[TIL] 24/12/10

데이터 리터러시 완강

생각 단계에서 데이터 리터러시 필요

데이터 분석 작업이 목적이 되지않도록 항상 '왜?' 생각하기

 

문제정의 팁

- 결과를 공유하고자 하는 사람이 누구인지 정의

- 결과를 통해 원하는 변화 생각

- 회사 소속이라면, 경영자의 입장에서 보려고 노력

- 많은 사람들과 의견을 나눔

- 반드시 혼자서 오래 고민해보는 시간을 가질 것

	정량적 데이터(주로 다룰 예정)	정성적 데이터
유형	정형, 반정형 데이터	비정형 데이터
특징 및 관점	여러 요소 결합으로 의미부여 주로 객관적 내용	객체 하나가 함축된 의미 내포 주로 주관적 내용
구성 및 형태	수치나 기호 DB, 스프레드시트	문자나 언어 웹로그, 텍스트 파일
위치	DBMS, 로컬 시스템 등 내부	웹사이트, 모바일 플랫폼 등 외부
분석	통계 분석 시 용이	통계 분석 시 어려움

 

MECE

리텐션 (Retention Ratio): 서비스를 사용한 사람이 다시 서비스를 사용하는 비율 %

1) N-Day 리텐션: 사용자가 매일 접속하는 서비스에 활용하기 적절한 지표(소셜, 게임)

2) Unbounded 리텐션: 사용빈도가 높지 않은 서비스에 활용하기 적절한 지표(채용, 쇼핑몰, 부동산)

3) Bracket 리텐션: 서비스 사용주기가 길거나 주기적일때 사용하기 적합한 지표(식료품 배달, 세차)

 

Funnel: 유저들이 어디서 이탈하는지 확인하기 위한 구조화

AARRR: 디지털 마케팅 프레임 워크

LTV(Life Time Value 고객 평생 주기)

- 한명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간

- LTV가 높다면 충성고객 多

- 단순히 산출식에 집중하기 보다, 왜 쓰이는지?에 집중하는것 필요

 

CAC(Customer Acquisition Cost): 신규 유저를 데려오는 비용 

북극성 지표

- 제품/서비스의 성공을 정의

- 방향성과 효율증대 방면에서 중요함

KPI: 주요 성장 지표

 

결론과 결과의 차이점

결과: 계산+분석의 결과물

결론: 이게 왜 중요한가? 결과물과 데이터 기반으로 추론 및 권고사항 포함

 

결론을 잘 정리하는법

- 먼저 문제정의, 지표 설정 당시의 목적 위주로 정리

- 결론 공유대상이 누구인지? 이 분석으로 어떤 변화를 원하는지? 생각