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)

세션 캠페인은 정확히 어떤 캠페인을 의미하는지 궁금해요. 측정 기준을 utm_campaign과 세션 캠페인으로 설정 시 결과 값이 완전 다른데, 세션 캠페인 기준이 정확히 무엇인지 여쭙습니다

안녕하세요, 강사님.푸디 익스프레스 결제 전환율 개선 프로젝트 강의(6강) 잘 들었습니다.기존에는 강사님의 별도 채널에서 추천해주신 "데이터 문해력" 책을 바탕으로나름대로 실무 프레임워크를 구성해 사용해 왔습니다.이번 강의를 기반으로 개선하고자 방향을 정리 중에질문이 있어 문의 드립니다. ❓ 아래 흐름이 강의에서 말씀하신 구조와 일치하는 것인지 궁금합니다.1. 문제 정의 (or 지시 받기)2. 지표 정의3. 현상 파악 (퍼널에 이탈 구간 등) -> 집중할 구간 도출4. 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 질문Q: 상관계수, 산포도 등은 언제 사용하는 것이 적절한지, 혹은 사용을 지양해야 하는 상황이 있는지 궁금합니다.제 생각에는,가설별 지표를 정의한 이후 OR 결론을 도출한 이후초기 문제 정의시 설정한 지표 (혹인 지시받은 지표)와의 관련성을 확인해실험 우선순위를 판단하는 기준으로 참고할 수 있을 것 같은데요혹시 강사님이 생각하시는 적절한 사용 시점이나 맥락이 따로 있을까요? 

안녕하세요데이터 로그 설계 강의에서 예시 로그를 위와 같이 해주셨었는데요최소 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 않고결제화면으로 넘어갔으니 그걸로 충족을 하고 넘어왔겠구나라고 판단을 하는걸까요? 

태그 실행되는 것도 확인했고 제출도 했고, 측정아이디도 정확하게 넣어서 여러번 테스트 해봤는데, 실시간 보고서 내 ‘이벤트 이름 별 이벤트 수’에서 보이지 않아요. 해결방법이 있을까요?

안녕하세요, 수업을 듣다가 세그먼트 중복 분석관련하여 궁금한 점이 생겨 질문드려요! 위 화면에서 세그먼트 간 교집합이 생기는 이유가 뭘까요~?세그먼트1(장바구니 이탈자)은 add_to_cart한 사용자 중 purchase를 하지 않은 사용자이고,세그먼트2(장바구니 전환자)는 add_to_cart한 사용자 중 purchase를 한 사용자이기 때문에 논리상으로는 교집합이 발생되면 안된다고 생각이 들어서요! 두 세그먼트 모두 사용자 세그먼트로 생성했기 때문에 설정된 기간 내 purchase의 유무에 따라 세그먼트가 결정된다고 이해했습니다! 

트래픽 획득 리포트에서 referral이 너무 많이 나와서 문의드립니다!paid나 direct는 해석에 문제가 없는데, 리퍼러가 많이 나오는건 저희 사이트를 어떤 경로로 유입하는게 많다고 보면 되는걸까요?이곳 저곳 알 수 없는 곳에서 노출된 저희 사이트 링크를 통해 들어오는 유입이라고 보면될까요?탐색보고서에서 사용자세그먼트를 통해 utm캠페인명으로 봐도 referral가 많이 나와서 질문드립니다!

(질문전 반드시 AI-assitant와 먼저 해결해보세요!)1. 이 문제를 해결해보기 위해 어떤 시도를 해보셨나요?모든 폴더 탐색(seeds를 이용하려고 하지만 일부 컬럼차이발생) 2. 질문 내용만 보았을 때, 답변자가 질문의 의도를 쉽게 이해할 수 있는 컨텍스트가 다 들어있나요? (영상 xx:yy ~ zz:aa 부분, 시도해본 작동하는 전체 코드 등)

많은 질문 부탁드립니다. 상세히 작성해주시면 더 좋습니다.단 앞서 비슷한 질문이 있었는지 검색 부탁드리겠습니다.서비스 운영 관련 문의는 1:1 문의하기를 이용 부탁드리겠습니다.  다른 섹션은 자료 다운받기가 있는데 1-2 에는 다운받기 버튼이 보이지 않습니다.

