174만명의 커뮤니티!! 함께 토론해봐요.
미해결
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요. 강사님 최종 과제 제출합니다. Foodie Express 현황과 개선 전략으로 심플하게 작성하였습니다. 피드백 있으시면 말씀 부탁드립니다:) https://app.notion.com/p/3ca0de0d9a16807c81f8d4cbbe27f800?source=copy_link
미해결
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요 과제 제출합니다! 감사합니다. https://app.notion.com/p/3db130f3c2d88053b03cdac6b65cd928?source=copy_link
해결됨
초보자를 위한 BigQuery(SQL) 입문
배틀 테이블 설정 시 계속해서 이 오류 창이 뜨는데 어떤 게 문제인지 알 수 있을까요..? 파티션 나누기, 건너 뛸 헤더 행 등 모든 설정은 정확하게 완료했습니다..
해결됨
초보자를 위한 BigQuery(SQL) 입문
1번 문제에서 catch_date를 기준으로 계산하라고 되어있는데, catch_date와 catch_datetime의 비교검증을 통해 catch_date가 KST가 아닌 UTC 기준이라는 것을 알았고, 그 다음에 왜 데이터의 기간을 catch_datetime을 사용해야 하는지 이해가 잘 가지 않습니다. 기준이 catch_date라고 명시되어 있다면 번거롭게 KST 기준으로 변환을 하는 게 아니라 그냥 UTC 기준으로 계산하는게 맞는 거 아닌가요?
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요! 3-13 리텐션 과제 제출합니다. 2, 3번 과제의 경우 클로드의 도움을 조금 받았으며, 최대한 스스로 생각하고 검토만 받는 방향으로 진행하였습니다. 부족한 부분이나 더 생각해볼 수 있는 부분들 피드백 주시면 감사하겠습니다! 과제 링크 https://inquisitive-toy-5d0.notion.site/3c6bc12dee6d80dc9b2ed0e7d1c9a33c?source=copy_link
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요 카일님, 잘 듣고 있습니다. 강의 말미에서 app logs 데이터로 쿼리 연습 해보라고 말씀주셔서 아래와 같이 몇 가지 연습해 보았습니다. 더 정확한, 효율적인 쿼리가 있는지, 틀린 부분이 있다면 피드백 부탁드립니다. 1. Screen 탐색량이 가장 많은 유저 찾기 질문: 어떤 유저가 앱 내 screen을 가장 많이 탐색했는가? 목적: 유저별 screen 조회 횟수를 집계하여 heavy user 탐색. SELECT user_id, -- IF(event_params.key="firebase_screen", event_params.value.string_value, null) as screen, COUNT(*) as cnt_screen FROM advanced.app_logs CROSS JOIN UNNEST(event_params) as event_params WHERE event_params.key='firebase_screen' GROUP BY ALL HAVING user_id is not null ORDER BY cnt_screen DESC 2. 날짜별 Screen 조회량 및 Screen 구성 질문: 날짜별 전체 screen 조회량은 어떻게 변화하며, 각 screen은 얼마나 조회되었는가? 목적: Screen View의 시계열 변화와 screen별 조회량을 동시에 분석. double check 컬럼을 통해 정의한 screen들의 합계도 검증. WITH unnest_table as ( SELECT *, IF(event_params.key="firebase_screen", event_params.value.string_value, null) as screen FROM advanced.app_logs CROSS JOIN UNNEST(event_params) as event_params GROUP BY ALL HAVING screen is not null) SELECT event_date, count(screen) as total_screen_view, COUNTIF(screen IN ('cart','welcome', 'food_category', 'home', 'search_result', 'food_detail', 'search','restaurant')) as double_check, --검증용 컬럼 COUNTIF(screen='cart') as cart, COUNTIF(screen='welcome') as welcome, COUNTIF(screen='food_category') as food_category, COUNTIF(screen='home') as home, COUNTIF(screen='search_result') as serach_result, COUNTIF(screen='food_detail') as food_detail, COUNTIF(screen='search') as serach, COUNTIF(screen='restaurant') as restaurant FROM unnest_table GROUP BY ALL 3. Heavy User의 실제 Screen Journey 추적 질문: 특정 heavy user는 실제로 어떤 순서로 screen을 탐색하는가? 