강의에서 이렇게 말씀해주셨는데, 아래 공식 홈페이지 보면, 따로 그런 설명이 없고, Direct에 대해서만 기존 Referrer를 덮지 못한다고 명시되어있는거 같습니다. 확인 부탁드립니다.https://support.google.com/analytics/answer/11242841?hl=ko#zippy=%2C%EC%9D%B4-%EB%8F%84%EC%9B%80%EB%A7%90%EC%97%90%EC%84%9C%EB%8A%94-%EB%8B%A4%EC%9D%8C-%EB%82%B4%EC%9A%A9%EC%9D%84-%EB%8B%A4%EB%A3%B9%EB%8B%88%EB%8B%A4

안녕하세요!클릭 이벤트 매개변수 세팅 시에, 가장 정확한 방법이 copy selector(CSS 선택값과 일치) 이용한 방법이라고 하셨는데요,해당 방법은 홈페이지 ui가 바뀌어도 데이터 수집이 문제 없이 잘 되는 방법일까요?? 홈페이지 상단 카테고리 탭의 각각의 클릭수 확인하고자 하는데,프로모션 진행할 경우 카테고리 탭이 추가되거나 순서가 바뀌기도 해서 문의드려봅니다!

안녕하세요, utm 세팅 관련 문의 드립니다.medium 에 sns를 통한 광고는 paidsocial 을 쓰라고 하셨는데,뒤에 실습 내용(url 빌더)을 확인하니, display로 작성하셔서요,이렇게되면 세션 기본 채널 그룹에서는 unassigned 로 나오는데, 이게 괜찮은 것인지,보통 세션 소스/매체 단에서만 구분하는 것인지 궁금합니다. 지금까지 utm은 대문자도 포함해서 표기했어서, 추후 세팅 건에는 수정하여 세팅 진행할까 고민입니다.보통 수정 세팅도 진행하는 편인가요? 조금이라도 빨리 바꾸는게 좋을까 싶어 문의드려요 ㅠ

화면에서 Referral이 사람들이 얼마나 추천하는지에 대한거라고 말씀하셨는데..앞에 강의에서는 블로그나 카페에서 유입되었을경우에도 Referral로 잡힌다고했던거 같은데?? 맞나요??? 아니면 제가 잘못 이해한건가요?

구글 계정 1개로 자사몰 홈페이지에 접속하는데 pc와 모바일로 각각 접속하면 사용자는 2명으로 잡히나요?? 아니면 1명으로 잡히나요??? 2명으로 잡힐 경우, 1명으로 보는 방법도 있을까요?

ga4 reports builder 를 다운받아서 스프레드시트에서 실행했는데 account와 property가 불러와지지 않습니다.ga4와 일치하는 구글 계정입니다.어떤 문제가 있는 걸까요?

안녕하세요, 현재 실무자를 위한 구글애널리틱스(GA4+GTM) 활용법(26년 Update) 강의를 수강하고 있는데요,강의자분께서 가끔 말씀하시는 Q&A 단톡방 링크는 어디서 확인할 수 있는 걸까요?

네이티브 앱을 운영 관리하는 회사에 이직했습니다. GA4를 전혀 모르는 완전 초보자라 강의를 찾아 듣고 있어요. GA를 위해 태깅을 추가하려고 했더니 무조건 앱 업데이트를 해야한다고 합니다. 현재 GTM없이 태깅으로만 작업을 하고 있다고 하네요.혹시 네이티브 앱에서도 GTM을 활용해 태깅 변경시에도 앱 업데이트를 줄일 수 있나요?

안녕하세요. 강의 잘보고 있습니다:)회원가입 이벤트 셋팅 실습 3에서 퍼널 분석에 대해서 얘기해주시는데 이전 강의에서 배운 내용이 맞을까요? 아니면 누락된 부분일까요? 그대로 강의 진행해도 괜찮은 것일지 궁금합니다!