 전에 워드프레스 sitekit으로 등록된게 애널리틱스랑 연동이 된거 같아요. 이번에 신규로 만든게 네모 빨강색 테두리로 만들었는데,  해당 GTM계정으로 태그를 만들어서, 미리보기까지 잘 동작이 되는데, GA4에서 실시간에서 이벤트가 나오지 않습니다.  혹시몰라 동일한 이벤트로 다른 사이트했는데 잘 되더라구요.  저 연동 때문에 안되는것 같은데 어떻게 해야 3번째 빨강색 테두리가 값이 GA4에 잘 전달이 될까요?

안녕하세요 카일님! 6-7 데이터 로그 설계 연습 문제를 풀어봤습니다. 데이터 로그 설계 강의를 여러 번 반복해서 봤는데도 어려운 부분이 있어서 문제들에 대한 답변 이후로 질문 드리겠습니다.문제 1 문제 2문제 3질문 정리1. event parameter에서 food_name, store_name이 들어가기 전에는 food_id, store_id가 들어가야할까요?들어가야 한다면 이유가 무엇인지 알 수 있을까요?CTR에 대한 지표 작성 방법은 어느정도 알겠는데 CVR은 어떤 것을 기준으로 지표를 작성해야 할 지 잘모르겠습니다.. 6-6강의에서 CVR을 구할 때 event_name이 click_payment인것을 보고 전혀 예상하지 못했었는데 CVR은 CTR처럼 직관적으로 보이는게 아니라 예상을 하고 작성을 해야할까요? 어떻게 해결하면 좋을 지 궁금합니다.수정해야 할 부분은 많은 것 같은데 전반적인 데이터 로그 작성 흐름은 맞는 지 궁금합니다. 감사합니다.

안녕하세요 카일님! 항상 유익하고 재밌는 강의 쉽게 풀어주셔서 감사드립니다. 정말 너무 잘 듣고 있습니다 ㅠㅠ6-7 데이터 로그 설계 연습문제 풀어봤는데 제가 처음 설계한 거라 잘 한건지 카일님의 피드백이 필요한 상황입니다...! 아래는 관련 로그 설계 관련 노션 링크와 tracking_plan 구글 스프레드 시트 링크인데요,연습문제 #1, #2, #3별로 기획안을 노션에 작성하였고, 이를 기반으로 제공해주신 템플릿을 활용해 tracking plan을 작성해보았습니다.추가로, tracking plan을 작성할 때 session_id, user_id를 모든 이벤트마다 parameter로 추가해놓았습니다!<기획안 링크>#1 기능이 잘 동작하고 있는지 확인하려면?https://iron-friday-bd6.notion.site/1-21c3bb80ad6680e5a042d852a4bc492e?source=copy_link#2 검색 만족도 지표https://iron-friday-bd6.notion.site/2-21c3bb80ad66808e829df2089fea1a45?source=copy_link#3 검색 필터 기능의 활성화 지표 https://iron-friday-bd6.notion.site/3-21c3bb80ad66805fba0cd9045390abbd?source=copy_link <Tracking Plan 링크>Tracking plan 구글 스프레드 시트: https://docs.google.com/spreadsheets/d/1bmhb8RwO7RVCwSkNpbFF5RRNG2bwb15LO3JvIKf_JWQ/edit?usp=sharing감사합니다!!!

초반에는 그러지 않았던 것 같은데,갑자기 쿼리 결과 창에 가장 우측 컬럼이 넓게 출력되어서 나옵니다.(사진에서 wineer_id, win_ratio, incheon_cnt)그래서 결과를 볼 때 한눈에 들어오지 않고, 수동으로 폭 조절을 해줘야 해서 번거롭네요.혹시 따로 폭을 조정하는 설정이 있을까요?검색으로 해결 방법을 찾을 수 없어 질문드립니다. 특정 쿼리에서만 그런게 아니라는 걸 보여드리기 위해 여러장 첨부합니다!   

