Milky's note

Part 1. “데이터 시각화 이야기” 도구의 사용법이 아닌, 시각화를 하는 원리와 사례에 대한 이야기 잘못된 시각화 사례 -> 첫번째 후보와 두번째 후보의 지지도가 61과 24로 3배의 차이가 나는데 차트의 크기는 별 차이가 없어 보인다. 시각화 원칙 목적에 맞는 표현 방법 찾기 존 스노우의 콜레라 시각화 주장하고 싶었던 것 : 콜레라는 물로 감염이 된다. 표현 방식 : 지리정보 시각화- 물을 기르는 펌프가 어디있는지 지도에 표시 논리적 사고를 기반으로 그리기 존 스노우의 콜레라 시각화 존 스노우 주장에 대한 반박 의견 : 번화가이고 인구 밀도가 많아서 당연히 감염이 쉽고 치사율이 높다. 존 스노우의 근거 : 노역장, 양조장에서는 밀집도에 비해 사람이 적게 죽었다. -> 펌프물을 쓰지 않기 때문에 왜곡..

📌 오늘의 목표 노출(impression)이벤트를 이해하고, 정의할 수 있다. 이벤트 속성(property) 정보를 분석하기 쉬운 구조로 설계할 수 있다. 퍼널분석 결과를 활용해 서비스 개선 및 비지니스 의사 결정을 할 수 있다. Chapter 0. 첫걸음 Remind Q1. 구매전환율 = 주문완료/방문, Event기준? Unique User기준? Q2. 전환율 = stepN+M / stepN, Event기준? Unique User기준? Q3. 모바일웹, PC, (하이브리드) 앱 등을 넘나드는 퍼널 보는 방법? Chapter 1. 사용자 행동데이터 분석 결과 활용 퍼널 분석을 통해 개선 아이디어를 발견하는 방법 🔨 단계를 줄여보려는 방법 -> 고객에게 이탈 가능성을 주는 꼴이기 때문에 이를 줄이기 위해서..

📌 오늘의 목표 서비스의 “critical path”를 정의하고, 단계별로 수집가능한 사용자 행동 데이터를 설계할 수 있다. 행동 데이터 수집에 필요한 커뮤니케이션을 개발자와 원활하게 할수 있다. 서비스의 핵심 지표를 한눈에 볼 수있는 리포트 생성 및 분석을 데이터 분석가의 도움 없이도 할 수있다. 💡 함께 생각해봐요 서비스에서 목표로 하는 사용자 (고객) 행동은 무엇인가? (주문, 구독, 가입, 매칭 등…) 서비스에 진입해서 목표 행동까지 가는 “critical path”는 어떻게 되는가? 데이터 분석을 통해 나는 어떤 문제를 발견하고 어떤 action item을 발굴 할 수 있는가? chapter 1. 사용자 행동 데이터의 중요성과 활용 사례 고객의 행동 파악 마켓컬리의 critical path는 몇..

● Part 1. “아반*사러와서 그랜 * 풀옵션을 계약하기까지” Upsell 의미: 이미 고른 제품보다 더 비싸고 좋은 제품을 판매하는 전략 업그레이드의 관점 예시: 아이폰 미니 vs 13? Cross-sell 의미: 관련된 다른 상품을 판매하는 것 아예 다른 구매를 유도 예시: 아이폰 악세사리들 추천 -> 두가지 모두 판매를 늘려서 매출을 극대화 하기 위한 전략 ARPU 의미: Average Revenue Per User 계산 방식: 전체매출/전체 유저 수 ARPPU 의미: Average Revenue Per Paying User 계산 방식: 전체매출/ 결제 유저 수 · 매출 증가의 원인 결제 유저 수 * ARPPU = 전체 매출 위와 같은 공식을 사용해서 매출을 구하는데, 만약 매출이 증가하게 되었..