resacle93@naver.com 입니다!! 감사합니다

안녕하세요, 처음 인사드립니다!분석 내용을 정리하다 보니 분량이 길어져 부득이하게 아래와 같이 3개의 페이지로 나누어 작성하였습니다.Food Express DAU·WAU·MAU 및 시간대별 패턴 분석Food Express 퍼널 분석Food Express 리텐션 및 코호트 분석전체적인 흐름은 시계열 관점에서 DAU·WAU를 통해 전반적인 추세를 먼저 파악한 뒤, 퍼널 분석과 리텐션 분석으로 확장하는 방식으로 구성하였습니다.해석 과정에서는 가능한 한 개인적인 추측이나 과도한 주관을 배제하고, 데이터 기반으로 내용을 정리하고자 노력하였습니다.아직 많이 부족하지만, 분석 기법의 적절성이나 논리 전개의 타당성 측면에서 보완이 필요한 부분이 있다면 편하게 조언해주시면 감사하겠습니다.https://www.notion.so/3097a7fdec7f802ca46cf2a615b3fc97?source=copy_link

노션이 비공개인데, 혹시 수강생용으로 일부분 공개 해주실 수 있으실까요 ㅠㅠ

안녕하세요. 지금 강의를 듣고 있는데, 강의에서 나오는 자료(PPT)를 받고 싶은데, 어떻게 하면 될까요?

강의 유튜브에서 다시 보기 가능한가요?

  클래스 btnNormal은 클래스 전체 가져와서 지정했는데 안먹혀서 한단어로 좁힌것입니다혹시 설정을 잘못한부분이 있을까요?

궁금합니다.

안녕하세요. 강의 잘 듣고 있습니다.주로 메타광고를 설정할 때 페이스북, 인스타그램을 동시에 노출합니다.그럼 UTM url을 아래와 같이 작성하면 GA에서는 인스타그램/페이스북 분리되어 데이터 수집될까요?https://www.finj.co.kr/shop_view/?idx=46&utm_source={{site_source_name}}&utm_medium=paid-social&utm_campaign=coslo202602

안녕하세요 카일스쿨님!BigQuery 기초편부터 활용편까지 유익하게 수강 중인 학생입니다 🙂 BigQuery 활용편 18강 "연결된 시트에서 매개 변수 사용하기" 부분에서 질문이 있습니다!스샷 왼쪽(강의창)에서 선택하신 데이터 범위가 오른쪽(제 구글 시트 창)의 어떤 셀에 해당하는지제가 잘 이해하지 못해서, 혹시 알려주실 수 있을까요~?기술적인 내용이라 여쭤보기 민망하고 죄송스럽지만 가장 정확하게 답을 얻을 수 있을 것 같아 질문드립니다! 추신__ 에어팟 맥스처럼 귀에 챠악 감기는 강의 항상 감사합니당