안녕하세요, 복습하고자 이미 작성된 섹션별 퀴즈를 지우고 새로 다시 풀고 싶은데 가능한 기능이 있을까요?

안녕하세요! 저는 프로덕트 디자이너를 희망하는 취준생입니다. 데이터 리터러시 강의를 처음 수강해봐서 제가 할 수 있는 선에서 진행을 해봤습니다. 부족한 부분이 많지만 제가 궁금한 점은 지금 제가 낸 답변에 대한 방향성이 맞는 지에 대한 여부입니다. 분명 해결책 측면에선 구체화되지 않고 부족하지만 전체적인 흐름이 맞는지 피드백을 듣고 싶어 질문을 남깁니다.문제 1. 1-1. 각 메뉴들의 ctr을 우선적으로 확인 (어떤 메뉴의 컴포넌트 영역이 가장 많이 클릭이 되었는 지 확인 필요)1-2. 탐색->매장->메뉴->주문->결제->완료로 음식점을 찾는 고객의 여정을 봤을 때퍼널의 끝인 결제 완료 화면에 지표가 많다면 결제하는 고객들이 많아지게 만든 것이므로 지표가 잘 동작했다고 볼 수 있습니다.문제 2.2-1. 검색 결과 화면검색 결과 후 화면을 클릭했는 지 확인이 필요하다고 생각합니다. 왜냐하면 검색이 잘 되면 계속 주문을 위한 다음 단계를 진행할 것이고 아니라면 이탈할 것이기 때문입니다.문제 3.3-1.검색 기능의 ctr : 사용자가 검색 기능에 얼마나 유입됐는지, 얼마나 자주 사용했는지필터 기능의 ctr : 사용자가 검색 후 필터까지 유입됐는지, 얼마나 자주 사용했는지3-2사용자가 필터 기능들을 적용 후 사용자가 필터 기능들을 적용 후 주문율 cvr이 증가했는지 문제 4.4-1. 주문 완료율 CVR이 가장 중요4-2. 배달 서비스의 최종적인 목적은 주문을 통해 수익을 내는 것이기 때문에 가장 중요한 지표라고 판단4-3. 늘리는 방법: 답 1: 쿠폰, 이벤트 프로모션이유: 혜택 쿠폰 및 이벤트 프로모션을 사용자에게 발행하면 사용자의 주문 전환율이 높아질 것이다답 2: 사용자가 자주 찾는 음식점 할인 쿠폰이유: 자주 사용하는 음식점의 할인 쿠폰을 사용자가 서비스에 접속했을 때 바로 확인할 수 있으면 주문 전환율이 높아질 것이다사용자 줄이는 방법: 답 1: 주문 완료까지의 뎁스를 길게 만들기이유: 주문 완료까지의 과정이 길어지면 중간에 이탈하는 사용자가 발생하면 주문 전환율이 감소할 것이다답 2:탐색 과정에서 원하는 음식점을 찾는 과정의 뎁스를 길게 만들기이유: 탐색 과정이 길어지면 중간에 이탈하는 사용자가 발생해 주문 전환율이 감소할 것이다답 3: 탐색 과정에서 원하는 음식점을 찾는 과정이 바로 나오지 않게 만들기이유: 탐색 과정에서 사용자가 원하는 조건에 맞는 음식점이 바로 나오지 않으면 사용자는 실망하고 이탈하게 될 것이다 문제 5.추천 상품의 클릭률 ctr: 추천 상품을 사용자에게 관심을 끌었는지추천 상품을 보고 결제로 전환되는 cvr: 추천 상품이 결제로 이어졌는지문제 66-1. 카카오톡에서 가장 중요한 지표는 접속 빈도에 대한 DAU 라고 생각합니다. 왜냐하면 카카오톡 서비스의 목적은 다른 사용자와의 소통이기 때문에 소통을 위해 얼마나 자주 방문하는 지 확인하는 것이 중요하다고 생각합니다.6-2. 카카오톡 체류시간에 대한 DAU가 중요하다고 생각합니다. 왜냐하면 서비스를 머무르는 시간에 따라 사용자가 사용하는 액션의 경우의 수가 다양해지기 때문입니다.문제 77-1. 답변 1: 온보딩 프로세스 완료율온보딩 프로세스 완료율이 높으면 사용자가 온보딩 과정이 필요하다고 인지하는 것이기 때문이고온보딩 프로세스 완료율이 낮으면 사용자가 온보딩 과정에서 부담을 느끼는 것이기 때문에 개선이 필요합니다.답변 2: 온보딩 프로세스 완료 후 가입율프로세스 완료 후 가입율이 높으면 사용자가 온보딩 과정에서 불만을 느끼지 않는 것이고가입율이 낮으면 온보딩 과정에서 사용자가 가입을 할 만큼 서비스에대한 이점을 어필하지 못한 것이라고 판단했습니다. 