목적: Timestamp를 기준으로 사용자의 screen 이동 순서를 확인하고, firebaase screen 퍼널 순서 정의를 위한 탐색 수행. SELECT TIMESTAMP_MICROS(event_timestamp) as timestamp, if(event_params.key="firebase_screen", event_params.value.string_value, null) as screen FROM advanced.app_logs CROSS JOIN UNNEST(event_params) as event_params WHERE user_Id=57410 and event_date between '2022-08-01' and '2023-12-30' GROUP BY ALL HAVING screen is not null ORDER BY timestamp limit 100 4. Cart 도달 유저 vs Non-Cart 유저의 Screen 탐색량 비교 질문: Cart를 한 번이라도 조회한 유저는 그렇지 않은 유저보다 평균적으로 더 많은 screen을 탐색하는가? 목적: 사용자를 has_cart 여부로 segmentation하고 두 그룹의 평균 screen 탐색량 비교. WITH basic AS ( SELECT user_id, COUNT(*) AS screen_cnt_per_user, COUNTIF(event_params.value.string_value='cart') >0 AS has_cart FROM advanced.app_logs CROSS JOIN UNNEST(event_params) as event_params WHERE event_params.key='firebase_screen' GROUP BY user_id) SELECT AVG(IF(has_cart, screen_cnt_per_user,NULL )) as avg_view_cart, AVG(IF( not has_cart, basic.screen_cnt_per_user, null)) as avg_view_non_cart FROM basic unnest 와 집계함수를 연속적으로 쓰려고 할 때나 unnest+집계함수+having 쓰려고 할 때는 반드시 with문으로 분리해서 사용해야 오류가 안 나는 것 같더라고요. 그러다 보니 쿼리가 길어지는데 더 가독성 좋은 쿼리 작성법이 있을 것 같습니다. ㅎㅎ
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요 카일님, 강의 잘 듣고 있습니다. 연습문제 쿼리 작성해 보았는데 잘못된 부분이 있는지, 더 나은 쿼리 방식이 있다면 피드백 부탁드립니다 감사합니다. WITH basic AS (SELECT event_date, event_name, user_pseudo_id, event_params, if(event_params.key="firebase_screen", event_params.value.string_value, null) as screen FROM advanced.app_logs CROSS JOIN UNNEST(event_params) as event_params WHERE event_date between '2022-08-01' and '2022-08-18' ), basic2 as ( SELECT event_date, concat(event_name, '-', screen) as event_name_with_screen, COUNT(user_pseudo_id) as cnt FROM basic WHERE event_name in ('screen_view', 'click_payment') GROUP BY ALL HAVING event_name_with_screen is not null ORDER BY event_date) SELECT event_date, MAX(if(event_name_with_screen='screen_view-welcome', cnt, null)) as screen_view_welcome, MAX(if(event_name_with_screen='screen_view-restaurant', cnt, null)) as screen_view_restaurant, MAX(if(event_name_with_screen='screen_view-food_category', cnt, null)) as screen_view_food_category, MAX(if(event_name_with_screen='screen_view-food_detail', cnt, null)) as screen_view_food_detail, MAX(if(event_name_with_screen='screen_view-cart', cnt, null)) as screen_view_cart, MAX(if(event_name_with_screen='click_payment-cart', cnt, null)) as click_payment_cart, MAX(if(event_name_with_screen='screen_view-search', cnt, null)) as screen_view_search, MAX(if(event_name_with_screen='screen_view-search_result', cnt, null)) as screen_view_search_result FROM basic2 GROUP BY all ORDER BY event_date
해결됨
초보자를 위한 BigQuery(SQL) 입문
-- select -- kor_name,total, -- case -- when total >= 501 then 'High' -- when total <= 300 then 'Low' -- else 'Medium' -- end as total_rank -- from `basic.pokemon` 저는 High와 Low 범위를 정해놓고 나머지를 Medium 으로 Else에 넣었는데 이렇게 해도 될까요?
