀로 코호트 차트 그리기에 도전했다. 이 글은 근성의 엑셀 함수를 거쳐 SQL로 hyeyun133.tistory.com 2. SQL을 활용하여 코호트 분석하기 SQL을 활용한 코호트 분석은 데이터리안 SQL 데이터 분석 캠프 실전반을 수강하며 배운 내용을 응용했다. 강의에서는 sqlsolve US E-commerce Records 2020 데이터를 활용했지만 이번에도 누가, 언제, 무엇을 했는지에 대한 raw 데이터만 있으면 가능하다. Step 1. Raw.. 2022. 8. 30. 코호트-리텐션 분석(1) - 엑셀을 활용하여 코호트 분석하기 코호트 분석과 리텐션 분석이 뭐가 다른지도 모르던 시절.. 멋들어진 그라데이션 차트를 그려보겠다는 일념으로 엑셀로 코호트 차트 그리기에 도전했다. 이 글은 근성의 엑셀 함수를 거쳐 SQL로 코호트 차트를 뽑아내기까지의 과정이다. 머리가 나쁘면 몸이 고생한다.. 그전에 코호트 분석과 리텐션 분석에 대해 짚고 넘어가면 코호트 분석: 동질 집단, 즉 특정한 행동양식을 공유하는 사용자 집단 단위의 분석 방법론을 말한다. (→ 분석 수단에 해당) 리텐션 분석: 잔존 사용자의 수와 특징, 원인을 파악하는 분석 과정을 말한다. (→ 분석 목적에 해당) 엑셀과 SQL: (→ 코호트 분석 도구에 해당) 그렇다면 코호트와 세그먼트는 뭐가 다를까? 코호트 분석은 ‘특정 기간의 동질 집단’ 단위로 분석한다는 점에서 일반적인 .. 2022. 8. 30. 이전 1 다음
