최종 과제 제출합니다!
안녕하세요. 최종 과제 제출합니다!
상세한 쿼리 및 분석 과정은 'EDA & Analysis History' 담아뒀습니다. 일부 쿼리 작성 및 시각화에 Claude를 활용했습니다.
https://app.notion.com/p/3fd6fc83bdc180deb4dae82ce91b349a?source=copy_link
피드백 해주시면 정말 감사하겠습니다!
그리고 혹시 1:1 코칭 기회가 남아있는지, 남아있다면 가능한지도 여쭤보고 싶습니다!
답변 2
0
용찬님 안녕하세요! 최종 과제 하시느라 고생하셨어요
재방문과 재주문을 구분해서 보고, 여러 지표로 서비스 현황을 살펴보신 점이 좋았습니다. 쿼리와 사고 과정을 함께 남겨주셔서 어떤 생각으로 접근하셨는지도 볼 수 있었어요.
다만 현재 제출물은 서비스 현황을 폭넓게 확인한 EDA에 가깝고, 발견한 문제의 원인을 좁혀가는 분석이 더 필요합니다. 지표를 다양하게 보는 것에서 한 단계 더 들어가보시면 좋겠어요.
Action Item을 제시했지만, 추상적인 Action Item들이 주를 이룹니다.
1. 신규 유저 온보딩 개선 => 여기선 왜 이걸 해야 하는지? 어떤 데이터 근거인지 제시를 해주시면 좋아요. 그 상황에 할 수 있는 Action Item이 여러가지가 있을텐데 왜 이걸 제시하는지 알려주는게 필요해요
2. 개인화된 메뉴 추천 시스템 => 이 부분은 개인화에 대한 정의가 필요할 것 같은데, 시간대나 요일에 따른 주문은 룰베이스 기반 큐레이션에 가깝고 추천까지 가긴 애매합니다. 그리고 기존 유저 지난 주문 다시 하기, 탐색 이력 기반 추천이라고 하는 것은 구체적인 내용이 없어요. 예를 들어 어떤 것들에 더 가중치를 줄 것이다 이런 내용까지 있으면 더 내용이 풍부하다고 느껴져요.
Action Item을 드려보면
1. 발견한 문제 중 하나를 골라 깊게 분석해보세요.
지금은 신규 유입 감소, 낮은 재주문율, 탐색 전 이탈 등 여러 문제를 제시하셨는데, 각각을 확인한 뒤 다음 주제로 넘어가는 흐름입니다.
예를 들어 ‘탐색 전에 이탈하는 유저가 많다’를 핵심 문제로 잡았다면, 로그인 화면과 홈 화면으로 나눠본 다음에도 분석을 이어갈 수 있어요. 오히려 홈 화면에서 이탈한 비중이 더 높게 나왔으니, 여기서 어떤 일이 일어나는지 궁금해져야 합니다. 데이터를 보면서 "어 이건 왜 그렇지?", "어 다른 케이스도 있나?" => "왜 그렇지?" => 이런 흐름으로 계속 가설을 만들고 해결해야 합니다. PM을 위한 데이터 리터러시 강의에서 논리적 사고와 MECE를 말씀드리는데 이 역량이 데이터 분석에서 제일 중요합니다.
홈에서 이탈한 유저와 탐색을 이어간 유저는 어떤 차이가 있을까요?
시간대나 플랫폼에 따라 차이가 있을까요?
홈에 머문 시간이나 이탈 직전 행동에서 단서를 찾을 수 있을까요?
이렇게 하나의 결과에서 다음 질문을 만들고, 추가 분석으로 가능한 설명을 좁혀가는 과정이 필요합니다. 모든 기준으로 나눠보라는 의미는 아니고, 원인에 대한 가설을 세운 뒤 그 가설을 구분할 수 있는 기준을 선택해보시면 좋겠습니다.
2. 가설과 다른 결과가 나왔을 때도 한 번 더 들어가보세요.
추천 메뉴 클릭 세션의 결제 전환율이 일반 메뉴 세션보다 낮게 나온 부분도 추가로 살펴볼 만합니다. 전체 평균에서는 낮지만 신규·기존 유저나 시간대에 따라 결과가 달라질 수도 있고, 애초에 두 경로를 선택하는 유저의 구매 의도가 다를 수도 있어요.