해결됨
초보자를 위한 BigQuery(SQL) 입문
처음 테이블을 만들때 battle 테이블은 1 헤더행을 건너뛰었는데, 왜 건너뛴건지 설명해주셨지만 잘 이해가 가지 않습니다. 일단 넘어가도 괜찮은 부분인걸까요?
해결됨
초보자를 위한 BigQuery(SQL) 입문
안녕하세요, 12강 8번 연습문제의 '전체 포켓몬 수'를 구하는 쿼리를 작성하라는 문제에서요. 보여주신 내용은 포켓몬 종류의 수이지만, 만약 pokemon의 total 컬럼의 합을 구한다고 가정한다면 어떤 쿼리문이 나와야 하는 것일까요?
해결됨
초보자를 위한 BigQuery(SQL) 입문
데이터 검증 강의에 대한 내용은 감명깊게 수강하였고, 강의의 쿼리 외적으로 질문이 있습니다ㅎㅎ 저는 이 강의의 문제만 보고 빅쿼리에서 스스로 문제 풀기를 3일간 도전하였는데, 결국 풀지 못한 채 강의를 보게 되었습니다! 제 사고 과정은 다음과 같습니다. 1. 총 배틀 횟수 계산이 난해하다. 2. '각 트레이너'의 정보를 얻으려면 battle 테이블과 trainer 테이블을 조인하여 t.trainer_id = b.player_id를 확인해야 할 것으로 예상된다. 3. trainer 테이블을 기준으로 battle 테이블을 LEFT JOIN 한다. 그런데 강의 03:57 ~ 04:03 부분을 확인해보니, player_id를 기준으로 trainer_id를 매핑시키는 방식의 쿼리를 작성하셨더라고요! Q. 제가 최초에 trainer_id 컬럼을 기준 삼았다고 가정할 때, trainer_id = player_id 이 불편함을 깨닫고 player_id = trainer_id 으로 관점을 바꾸면 좋겠다고 생각할 근거가 있다면 무엇일지 궁금합니다..! 나름 최선의 표현으로 글을 다듬었지만, 이 질문이 난해할 수 있다고 생각하고요..! 원하는 답을 얻지 못할 확률이 높다고 생각하면서도 혹시나 하여 질문드립니다. 감사합니다!
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
퍼널 분석을 통한 Foodie Express의 비즈니스 인사이트를 도출하는 레포트를 작성하였습니다. 아래의 노션 링크 첨부하여 드립니다. 감사합니다. https://app.notion.com/p/6-1-3a96c0de4db680fda4d5f30c3ecc0b43?source=copy_link
미해결
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요. 리텐션 과제 제출합니다. 실무 기반의 문제라 그런지 역시 난이도가 있네요. 고민을 많이 해보게 되었습니다. 리텐션 유저 기준은 게임 업계 기준으로 정의하고 문제를 풀었습니다. (플랫폼에 따라서 기준도 다르고 하지만) 보시고 피드백 있으시면 말씀을 부탁드리겠습니다. https://app.notion.com/p/2b00de0d9a16809f94f5e378ee375b2f?source=copy_link
미해결
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
해당 리텐션 연습과제를 아래의 노션 링크에 담아 제출합니다. 2번과 3번과제는 너무 어려워서 AI의 도움을 받아 수행하였습니다. 많이 고민하는 계기가 되었고, 덕분에 노션도 처음 사용해보았습니다. 부족한 점은 없는지 피드백 주시면 감사하겠습니다. https://app.notion.com/p/3-13-3986c0de4db68063b1b9efa55c1d4b4f?source=copy_link
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요 강사님! 최종 과제 피드백 요청 드립니다🙇♀️ 로그 데이터 분석이 처음이라 데이터 해석부터 분석 스킬까지 부족한 점이 많습니다! 하지만, 강사님께서 처음부터 이해하기 쉽게 알려주신 덕분에 많이 배울 수 있었습니다. 저는 현재 CRM 마케터를 희망하고 있어, CRM 개선 전략을 목표로 분석을 진행해보았습니다. 바쁘시겠지만 피드백 주시면 앞으로의 역량 강화에 큰 도움이 될 것 같습니다 :) 감사합니다~! 과제 링크
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요. Weekly Retention 과제 작성했는데요. 피드백 있으시면 말씀부탁드립니다:)
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요. 강사님께서는 10-3에 상승, 11-28에 준수, 12-19에 감소라고 하셨는데, 대각선으로 해석해보면 10-10 상승(초록색 전환), [12-5, 12-12] 준수(0.1 구간을 지나 꾸준한 초록색), 12-26 감소(빨간색 전환) 로 보는게 맞지않나요? 제가 잘 이해를 못한건지 헷갈려서 문의드립니다!