-- Weekly 리텐션 -- 핵심 : event_date => event_week으로 변경하면 됨 -- 2024-06-30(일) => 2024년 26주차. 2024-06-24(월)도 같은 26주차 -- 데이터를 전처리(가공)하기 위해서 WEEK 함수를 사용할 수도 있고, DATE_TRUNC(일자, 자를 기준) -- DATE_TRUNC : 2024-06-30 => 2024-06-24 -- WEEK : 26. 2024년 26주차! 주차 별 date를 직관적으로 알기 어렵다고 생각하는 편(개인 생각) -- (깨알 지식) WEEK vs ISO_WEEK -- 주 번호를 계산할 때 사용할 수 있는 함수 -- WEEK : 일요일이 주의 첫 날로 간주. 1월 1일이 속한 주가 1주차 -- ISO_WEEK : 월요일이 주의 첫 날로 간주. ISO 8601 국제 표준에 따라 정의. 목요일이 속한 주를 기준으로 주 번호를 지정 -- 목요일이 속하면 그 주의 4일 이상이 포함되기 때문 -- 연도의 첫 목요일이 있는 주부터 1주차 -- 2022년 1월 1일(토요일) WEEK : 2022년 1주차. ISO_WEEK 2021년 52주차. -- 첫 목요일은 2022-01-06. 2022-01-03~2022-01-09가 2022년 1주차 WITH base AS ( SELECT DISTINCT user_id, user_pseudo_id, event_name, DATE(DATETIME(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul')) AS event_date, DATETIME(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul') AS event_datetime FROM advanced.app_logs WHERE event_date BETWEEN "2022-08-01" AND "2022-11-03" ), first_week_and_diff AS ( SELECT *, -- DATE_DIFF(event_date, first_date, DAY) AS diff_of_day DATE_DIFF(event_week, first_week, WEEK) AS diff_of_week FROM ( SELECT # 일자별로 중복 제거 DISTINCT user_pseudo_id, -- DATE_TRUNC DATE_TRUNC(MIN(event_date) OVER(PARTITION BY user_pseudo_id), WEEK(MONDAY)) AS first_week, DATE_TRUNC(event_date, WEEK(MONDAY)) AS event_week FROM base ) ), user_counts AS ( SELECT diff_of_week, COUNT(DISTINCT user_pseudo_id) AS user_cnt FROM first_week_and_diff GROUP BY diff_of_week ) SELECT *, ROUND(SAFE_DIVIDE(user_cnt, first_week_user_cnt), 2) AS retention_rate FROM ( SELECT diff_of_week, user_cnt, FIRST_VALUE(user_cnt) OVER(ORDER BY diff_of_week ASC) AS first_week_user_cnt FROM user_counts ) -- SELECT -- diff_of_week, -- COUNT(DISTINCT user_pseudo_id) AS user_cnt -- FROM first_week_and_diff -- GROUP BY diff_of_week -- ORDER BY diff_of_week # Monthly 리텐션 쿼리 작성해보기!지금 코드가 각 diff_week마다 남은 유저들을 전체 유저로 나눠서 아 몇주차쯤 되면 얼마나 남아있는지를 계산한 거 같은데 생각해보니까 예를들어 지금 기간이 11월 3일까진데 한 10월 중순에 들어온 유저 같은 경우엔 diff_week가 한 3 이상인 부분부턴 아예 데이터가 없는거 아닌가요? 데이터가 11월 3일까지 밖에 없으니까요분모로 사용하는 diff_week=0인 지점에서의 값은 그런 경우들까지 전부 포함된거고 그걸 그대로 모든 retention week마다 분모로 사용하면 위 예시 같은 경우 10월 중순 user들은 한 3주차쯤엔 전부 이탈하는 것 처럼 집계되는거 아닌가요? 그 경우 diff_week가 커질수록 실제 리텐션 보다 과소평가 되는게 아닌가 하는 의문점이 들어 문의 남깁니다

WITH base AS ( SELECT DISTINCT user_id, user_pseudo_id, event_name, DATE(DATETIME(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul')) AS event_date, DATETIME(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul') AS event_datetime FROM advanced.app_logs WHERE event_date BETWEEN "2022-08-01" AND "2023-08-03" ), first_week_and_diff AS ( SELECT *, DATE_DIFF(event_week, first_week, WEEK) AS weeks_after_first_week FROM ( SELECT DISTINCT user_pseudo_id, DATE_TRUNC(MIN(event_date) OVER(PARTITION BY user_pseudo_id), WEEK(MONDAY)) AS first_week, DATE_TRUNC(event_date, WEEK(MONDAY)) AS event_week FROM base ) ), user_counts AS ( SELECT first_week, weeks_after_first_week, COUNT(DISTINCT user_pseudo_id) AS active_users FROM first_week_and_diff GROUP BY first_week, weeks_after_first_week ) SELECT *, ROUND(SAFE_DIVIDE(active_users, cohort_users), 2) AS retention_rate FROM ( SELECT first_week, weeks_after_first_week, active_users, FIRST_VALUE(active_users) OVER(PARTITION BY first_week ORDER BY weeks_after_first_week ASC) AS cohort_users FROM user_counts ) ORDER BY first_week, weeks_after_first_week 수업때 사용했던 코드인데 제가 처음엔 지금 하고 있는 코호트 분석은 first_week(가입주) 마다 각자 시간이 흐르면서(기준은 week) 리텐션이 어떻게 바뀌는지를 보는 것 이라고 이해했었습니다 그래서 예를들어 첫 달 부터 확 떨어지면 이거 온보딩에 문제가 있는거 아닌가? 라는 문제정의를 하는 식의 생각을 할 수있다... 라고 이해하고 있었는데 다시 보니까지금처럼 base에 날짜 조건을 필터링 하고 시작하면 min(event_date)를 걸어도 그게 실제 첫 가입일이 아닐 수 있는거 아닌가요? 예를들어 필터링 조건 이전인 2022년 7월에 가입을 한 사람이 2022년 10월에 다시 돌아왔다고 치면 이 경우 2022년 10월 가입 user로 집계되는거지 않나요? 그럼 본래 보려던 거랑 결이 달라지는게 아닌가 싶어서요