Beginner's luck

결론 도출 [결과와 결론의 차이]✅ 결과데이터 처리, 분석, 모델링 후 얻어진 구체적인 데이터 출력숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음계산과 분석을 해서 나온 결과물✅결론분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰데이터에 기반한 해석, 추론 또는 권고사항결과가 어떤 의미가 있는지 설명하는 것  ✔️ 실제로 필요한 것은 결론이나, 보통 결과를 많이 이야기 함 [결론 도출]1. 결론 도출 시 주의 사항결과, 결론 도출 시에는 스토리텔링이 필요그러나, 필요 이상으로 자신의 해석을 추가하면 안됨 : 데이터를 통해 알 수 있는 범위 내에서 생각2. 결론을 잘 정리하는 방법앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지..

[Funnel(퍼널)]유저들이 어디서 이탈하는지 확인하기 위한 구조화퍼널 : 잠재고객을 유입시키며, 최종적인 목표 액션을 달성할 때 까지의 과정모든 서비스 & 비즈니스는 각 단계로 갈수록 이용자 수가 줄어듦각 단계의 전환율(or 첫 유입 대비 전환율)을 측정 ✅AARRR디지털 마켓팅 시, 퍼널을 활용하는 프레임워크단계별 전환율을 지표화하여 서비스 보완 지점을 찾음Acquisition: 유입Activation: 활성화Retention: 재방문(재구매)Revenue: 수익Referral: 추천[Life Time  Value (고객 평생 가치, LTV)]해당 유저가 평생 주는 이익고객 생애 주기 : 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때 까지의 기간LTV : 한 명의 유저가 생애 주기 동안 얼마..

지표 설정 [지표]특정 목표나 성과를 측정하기 위한 구체적이고 측정 가능한 기준목표 달성도를 평가하고 전략적 결정에 필요한 핵심 정보를 제공정의한 문제에 대해 정확하게 파악하기 위해서 필요✅ 문제 정의 vs 지표 설정문제 정의를 통해서 ‘어떤 문제를 풀고자 하는가?’를 정의했다면지표는 ‘어떤 결과를 기대하는가?’에 대한 정량화된 기준주요 지표 이해하기 [ Active User (활성유저)]서비스에 들어오는 모든 유저? xActive User에 대한 정의에 따라 전략과 방향이 달라짐Active User에 대한 정의로 ‘이탈 유저’가 정의됨투자를 위한 서비스 지표에 중요한 역할을 하게 됨  1. Active User 설정 해보기사이트 진입 유저?사이트 진입 후 추가 행동을 한 유저?서비스의 최종 액션까지 수..

데이터의 유형 1. 정성적 데이터와 정량적 데이터   1) 정성적 데이터 (Qualitative Data)비수치적인 정보, 사람의 경험, 관점, 태도와 같은 주관적 요소 포함대부분 텍스트, 비디오,  오디오 형태로 존재비정형화, 비구조화데이터 구조화의 어려움 존재새로운 현상 또는 개념에 대한 이해의 심화를 위해 사용  2) 정량적 데이터 (Quantitative Data)수치적으로 표현되는 정보, 양적인 측정과 분석을 통해 획득숫자 형태로 존재하기 때문에 통계적 분석 쉬움개인의 해석이나 주관이 적게 작용하는 객관성지표 제작 용이설문조사, 실험, 인구통계, 지표 분석 등에 활용✅ 데이터 유형별 비교 정량적 데이터정성적 데이터유형정형 데이터반정형 데이터비정형 데이터특징 및 관점여러 요소의 결합으로 의미 부여..

문제 정의 1. 문제 정의  1) 데이터 분석에 실패하는 이유   ❗풀고자 하는 문제를 명확하게 정의하지 않아서❗   2) 문제 정의란?분석하려는 특정 상황이나 현상에 대한 명확하고 구체적인 기술 (like 가설)프로젝트의 목표를 설정하고 분석 방향을 설정함2. 문제 정의 방법론✅  MECE (Mutually Exclusive, Collectively Exhaustive)문제 해결과 분석에서 널리 사용되는 접근 방식변수들을 상호 배타적으로 나누어야 하면서, 해당 변수들은 전체를 포함하고 있어야 한다는 의미MECE를 통해 복잡한 문제를 체계적으로 분해하고 구조화된 방식으로 분석 할 수 있음✅  로직 트리(Logic Tree)MECE원칙을 기반으로 복잡한 문제를 더 작고 관리하기 쉬운 하위 문제로 분해하는데..