 25.06.17 기준강의영상기준 4:57 부분에 전환수에서 전환 이벤트 설정하려면1. 이벤트를 만들기최근활동에서 만들어진 맞춤 이벤트를 찾아서별표 버튼을 누르면 전환이벤트(주요이벤트) 로 설정하는게 맞는 방법인가요?

안녕하세요 PPT자료는 어디서 다운받을수 있을까용?

(질문전 반드시 AI-assitant와 먼저 해결해보세요!)1. 이 문제를 해결해보기 위해 어떤 시도를 해보셨나요?2. 질문 내용만 보았을 때, 답변자가 질문의 의도를 쉽게 이해할 수 있는 컨텍스트가 다 들어있나요? (영상 xx:yy ~ zz:aa 부분, 시도해본 작동하는 전체 코드 등) 안녕하세요! dbt 강의 너무 재미있게 공부하고있습니다.미국에서 공부하고 있어 dbt가 얼마나 강력하고 많은 곳에서 원하는지 몸으로 체감하고 있습니다.혹시 궁금한 부분이 기존 ETL의 경우 Transform단에서는 데이터 전처리, 타입 변환 등이 수행되고 DW staging db 단에 load 된 후에 여기서 table간의 조인 등의 처리로 Star-schema (Fact, dimension tables) 이 개발되는 것으로 알고 있습니다.dbt의 경우 말씀해주신대로 ELT 방식으로 DW로 load된 후에 Transform되는 방식인데요.dbt가 그럼 Star-schema (Fact, dimension tables) 개발를 개발하는 단계에도 관여를 하는 걸로 이해하면될까요? (e.g. BIgQuery에서 개발되는 것이 아닌 dbt 상에서 개발하게 되는지)답변 주시면 감사하겠습니다!

