오가닉이 지나치게 높으면 utm이 안달려있는 광고트래픽 가능성 존재 다이렉트가 지나치게 높으면 sms/카톡에 utm 안달려있을 수 있음 1.리퍼럴이 지나치게 높으면 어떤 가능성을 의심하고 점검해야하나요? 2,오가닉이 지나치게 높아도 utm 없는 광고트래픽이 아니라 진짜 오가닉 트래픽일수도 있는건가요? 예를들면 우리회사는 전혀 광고를 진행하지 않는 경우에요
안녕하세요 7-3 Foodie Express 프로젝트 회고하기에서 "지표 현황 공유 & Action 아이템 토론 및 정하기" 단계에 대해 궁금한 점이 있어서 질문드립니다. 현재 이해한 프로세스 지표 현황 공유 → 지표 변화 확인 → 변화 원인에 대한 상세 분석 → 스토리 작성 → Logic tree 분석 → 액션 아이디어 발산 → 수렴을 통한 액션 아이템 선정 궁금한 점 1. 지표 분석의 회의 진행 범위 지표 현황을 공유한 다음, 팀원들과 함께 변화에 대해 하나씩 상세하게 고민하는 과정도 모두 회의에서 진행해야 하는 건지 궁금합니다. 모든 과정을 회의에서 진행하면 시간이 상당히 오래 걸릴 것 같아서요. 2. 발산-수렴 과정의 현실적 진행 방법에 대해서 액션 아이디어 발산은 다양한 의견이 모이니까 회의에서 하는 게 좋을 것 같은데, 발산된 의견 중에서 수렴을 할 때는 데이터 검토 과정 없이 회의에서 바로 수렴해서 액션 아이템을 결정하는 건지 궁금합니다. 제가 생각하는 방향 개인적으로는 효율성을 위해 역할과 단계를 나누는 것이 좋을 것 같다고 생각해봤습니다. 지표 분석 : 기초 현황 파악과 1차 가설 설정은 PM이 사전에 준비 회의에서는 핵심 이슈에 대한 팀원들의 다양한 관점과 인사이트 수집에 집중 발산-수렴 : 1차 회의: 액션 아이디어 발산 + 임팩트와 실행 가능성 기준으로 1차 필터링 회의 후: 구체적인 데이터 검증 및 개발 공수 검토를 각자 진행 2차 회의: 검토 결과를 바탕으로 최종 실행 계획 확정 이런 식으로 발산 중심의 1차 회의 → 개별 검토 → 수렴 중심의 2차 회의 단계로 나누어 진행하는 것이 현실적일 것 같은데, 강사님께서는 어떻게 생각하시는지 조언을 구하고 싶습니다. 감사합니다!
SELECT TIMESTAMP(DATETIME(CURRENT_TIMESTAMP(), 'Asia/Seoul')), CURRENT_TIMESTAMP() 위와 같이 쿼리를 실행시키면 2025-08-12 02:15:03.434744 UTC 2025-08-11 17:15:03.434744 UTC 아래와 같이 출력됩니다. 저는 이를 보고 TIMESTAMP 값이 서울 시간대로 설정이 되어 있더라도 그게 출력 결과물만 보고는 판단할 수 없는건가? 라는 생각을 하게 됐습니다. 위와 같이 어느 지역의 시간대가 반영됐는지가 timestamp값에 UTC+9와 같은 방식으로 반영되있지 않다면 어떻게 저희가 그걸 판단할 수 있나요? train_pokemon 테이블의 catch_datetime 변수(필드)도 서울 시간대(UTC+9)인지, UTC+0인 시간대인지 판단할 수 없는 거 아닌가요? 감사합니다.
