My Record

본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반'을 수강하며 작성한 내용입니다. # 강의 수강 계기 SQL 데이터 분석 캠프 | 실전반 [4주 과정] 고급 SQL 스킬부터 실전 분석 프로젝트까지 datarian.io SQL 문법과 코딩테스트 공부는 해보았지만, 실무에서 SQL을 활용하여 어떻게 분석을 하는지 궁금증을 가지고 있었다. 그러던 중, 동아리 언니의 추천을 받아 해당 강의를 알게 되었고 SQL을 사용하여 리텐션 분석, 퍼널 분석 등 데이터 분석 방법론을 실무에 적용해볼 수 있다고 해서 바로 강의를 결제하였다. 2024.03.01 ~ 2024.03.31 한 달 동안 강의를 수강하며 많은 것을 배울 수 있었다. # 4L 회고 😊 Liked (좋았던 점) - 온라인 강의이기 때문에 언제 어디서..

데이터를 최대한 활용하고 가치 있는 결과물을 도출하려면, 기계와 도구 조작법을 깊게 이해하는 것과 별개로, 우리가 직접 익혀야 하는 고도로 가치 있는 기술 (= 데이터 문해력)이 필요하기 때문입니다. # 분석 과정에 따른 총 7가지의 가치 있는 기술 1) 목적 사고력 : 목적에 맞게 문제와 데이터를 연결하는 힘 - 풀고자 하는 문제가 명확하게 정의하기 - 정의한 문제와 사용하는 데이터 일치시키기 2) 현상 파악 및 평가력 : '이것이 문제다' 데이터로 문제를 표현하는 힘 - 결과와 평가는 다르다 - 비교할 때는 평균, 추이, 편차 등을 고려 3) 원인 파악 능력 : 결과가 나온 것에 그치지 않고 행동으로 이어지는 힘 - '데이터 정리'에서 끝나는 것이 아니라 최종 목표는 '행동과 판단' - 데이터에서 원..

다른 회사는 퍼널 분석 어떻게 하고 있을까? 데이터리안 SQL 분석 캠프 실전반을 수강하며 세미나를 무료로 들을 수 있는 쿠폰을 받게 되었다. 이번 3월 세미나는 딜라이트룸 알라미 PO님께서 퍼널 분석에 관한 내용으로 강연을 해주셨다. 마침 퍼널 분석에 대해 공부하고 있어서 흥미롭게 들었다. 실제 사례 중심으로 퍼널 분석에 대한 전반적인 내용을 배울 수 있어 좋았다. - 진입률과 진입 이후 전환율 퍼널을 어떻게 구성하는지 - 진입률을 높이기 위해 어떤 전략을 세울 수 있는지 (홈 엔트리 va 넛지 엔트리) - 퍼널 내 이탈률을 줄이기 위해 어떤 방법을 취할 수 있을지 (순서 변경 / 개수 증대 / 구조 개편 / 구멍 제거) 강연 뿐만 아니라 2부 패널 토크 또한 다양한 인사이트를 얻고 배울 수 있는 좋은..

본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반' 을 수강하며 작성한 내용입니다. 기존에 그로스해킹 책을 읽고 리텐션에 관해 공부한 경험이 있다. [Growth Hacking] AARRR(3) - 리텐션(Retention) 3. 리텐션 (Retention) # 리텐션(Retention) 기본 개념 리텐션 = '유지율' : 활성화 단계를 통해 경험한 핵심 가치를 꾸준히 경험하게 함 리텐션은 서비스의 성공을 예측할 수 있는 가장 기본적이면서도 seongju-space.tistory.com 이번 기회에 데이터리안 'SQL 데이터 분석 캠프 실전반'을 수강하며 데이터리안 블로그를 통해 리텐션에 대해 더욱 자세하게 이해할 수 있었다. https://datarian.io/blog/stickiness 또한 기..

5장. 그로스 해킹 시작부터, 성장 실험까지 # 그로스 해킹 시작하기 그로스 해킹의 꽃은 성장 실험 ! 핵심 지표를 정의하고, 가설을 세워서 실험을 진행하고, 데이터를 분석하는 과정을 반복하면서 조직은 배움을 축적하고 서비스는 성장할 수 있음 하지만, 아무것도 갖춰지지 않은 상태에서 무턱대고 실험 시작할 수 없음 성장 실험을 하기 위한 단계 1) 데이터를 활용할 수 있는 업무 환경 만들기 - 클라우드 분석 환경 ex) 아마존 EMR, 구글 GCP, 마이크로소프트 Azure - ETL 자동화 서비스 ex) Fivetran, StitchData - BI(Business Intelligence) 서비스 ex) Tableau, Redash 2) 데이터 파이프라인 구축하기 : 데이터를 쌓고, 필요한 형태로 가공하..