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
--Weekly Retention WITH base AS( SELECT user_pseudo_id, event_name, DATE(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul') AS event_date, DATE_TRUNC(DATE(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul'), WEEK(MONDAY)) AS event_week, FROM advanced.app_logs WHERE event_date BETWEEN '2022-08-01' AND '2022-11-03' ), first_week_data AS( #first_week 추출 SELECT DISTINCT user_pseudo_id, event_week, MIN(event_week) OVER(PARTITION BY user_pseudo_id) AS first_week, FROM base ), week_diff_user_cnt_data AS( #week_diff 및 user_cnt 추출 SELECT week_diff, COUNT(DISTINCT user_pseudo_id) AS user_cnt FROM( SELECT *, DATE_DIFF(event_week, first_week, WEEK(MONDAY)) AS week_diff FROM first_week_data ) GROUP BY week_diff ) #first_week_user_cnt 및 retention_ratio 추출 SELECT *, ROUND(SAFE_DIVIDE(user_cnt, first_week_user_cnt), 3) AS retention_rate FROM( SELECT *, FIRST_VALUE(user_cnt) OVER(ORDER BY week_diff) AS first_week_user_cnt FROM week_diff_user_cnt_data ) ORDER BY week_diff --Monthly Retention WITH base AS( SELECT user_pseudo_id, event_name, DATE(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul') AS event_date, DATE_TRUNC(DATE(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul'), MONTH) AS event_month, FROM advanced.app_logs WHERE event_date BETWEEN '2022-08-01' AND '2022-11-03' ), first_month_data AS( #first_month 추출 SELECT DISTINCT user_pseudo_id, event_month, MIN(event_month) OVER(PARTITION BY user_pseudo_id) AS first_month, FROM base ), month_diff_user_cnt_data AS( #month_diff 및 user_cnt 추출 SELECT month_diff, COUNT(DISTINCT user_pseudo_id) AS user_cnt FROM( SELECT *, DATE_DIFF(event_month, first_month, MONTH) AS month_diff FROM first_month_data ) GROUP BY month_diff ) #first_month_user_cnt 및 retention_ratio 추출 SELECT *, ROUND(SAFE_DIVIDE(user_cnt, first_month_user_cnt), 3) AS retention_rate FROM( SELECT *, FIRST_VALUE(user_cnt) OVER(ORDER BY month_diff) AS first_month_user_cnt FROM month_diff_user_cnt_data ) ORDER BY month_diff 더 보완할 점은 없는지 평가해 주시면 감사하겠습니다. 강의 항상 정말 잘 듣고있습니다.
해결됨
BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)
안녕하세요, 수업 잘 듣고 있습니다. 퍼널 쿼리 PIVOT 테이블 과제를 작성하였는데요. 혹시 보시고 피드백이 있으시면 말씀부탁드립니다: )
미해결
초보자를 위한 BigQuery(SQL) 입문
질문이 있는 경우 다음과 같이 시도해보고 공유해주세요 구글에 검색한 후, 어떤 결과가 나왔는지 그 결과를 토대로 어떤 시도를 했는지? 시도에서 어떤 과정이 진행되지 않았는지 데이터를 추출하는 과정에 대한 고민은 Input / Output을 작성해주세요 안녕하세요. 해당 강의를 google cloud가 아니라 vs code에서 해볼 수 있는 방법은 없을까요?