따라서 이번 비교만으로 추천의 효과를 기각하기보다는, ‘왜 이런 차이가 나왔을까?’를 다음 분석 질문으로 이어가면 좋겠습니다. 로그인 화면 이탈 역시 로그인 요구가 원인이었다고 확정하기보다는, 추가 검증이 필요한 가설로 남겨두는 편이 적절하고요.
3. 개선안은 분석에서 확인한 근거와 연결해주세요.
개인화 추천, 쿠폰, 리마인드 푸시는 시도해볼 수 있는 아이디어입니다. 다만 현재 분석만으로는 개인화 부족이나 혜택 부족이 핵심 문제였는지 확인되지 않았어요.
‘이런 기능을 만들면 좋겠다’에서 나아가, 어떤 유저의 어떤 문제를 해결하기 위해, 왜 이 액션을 먼저 해야 하는지 설명해보시면 좋겠습니다. 여러 액션을 나열하기보다 하나를 골라 근거와 기대하는 행동 변화, 검증 지표까지 연결해보세요. 가능하면 대상 유저 규모와 현재 전환율을 바탕으로 고민해보는 것도 좋아요.
1:1 코칭은 조금 여석이 남아있어요. 후기 남겨주시고 설문 남겨주시면 되어요!
고생하셨습니다!
0
안녕하세요, 인프런 AI 인턴입니다. 고용찬님!
최종 과제 제출과 피드백 요청에 참고하실 만한 유사 게시물을 안내드립니다.
- 최종 과제 제출: 같은 강의의 최종 과제에 대해 전체적인 데이터 흐름을 먼저 살펴보고, 분석 결과를 구체적인 액션 아이템으로 연결하는 방법을 자세히 피드백한 게시물입니다.
- 최종 과제 제출: 퍼널 분석과 개선 제안을 포함한 과제 피드백입니다. 데이터를 근거로 가설을 확인하고, 실행 가능한 개선안을 구체화하는 데 참고하실 수 있습니다.
두 게시물의 피드백을 종합하면, 리텐션이나 이벤트 수치만 확인하기보다 전체적인 추이를 살펴보고 사용자 그룹을 나누어 분석한 뒤, 데이터에서 확인한 근거를 구체적인 액션 아이템으로 연결하는 것이 중요합니다.
1:1 코칭 기회가 남아 있는지는 기존 게시물에서 확인하기 어렵습니다. 코칭 가능 여부는 지식공유자님께 직접 문의해 보시는 것이 가장 정확합니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
3-13 리텐션 과제 제출합니다!
0
85
2
[과제]1-9 피벗 테이블 만들어보기
0
83
2
cnt수를 구할 때 왜 user_pseudo_id 를 사용하나요?
0
84
2
최종 과제 제출합니다.
0
118
2
3-13 과제
0
107
3
3-13 리텐션 과제 제출합니다
0
105
2
app logs 데이터로 쿼리 연습
0
102
2
[과제] 연습문제 쿼리 작성했습니다!
0
99
2
6-1. 강의 최종 과제 제출합니다.
0
119
3
3-13 리텐션 과제 제출합니다
0
167
3
3-13. 리텐션 연습과제 제출합니다.
0
143
4
최종 과제 제출
0
118
3
Weekly Retention 과제 작성하였습니다.
0
98
2
3-10 강의 14분경 코호트 해석 질문드립니다.
0
98
2
Weekly 및 Monthly Retention 과제 제출합니다.
0
94
2
[과제] 퍼널 쿼리 PIVOT 테이블 작성
0
112
2
최종 과제 제출
0
176
3
BigQuery 활용편 18강 질문있습니다!
0
133
1
리텐션 공부하다가 궁금한게 생겨 질문드립니다
0
148
2
안녕하세요 강사님 코호트 쿼리 공부하다가 의문점이 생겨서 문의드립니다
0
137
2
biquery 테이블 생성 오류 이슈
0
137
2
동일하게 쿼리를 작성했는데 화면과 다른 값이 나옵니다
0
146
2
[과제] 퍼널 PIVOT 테이블 작성하기
0
145
2
array 등
0
124
2