4장. 지표 # 지표의 속성 그로스 해킹은 결과적으로 '지표'에 관한 일 지표를 속성에 따라 분류 스톡 : 저량 지표, 특정 시점의 스냅샷에 해당하는 지표 ex) 누적 가입자 수, 누적 거래액, 레벨 1인 사용자 수 등 플로 : 유량 지표, 일정한 시간 동안의 변화량을 나타내는 지표 ex) 2월 1일 하루 매출, 일 평균 주고받은 메시지 수 등 일반적으로 플로 형태의 지표가 스톡 지표에 비해 더 많은 정보 가지고 있음 → 지표의 변화 방향 / 변화 추이 / 속도에 대해 더 많은 세부 정보 핵심 지표를 선정하거나 그로스 실험의 성과를 측정할 때, 목표 지표가 스톡인지 플로인지를 정확히 구분해서 활용 # 지표 명확하게 정의하기 '우리 서비스의 MAU가 얼마인가요?' 최근 30일간 우리 서비스에 로그인한 사용..

5. 추천 (Referral) # 추천(Referral) 기본 개념 : Organic 유입의 하나로, 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것 서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가? 대부분의 서비스에서는 기존 회원이 새로운 회원을 초대할 때 일정한 보상을 지급하는 '친구 초대' 운영 친구 초대는 굉장히 강력하고 중요한 추천 채널 그렇다면 친구 초대에 대한 보상은 얼마나 지급하는 것이 좋을까? → 일반적으로 유료 마케팅 채널을 활용한 고객 획득 비용(CAC)의 50~70% 수준 # 친구 초대 플로 설계 세세한 프로세스와 화면 단위의 사용자 경험이 얼마나 잘 설계됐느냐에 따라 효과가 크게 달라짐 친구 초대 유도 시점, 친구 초대에 대한 보상, 친구 초대 맥락..

4. 수익화 (Revenue) # 수익화(Revenue) 기본 개념 AARRR에 해당하는 요소들은 모두 중요하지만, 결국 사업의 성패를 가르는 것은 수익화 서비스가 어떤 비즈니스 모델을 가지고 있는지 명확히 이해하고, 그 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지 데이터로 확인할 수 있어야 함 # 수익화 관련 주요 지표 ARPU (Average Revenue Per User) = Revenue / User : 사용자 한 명이 평균적으로 발생시키는 매출 ARPU는 시작과 끝이 있는 특정 기간에 대한 지표, 일반적으로 월 기준으로 집계 ARPPU (Average Revenue Per Paying User) = Revenue / Paying User : 결제자 한 명이 평균적으로 발생시키는 매출 AR..

3. 리텐션 (Retention) # 리텐션(Retention) 기본 개념 리텐션 = '유지율' : 활성화 단계를 통해 경험한 핵심 가치를 꾸준히 경험하게 함 리텐션은 서비스의 성공을 예측할 수 있는 가장 기본적이면서도 중요한 지표 리텐션 측정 기준 일반적으로 접속 or 로그인 → 사용자가 서비스에 진입하는 것은 유의미한 행동 그 외에도 구매 완료, 재구매, 친구 초대, 콘텐츠 시청 등 주요 이벤트 모니터링 필요 리텐션 개선은 사용자 경험 전반에 걸친 세심한 분석이 필요하기 때문에 어려움 또한 리텐션의 변화는 오랜 기간에 걸쳐 서서히 나타남 # 1) 클래식 리텐션 (Classic Retention) = Day N 리텐션 : 특정일에 이벤트를 발생시킨 유저의 비율을 계산 가장 일반적인 유지율 계산 방법 클..

2. 활성화 (Activation) # 활성화(Activation) 기본 개념 활성화는 고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것 사용자들이 서비스 도중에 이탈하거나 중도 포기하지 않도록 하는 것이 중요 활성화 단계의 핵심 퍼널(Funnel) 분석 ! : 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정 및 분석 퍼널 분석을 진행할 때 고려해야 할 요소 3가지 1) 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가? 2) 각 단계별 전환율을 어떤 기준으로 측정하는가? 3) 코호트(Cohort)에 따른 퍼널별 전환율을 보고 있는가? # 퍼널 세부 단계 정의 1) 우리 서비스가 줄 수 있는 핵심 가치 구체화 2) 사용자들이 핵심 가치를 ..