안녕하세요! 카일스쿨님! 좀 고민하고 풀어봤습니다.피드백해주시면 감사하겠습니다 ㅎㅎ  1. 기능별 사용도 측정 지표배달 서비스 내 다양한 기능(배너, 메뉴 카테고리, 이런 음식 어때요?, 동네 맛집 등)의 성과를 확인하기 위한 주요 지표CTR→ 각 기능이 얼마나 주목을 끌었는지를 측정→ 예: 배너 클릭수 / 배너 노출수CVR→ 각 기능을 통해 실제 결제로 이어진 비율→ 예: ‘이런 음식 어때요?’를 보고 결제한 비율기능별 매출 및 순이익→ 단순 클릭을 넘어서 실질적인 수익에 대한 기여도 확인시간대별 클릭/전환 분석→ 메뉴 카테고리나 추천 기능이 어떤 시간대에 잘 동작하는지 파악개인화 추천 정확도→ 사용자의 과거 행동 기반으로 추천이 얼마나 개인화되었는지 예: 평소 3시에 짜장면을 자주 주문하는 사용자가 해당 시간에 중국집 추천을 받는지 여부로컬 기반 추천의 신뢰도→ ‘동네 맛집’의 추천 기준이 실제 동네 트래픽/주문량에 기반했는가2. 검색 기능 만족도 지표검색 기능에 대한 고객 만족도를 확인하기 위한 주요 지표재검색률→ 검색 후 유사한 키워드로 다시 검색하는 비율→ 높을수록 검색결과 만족도가 낮음을 의미검색 후 클릭률 및 클릭 후 이탈률→ 검색 결과를 클릭했는지, 클릭 후 바로 이탈했는지→ 이탈률이 높으면 검색 품질에 문제가 있을 수 있음검색 후 장바구니 추가율 (CVR)→ 검색 결과가 실제 구매로 이어졌는지 확인정확도 기반 평가 (검색결과 일치도)→ 키워드와 결과의 정합성, 예: ‘치킨’ 검색 시 상위에 리뷰/배달비 기준의 적절한 가게가 노출되었는지3. 검색 필터 기능 성과 지표검색 필터 사용 활성화 및 성과를 측정하는 방법필터 사용률→ 검색 유저 중 필터 기능을 사용한 비율필터 사용 시 CVR 변화→ 필터 사용 전/후 구매 전환율 비교필터별 클릭률 및 장바구니 추가율→ 예: ‘배달비 낮음’ 필터 사용 시 어떤 가게들이 클릭되었는가4. 배달 서비스에서 가장 중요한 지표배달 서비스의 전반적 성과를 확인하기 위한 핵심 지표가맹점 가입률→ 플랫폼 규모 확대의 핵심주문 건수 (배달 트래픽)→ 실제 수익을 좌우하는 트래픽 지표장바구니 담기 비율→ 구매 의사 형성의 선행지표배달 취소율 (가드레일 지표)→ 낮을수록 고객 경험 품질이 높다는 지표배달 시간 / 고객 후기 품질→ 배달 품질 및 고객 만족도를 반영5. 추천 알고리즘 성능 지표추천 알고리즘이 잘 동작하고 있는지를 판단하기 위한 핵심 지표CTR (추천 상품 클릭률)→ 추천 상품이 사용자 관심을 얼마나 끌었는지CVR (추천→구매 전환율)→ 추천 결과가 구매로 이어졌는지카테고리 적합성→ 사용자 속성(성별, 나이 등)에 맞는 추천을 했는지→ 예: 여성 사용자에게 남성옷 추천 빈도 낮아야 함스크롤 뎁스 / 노출시간→ 추천 섹션이 얼마나 오래, 깊이 탐색되었는지유사 사용자와의 교차 추천 성과→ 나와 비슷한 사용자가 좋아한 상품이 효과적인가?6. 여러분들이 자주 사용하는 서비스의 지표서비스 1: 똑똑보카 (영어 학습 + 앱테크 서비스)1. 가장 중요한 지표: 광고 클릭률정의: 메인화면 또는 퀴즈 중간에 노출된 광고 대비 실제 클릭 비율이유: 똑똑보카의 수익모델(BM)은 광고 기반이며, 광고 클릭이 곧 수익으로 연결되므로 가장 핵심적인 지표2. 추가로 확인해야 할 지표광고 유지율→ 광고 유입 흐름 중 계속 유지 비율→ 광고 시청 시작 후 강제 종료하거나 앱을 나가버리는 비율로, 사용자 경험 저하나 보상 설계 문제를 점검할 수 있음연속 학습률→ 사용자가 며칠 연속으로 학습에 참여했는지를 나타내는 지표→ 영어 학습 앱으로서의 핵심 가치(지속적 학습)를 반영하며, DAU보다 질적인 사용자 유지 관리를 측정할 수 있음서비스 2: 유튜브 (유튜브 프리미엄으로 생각해보기)1. 