답글에 답글이 안달릴까봐서 다시 질문드립니다. 죄송합니다. 안녕하세요 GA4 Guide님 요즘 많은 지식을 쌓고 있습니다. 감사합니다. 다른건 아니고 지금 질문한것에서 문제점이 아무래도 이 부분같은데 태그 부분에서 블로그로 알려주신 내용에서 트리거 부분은 initialization - All Pages로 설정하라고 하신 부분을 해놓았는데 트리거 부분은 또 생성해서 여기에 물리라고 하셔서 이부분이 헷갈립니다. 그럼 initialization - All Pages로 물려야 하는지 모든페이지뷰로 만든 트리거를 물려야 하는지요 이 부분때문에 아마 호출이 안되는것 같습니다. (추측은..) 이 부분도 방금 설정해서 바로 확인이 안되는 부분이긴한데 그래도 적용이 되었다면 실시간 페이지에서 노출이 되어야할텐데 안나와서 이부분 문의 드립니다. 중간에 알려주셨던 내용은들은 다 적용 및 확인하라고 하는 부분은 확인했습니다.
태그매니저 잘 연동하고 Tag Assistant 테스트시 잘 노출 되는거 확인했습니다. 문제는 실시간 연동시에도 노출이 안됩니다. 0) 태그매니저 설치 <head>삽입 <body>바로 앞 삽입 1) 트리거 모든 방문자 페이지뷰 연동 생성 2) 태그 트리거 실행 으로 생성 3) Tag Assistant 연동 체크 확인. 4) 실시간 연동 체크 확인 안됨 5) 리포트 노출 안됨 이런 상황인데 어디서부터 문제인지 .. 모르겠습니다. 물론 어디서 제가 잘못해서니까.. 노출이 안되는거같은데 어디서 잘못되었는지 확인이 불가해서 이게 참 어렵네요 ..ㅎ
저는 B2B SaaS를 만드는 4명짜리 스타트업에서 개발자로 일하고 있습니다. PM은 아니지만, 데이터 기반 의사결정에 대한 갈증이 커 강의를 수강하게 되었습니다. 현재 상황 유저 100명 언저리에서 7개월째 머무르고 있음 데이터 기반 의사결정의 필요성에 대해 막연한 공감대는 있지만, 기반 구축 비용과 기대 효과가 불분명해 도입이 계속 미뤄지고 있음 이로 인한 문제점 근거 없는 의사결정의 악순환 : 업무 우선순위 결정 기준과 성과 측정 기준이 팀에 없음 → 개발 난이도 중심으로 의사결정, 요청이 오면 "만들 수 있으니까 일단 만들자" 방식 → 비즈니스 성과 측정 불가, 무엇을 개선해야 할지 파악할 수 없음 얻고자 하는 3가지 1. 기대효과를 정의한다 = '데이터 기반 의사결정'의 개념과 효과를 나만의 언어로 정의하고 팀에 설득한다 2. 비용을 파악한다 = 팀에 무엇이 없는지 파악하고 뭘 해야 하는지 안다 3. 팀 단위 논의를 바탕으로 핵심 지표 1가지를 선정한다 열심히 수강해보겠습니다 ˗ˋˏ ♡ ˎˊ˗
안녕하십니까 강사님 강의 정말 유용하게 잘 듣고 있습니다. 한 번 강의를 다들은 후에 제가 티스토리 블로그를 만들어서 해당 블로그를 바탕으로 데이터를 수집하고자 합니다. cafe24와는 조금 다르지만 티스토리에서 html <head>, <body> 부분에 구글 태그 매니저 코드를 넣고 구성 태그도 모두 설정해주고 제출도 모두 하였습니다. 수집이 되는 것을 보고 추후 이벤트 설계 등 더 발전시켜 나가고자 하였는데, 미리보기로 사이트에 접속되면 데이터가 수집되나 실제 사이트에 접속하면 데이터가 수집되지 않습니다.. 그래서 새로운 컨테이너를 또 만들고 기존 컨테이너를 삭제하였는데 시간을 기다려야 적용이 다시 될까요..? 제가 잘못한 부분이나 놓친 부분이 있을까요..?? 도움 부탁드립니다 < 미리보기 옵니버그> < 실제 사이트 옵니버그 > 사이트에서 실행한 Tag Assistant에서는 태그를 찾았다고 나오는데 태그 관리자 설치에서 테스트를 해보면 감지되지 않는다고 나오는데 이게 문제일까요..?
