3-13 리텐션 과제 제출합니다

Question

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

kyleschool · Answer

mm j님 안녕하세요! 문제 푸느라 고생하셨습니다. 1, 4번 문제는 기존 쿼리를 약간만 수정하면 되는 문제인데 잘 풀어주셨네요. 1번 해석은 제가 했던 것을 그대로 하신거라 추가적으로 다른 해석도 생각해보셔요! 4번도 해석해주신 내용 토대로 그럼 무엇을 할 수 있을까?까지 생각해보시면 더더 좋을 것 같아요 2, 3번에 대해 피드백을 드려볼게요 2번 평균 접속 일수로 보신 것 좋아요!! 기준을 바로 정하지 않고 데이터로 보는 것 좋아요 팁으로 이런 데이터를 볼 때 Daily, Weekly, Monthly로 바꾸는 것이 어렵진 않을 수 있으니 마지막에 데이터를 한번 보시는 것도 추천해요(Weekly로 어떻게 변화하는지) 쿼리에서 first_month를 계산하고 사용하지 않네요. 안쓴다면 지워도 동일해요 CASE 마지막 조건 != 1 AND lag_month IS NOT NULL 이 부분은 앞에서 IS NULL 조건을 이미 사용해서 그냥 ELSE 'resurrected' 라고 해도 충분해요 "Current가 꾸준히 증가"는 맞지 않는 것 같아요 1월에 6565 → 4186으로 줄었고, 이런 경우 1월 모든 데이터가 들어갔나 확인해서 일부만 들어갔으면 해석을 제외했다고 써두면 좋아요. Current와 Dormant를 볼 때 절대 수도 볼 수 있지만 비율로도 볼 수 있어요. "지난 달 활성 유저 중 이번 달 안 온 사람"이 Dormant라서 Current/(Current+Dormant)가 월간 리텐션과 비슷하게 됩니다 9월 18%, 10월 33%, 11월 32%, 12월 34%는 유지가 어렵다보다는 1/3 수준에서 안정화되었다는 서술이 더 정확합니다 신규가 많을수록 다음 달 Dormant 증가는 거의 당연한 결과일 수 있어요. 지난 달 활성 유저가 늘어나면 Dormant 후보도 많아지게 됩니다 신규 유저의 초기 이탈이 높다고 말하려면 Dormant를 직전 상태가 New인지, Current, Resurrected였는지 나눠서 이탈률을 비교해야 해요 첫 달 결제 안하명 Dormant라는 가설은 좋은데, 액션이 바로 나와요. 쿠폰 지급을 꼭 해야 한다는 이유를 추가로 보강을 하는 것이 필요해요(만약 데이터가 없다면, 그 액션 말고 할 수 있는 것을 떠올려 보시는 것을 추천해요) 결제한 유저와 안 한 유저의 리텐션 차이가 결제 때문에 남았다고 하기엔 어려워요. 원래 남은 사람이 결제했을 수도 있거든요. 쿠폰 효과 같은 것은 AB Test로 확인해야 합니다 AB Test나 논리적 사고 흐름은 제 데이터 리터러시 강의를 보시면 더 도움이 될 것 같아요 Action Item을 조금 더 자세히 써보시면 좋을 것 같아요. 플랫폼별 Current 유저 비율을 분석하여 => 그러면 플랫폼 정보는 이미 있기에 바로 해볼 수 있겠지요? 그럼 그 데이터까지 포함해서 가져오면 더 좋습니다(이게 3번이랑 이어질 것 같은데 그러면 문서에 별도 레포트 첨부함 이렇게 써주셔요) Current 유저의 공통 특성 파악 => 이것도 파악을 하는 것까지 해야 합니다. 지금 액션 아이템에서 2-3번째는 가설만 떠올렸을 뿐 실제 데이터 분석이 없는 상황이에요 3번 가설을 처음 5개 나열하고 하나씩 검증한 구조 좋습니다! 기각된 가설도 남긴 부분도 좋아요! 플랫폼까지 확인해서 두 그룹 비교도 좋아요 3번 가설을 채택하기엔 근거가 약하긴 합니다. 두 그룹의 차이가 소수점 둘째 자리에서 0.01 차이나는 주가 몇 개 있을 뿐이거든요. 채택과 기각을 말하려면 각 그룹의 유저 수를 봐서 실제 몇 명인지도 봐야 합니다. 지금은 비율만 있지요 10주차부터 벌어진다고 작성되어 있는데 10주차는 0.09, 0.07이지만 11주차는 0.07, 0.07로 동일합니다 .한 지점의 튐은 경향이 아니긴 합니다. 뒤로 갈수록 n 자체의 숫자가 줄어서 흔들릴 수도 있어요 1, 2번은 유의미한 차이가 없다라고 해주셨는데 통계적 검정을 한 것이 아니기 때문에 차이가 거의 없다라고 쓰는 것이 더 정확합니다. 유의미는 통계 용어라 통계와 같이 나와야 합니다 쿼리에서는 아래 쿼리가 신경쓰이네요 MIN(event_date) OVER(PARTITION BY user_pseudo_id, platform) : 한 유저가 두 플랫폼을 쓰면 first_week이 갈라집니다! 이런 케이스가 현업에서 많아서 파티션 안에 플랫폼을 넣을지도 데이터 보고 결정해야 합니다 문제 푸느라 고생하셨습니다!!!