가장 중요한 지표: 유튜브 프리미엄 가입률정의: 전체 사용자 중 유튜브 프리미엄에 가입한 비율이유: 유튜브의 수익원 중 광고 외 안정적인 구독 기반 수익을 의미하며, 장기적인 수익성과 만족도를 반영2. 추가로 확인해야 할 지표프리미엄 해지율→ 프리미엄 가입 후 일정 기간 내 해지하는 비율→ 사용자가 프리미엄에 만족하지 않았다는 신호로, 서비스 개선에 필요한 인사이트 제공추천 동영상 클릭률→ 유튜브가 메인화면, 사이드바, 자동재생 등을 통해 추천한 동영상의 클릭 비율→ 유튜브의 핵심 경쟁력인 추천 알고리즘 성능을 확인할 수 있는 핵심 지표7. 퍼널 개선 프로젝트문제현재 가입 퍼널의 전환율이 약 20%로 낮은 상태입니다.이를 개선하기 위해 온보딩 기능을 퍼널 안에 추가했으며, 온보딩이 가입 전환에 어떤 영향을 주는지 파악하고자 합니다.제안 아이디어온보딩을 가입 후가 아닌 가입 전으로 배치하는 전략대부분의 서비스는 ‘가입 → 온보딩’ 흐름을 따르지만,오히려 ‘온보딩 → 가입’ 흐름이 사용자에게 서비스에 대한 확신을 줄 수 있다고 판단합니다.예를 들어 일부 모바일 게임은 닉네임만 정하고 바로 체험을 시작하게 한 후, 일정 시점에 가입을 유도합니다.사용자가 실제 서비스를 경험한 뒤에 가입을 유도하는 방식은 전환율을 높이는 데 효과적일 수 있습니다.온보딩 효과 측정을 위한 핵심 지표온보딩 완료 후 가입 전환율온보딩을 완료한 사용자 중 가입까지 이어진 비율온보딩이 실제 가입 의사 형성에 도움이 되었는지를 측정온보딩 이탈률온보딩 도중 앱을 종료하거나 더 이상 진행하지 않은 비율온보딩 자체의 UX 문제나 피로도를 진단가입 전 체류 시간 / 페이지 뎁스가입 전에 사용자가 체험한 화면 수, 머무른 시간온보딩 체험이 몰입감을 주고 있는지를 간접적으로 측정A/B 테스트: 기존 퍼널 vs 온보딩 우선 퍼널두 버전을 나눠 퍼널 전환율을 비교 실험온보딩 전략 변경이 실제 전환율 개선으로 이어지는지 검증결론온보딩을 먼저 제공하면 사용자는 서비스를 직접 체험해볼 수 있고,그로 인해 “이 정도면 가입해볼 만하네”라는 확신을 갖고 자연스럽게 전환될 수 있습니다.따라서 기존의 ‘가입 → 온보딩’ 패턴 대신, ‘온보딩 → 가입’ 흐름을 실험해보고 그 효과를 위 지표들로 측정하는 것이 전략적으로 유의미합니다.

안녕하세요질문이 있어 문의 드립니다! 1. 강의 중 Foodie Express 페이지 전환율 계산에서 사용한 ‘수’의 기준이 유저별 고유 방문 수인지, 중복 방문까지 포함한 전체 방문 수인지 궁금합니다.1-1. 현재 업무에서는 가입 단계 로그를 수집하여 디바이스별 각 가입단계 첫 활동 일시를 기준으로 일 단위 전환율을 계산하고 평균을 확인하고 있습니다. 유저의 첫 활동 이후 행동은 고려하지 않는 방식인데, 이런 산출 방법이 적절한지도 궁금합니다. 2. SAAS 환경에서 단순 클릭 수나 페이지 전환율뿐만 아니라,유저에게 보여지는 알고리즘 값(추천 점수 등)에 대한 실험도 가능한가요?2-1. 이런 실험을 위해 Growth Book을 사용하는 것이 적합한지 궁금합니다. 3. 강의 중 Growth Book 관련 참고자료를 언급해 주셨는데, 위치를 못 찾겠습니다! 4. PM으로서 활용할 만한 레퍼런스 자료는 디스코드 ‘추천자료’ 채널에 있는 것이 맞나요?