안녕하세요 카일님! 초기창업팀에서 데이터분석 업무를 하고 있는 경험이 부족한 초보입니다. 대시보드를 저희 제휴사나 다른 사람들과 공유할 일이 많아서 시각화 도구 선택을 공유가 쉽고 조작이 쉬운 루커 스튜디오로 사용하려고 하는데, Tableau나 Power BI 가 더 좋은 선택일까요?? Tableau 는 가격이 비싼편이고, viewer 마다 결제를 해야되어서 제휴사가 늘어나면 계속해서 seat 를 구매해야 되는 어려움이 있는거 같아요. PowerBI 는 빅쿼리와 연동했을때, 데이터 양이 많은 경우 잘 안될수도 있다고 들었는데 확실히는 모르겠습니다. 빅쿼리에는 20만건 정도의 공고데이터, 그리고 posthog라는 mixpanel 같은 트래킹 툴에서 생기는 이벤트와 persons 모델을 저장해두고 있습니다. 3개월 정도 모인 데이터인데 약 300기가 정도 되는거 같습니다.(앞으로 계속 적재될 예정) GCP 크레딧이 있어서 구글내에서는 비용 걱정없이 여러가지 도입하는데 무리는 없는 상황입니다. 시각화 도구 사용에 있어서 공유하기 쉽고, 자유도는 높으면서 가격은 그렇게 비싸진 않은 도구 혹시 있을까요?? - 추가적으로 질문이 하나 더 있는데, posthog 나 mixpanel 데이터를 Bigquery 에 가져와서 데이터 분석을 하는거는 실무적으로 좋은 방법일까요? mixpanel 내에서 만들 수 없는 대시보드가 있어서 그걸 위해 가져오는 이유도 있고, 추천 시스템이나 혹은 ML을 할 일이 생기는 경우도 있어서 bigquery에도 적재되게끔 했는데 너무 overkill 은 아닐지 고민이 되네요ㅠ
안녕하세요, 카일스쿨님! 지표 정의하기 연습 문제를 고민해서 풀어봤는데 맞는지 모르겠네요..ㅠㅠ 시간되실 때 확인 부탁드리겠습니다! :) 문제 1번. 기능 작동 확인 - 성공 지표 : 영역 별 페이지 조회 수 - 영역 별 해당 랜딩 페이지로 이동할 경우 잘 작동한 것으로 함 문제 2번. 검색 만족도 지표 - 성공 지표 : 검색결과 목록 클릭율 - 찾고자 하는 키워드를 검색 후 원하는 결과 목록이 있으면 클릭할 확률이 높음 문제 3번. 검색 필터 기능의 활성화 지표 - 성공 지표 : 검색 필터 버튼 클릭율 - 검색 필터의 사용 빈도가 높을수록 잘 사용된다고 볼 수 있음 문제 4번. 배달 서비스에서 가장 중요한 지표 - 성공 지표 : 신규 유저 주문 전환율 - 신규 유저가 첫 주문 후 배달 서비스에 만족할 경우 추가 주문할 확률이 높음 (핵심 가치 경험) - 첫 주문에서 만족도를 늘리기 위해선 아래 2가지가 필요 └ 첫 주문 할인 쿠폰 제공 : 사용 기한은 최소 3일 or 7일(A/B 테스트 진행)로 정하고 짧은 시간 내에 주문을 할 수 있도록 유도 └ 배달 소요 시간 단축 : 첫 주문에서 배달 시간이 오래 걸리면 재주문 확률이 낮아짐, 첫 주문엔 무조건 다이렉트로 받아 볼 수 있도록 함 문제 5번. 추천 알고리즘 성능 지표 - 성공 지표 : 퍼널 전환율, 추천한 상품 구매 전환율 - 각 퍼널 단계의 전환이 개선될 경우 제품 탐색 과정에서 고객 만족도가 상승했다고 볼 수 있음, 구매 전환율이 상승될 경우 유저에게 필요하고 관심있어하는 상품이 노출되었다고 볼 수 있음 문제 6번. 자주 사용하는 서비스 지표 <당근 앱> - 성공 지표 : 리텐션율 (유저 간의 거래, 커뮤니티 등 서비스 내 여정에서 만족을 느낀 경우 다시 사용하는 비율이 높아질 수 있음) - 보조 지표 : User Engagement(거래를 한 번 이상한 유저는 리텐션율이 높아질 수 있음), Duration Time(커뮤니티 서비스에 만족해서 오래 머문 유저는 리텐션율이 높아질 수 있음) 문제 7번. 퍼널 개선 프로젝트 - 성공 지표 : 온보딩 도달 직전과 도달 후 전환율 - 온보딩 도달 직전까지 전환된 비율과 온보딩 도달 후 전환된 비율을 비교해서 이탈여부 등의 온보딩 효과를 파악할 수 있음
안녕하세요! 11번 문제에서 GROUP BY를 필수로 사용해야 하는 이유가 궁금합니다. 11번 : pokemon 테이블 중 type2가 있으면서 가장 많은 수의 type1이 무엇인지에 대한 문제입니다. 저 같은 경우 GROUP BY를 빼고 SELECT type1 FROM pokemon.basic WHERE type2 IS NOT NULL ORDER BY type1 DESC LIMIT 1; 이렇게 쿼리를 짰는데, 답은 똑같이 나와서, GROUP BY를 사용하신 이유, 이 문제에서 GROUP BY를 사용해야 하는 이유가 궁금합니다.