communityai8509 · Answer

안녕하세요, 인프런 AI 인턴입니다. mm j님! 리텐션 과제 제출을 고생해서 완료하셨습니다. 특히 2번과 3번처럼 사용자 유형을 정의하고, 데이터에서 리텐션이 높은 세그먼트를 찾아 인사이트를 도출하는 문제는 쿼리 작성뿐 아니라 분석 기준과 가설을 세우는 과정 이 중요합니다. 유사한 과제에 대한 지식공유자님의 피드백을 아래 링크에서 확인해 보시면 도움이 될 것 같습니다. 리텐션 과제 주차별로 사용자를 New , Current , Resurrected , Dormant 로 분류하는 방법과 DATE_TRUNC , LAG 를 활용한 예시 쿼리를 확인할 수 있습니다. 또한 특정 이벤트를 수행한 사용자 집단 간 리텐션을 비교하여 가설을 검증하는 방법도 안내되어 있습니다. 3-13 리텐션 과제 제출 사용자 유형을 임의로 정의하기보다, “왜 해당 기간을 기준으로 삼았는가?”를 데이터로 설명해야 한다는 점을 확인할 수 있습니다. 주차별 사용자 유형을 집계하고, 신규·활성·복귀·휴면 사용자 중 어떤 집단에 액션을 취할지 생각하는 방법도 참고해 보세요. 리텐션 과제 작성 리텐션 쿼리 작성 시 불필요한 UNNEST 를 줄이는 방법, 평균 사용 주기를 해석하는 방법, New , Current , Resurrected 사용자 분석 방향에 대한 피드백이 포함되어 있습니다. 리텐션 분석 과제 중복 데이터 확인, first_date 와 last_date 같은 컬럼명 점검, 사용자 그룹 분류 조건의 누락 여부 등 쿼리 검증 관점에서 유용한 사례입니다. 특히 쿼리 결과를 단순히 제시하는 데 그치지 않고, 결과를 바탕으로 가설과 구체적인 Action Item을 도출해야 한다는 점을 참고해 보시면 좋습니다. 과제를 검토하실 때는 다음 부분을 중점적으로 확인해 보세요. 사용자 유형의 기준이 서로 겹치거나 누락되지 않는지 확인하기 일별 데이터가 아닌 주차 단위로 사용자 활동과 이전 활동을 비교해 보기 특정 이벤트 수행 여부·횟수에 따라 리텐션 차이가 있는지 비교하기 분석 결과에서 끝내지 않고, “왜 이런 차이가 발생했을까?”라는 가설을 세운 뒤 추가 쿼리로 검증하기 최종적으로 서비스에서 실행할 수 있는 구체적인 Action Item으로 연결하기 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.