안녕하세요. 강의 잘 듣고있습니다. 듣는중에 궁금한 점이 생겨 질문드립니다. adapt(x) 말고 train만 집어 넣어야 하는 거 아닌가요? Valid도 검증 하려는 건데 정보를 집어 넣으면 데이터 누수에 문제가 생길거 같아서요. vectorizer = TextVectorization(standardize=custom_standardization, max_tokens=vocab_size, output_sequence_length=MAX_SEQUENCE_LENGTH) # X_train_text 만 넣어주면 valid 에 있는 어휘는 학습이 되지 않습니다. # test 에만 있는 어휘는 데이터 누수 문제로 사용하지 않습니다. vectorizer.adapt(X)
안녕하세요, 강사님. 푸디 익스프레스 결제 전환율 개선 프로젝트 강의(6강) 잘 들었습니다. 기존에는 강사님의 별도 채널에서 추천해주신 "데이터 문해력" 책을 바탕으로 나름대로 실무 프레임워크를 구성해 사용해 왔습니다. 이번 강의를 기반으로 개선하고자 방향을 정리 중에 질문이 있어 문의 드립니다. ❓ 아래 흐름이 강의에서 말씀하신 구조와 일치하는 것인지 궁금합니다. 1. 문제 정의 (or 지시 받기) 2. 지표 정의 3. 현상 파악 (퍼널에 이탈 구간 등) -> 집중할 구간 도출 4. 해당 구간에 대한 다양한 가설 발산 -> 각 가설에 대한 심층분석을 진행 -> 결론도출 (심층분석 = 어떤현상이 발생?, 왜 발생?, 유저는 어떻게 행동?, 유저행동 시뮬레이션 등) 5. 결론(원인)을 해결하기 위한 Action 고민 -> A, B 실험으로 가설검증 진행 ❓ 추가 질문 Q: 상관계수, 산포도 등은 언제 사용하는 것이 적절한지, 혹은 사용을 지양해야 하는 상황이 있는지 궁금합니다. 제 생각에는, 가설별 지표를 정의한 이후 OR 결론을 도출한 이후 초기 문제 정의시 설정한 지표 (혹인 지시받은 지표)와의 관련성을 확인해 실험 우선순위를 판단하는 기준으로 참고할 수 있을 것 같은데요 혹시 강사님이 생각하시는 적절한 사용 시점이나 맥락 이 따로 있을까요?
안녕하세요 데이터 로그 설계 강의에서 예시 로그를 위와 같이 해주셨었는데요 최소 주문금액은 2만원이 되어야만 결제화면으로 넘어가니 아래와 같이 2만원이 넘은 시점에 클릭 이벤트가 한번 더 발생하는 로그가 있어야하는게 아닌가 싶어 문의 드립니다. 실무에서는 그런 로그는 따로 쌓지 않고 결제화면으로 넘어갔으니 그걸로 충족을 하고 넘어왔겠구나라고 판단을 하는걸까요?