고객의 연령/성별을 몰라도 유의미한 데이터 분석이 가능할까요?
4월 세미나 [실무에서 바로 써먹는 데이터 분석 스킬] 실시간 질의응답
4월 세미나 콘텐츠 모아보기!
4월 세미나 슬라이드
4월 세미나 VOD
4월 세미나 실시간 질의응답
월간 데이터리안 4월 세미나에서는 매출 분석과 코호트 분석을 이야기해봤습니다. 강연 내용을 들으며 실시간으로 질의응답을 진행해보았는데요. 그 중 일부 내용을 공유합니다.
혜정  “아반*사러와서 그랜* 풀옵션을 계약하기까지”
선미  “분석이 지지부진 한가요? 그러면 코호트(Cohort)를 추가해보세요.”
두 강연에서 어떤 이야기가 오고갔는지 아래에서 확인해보세요 :)
[아반*사러와서 그랜* 풀옵션을 계약하기까지] Q&A
Untitled
Q1. LTV 데이터는 보통 어디서 구할 수 있을까요? GA에서도 가능한가요?
* GA: Google Analytics
혜정 : GA에서도 LTV 계산을 지원하고 있어요. GA에서 지원하는 LTV의 계산 종류도 많으니, 서비스에 맞게 선택하시면 됩니다. 다만 위에 다른 분들이 답변해주신 것 처럼 내부 데이터를 이용해 직접 집계를 하기도 합니다.
https://support.google.com/analytics/answer/6182550?hl=ko
Q2. LTV 계산 시 일회성 구매를 하는 고객들을 같이 계산하면 평균 구매 기간이 너무 짧아질 것 같은데 그런 경우는 어떻게 하시나요?
혜정 : 일회성 구매를 하는 고객들 같은 경우에는 빼고 계산하기도 합니다. 특정 기간 동안 결제한 횟수를 기준으로 코호트를 나눠서 분석하는 경우가 많은데, 이 부분은 지금 선미님 강연 잘 들어보시면 좋을 것 같습니다.
[분석이 지지부진 한가요? 그러면 코호트(Cohort)를 추가해보세요.] Q&A
Untitled
Q1. A/B 테스트는 아직 사용해본 적이 없는데 보통 어떤 프로그램을 사용하나요? 개인이 테스트 해볼 수 있나요? (예: 블로그 데이터 등)
선미 : 요즘 솔루션들이 많이 나오는데요. 구글 옵티마이즈라는 제품을 무료로 사용하실 수 있으니까 찾아보시면 좋을 것 같아요!
Q2. 써드파티 쿠키의 폐지와 애플 ATT로 인해서 GA 활용에 제약이 많이 갈까요?
선미 : 네. 사실 점점 어려워지고 있어요ㅎㅎ 개인정보 보호 측면에서 좋은 방향으로 개선되고 있는건데 데이터를 수집하는 사람 입장에서는 아쉽긴 하죠.
Q3. 요즘 같이 개인정보 동의 때문에 대다수 고객 정보의 연령/성별을 알지 못하는 상황일 때도 (예를 들어 전체 이용자 중 50%만 성별 or 연령 정보가 있을 때) 유의미한 데이터 분석이 가능할까요?
선미 : 웹사이트나 앱 내의 행동 로그를 이용해서 분석을 해 볼 수 있을 것 같아요! 아까 말씀드린 것처럼 연령/성별 데이터의 중요성은 점점 줄어들고 있습니다. 사용자들이 서비스를 어떻게 사용하고 있는지 맥락에서 분석을 해보시면 좋을 것 같습니다.
Q4. 실무에서는 GA와 SQL 또는 파이썬의 역할 시점이 어떻게 다른지 궁금합니다. 데이터 분석가들도 GA로 볼 수 있는 데이터는 굳이 Raw 데이터를 만지지 않고 확인하나요?
선미 : GA로 볼 수 있는 건 굳이 쿼리 안해요! 쿼리를 짜려면 시간이 걸리잖아요. 자주 보는 데이터들은 일부러 대시보드를 만들어놓기도 합니다.
보민 : 저는 GA로 볼 수 있는 것도 따로 내부 로그 심어서 보기도 했습니다! GA 무료 버전을 사용하는 경우 데이터 전체를 그대로 보여주지 않는 경우도 있어서 추세만 참고하기도 해요.
Q5. 운영 체제(iOS/WOS/AOS) 기반 분석이 어떤 식으로 유의미할지 감이 잘 안 오는데, 유의미했던 대표적인 사례가 있을까요?
선미 : 글로벌 서비스 분석 할 때 보니까 특정 국가별로 iOS / 안드로이드 비율도 다르고 운영 체제별로 ARPPU도 다르더라구요. 생각보다 중요한 변수가 될 때가 있습니다!
Q6. 앞의 예시에서 3명, 4명처럼 절대적인 수가 적을 때에도 그 차이가 유의미하다고 해석해도 되는걸까요?
선미 : 데이터가 좀 더 필요할 것 같아요ㅎㅎ 여기에서는 제가 예시 데이터를 쓰느라고 숫자를 단순하게 썼어요! 딱 봐도 전환율을 계산하실 수 있도록요ㅎㅎ 그런데 전환율이 압도적으로 차이가 난다! 그러면 사용자가 좀 적더라도 유의미하게 다른 그룹과 다르다는 결론을 낼 수 있을 것 같습니다.
참가자 1 : 지금은 바로 가능하지만 숫자가 복잡하면 p-value 측정해보면 알 수 있을 것 같아요!
선미 : 다른 참가자분이 좋은 답변 주셨네요🙏 
참가자 2 : 통계를 배워야하는 이유군요..ㅎㅎ
선미 : 맞습니다…! ㅎㅎ
Q7. 그러면 실제로 차이가 적은 전환율이 나오면 그건 무의미하다고 넘어가면 되는 걸까요?
선미 : 네 거의 차이가 없다고 하면, 무의미하다고 넘어갈 수도 있고요. 데이터를 좀 더 모아보자고 의사결정을 할 수도 있을 것 같아요.
Q8. 지금 보이는 코호트 분석 표는 SQL 쿼리 하나로 가능한 건가요? 삼각형 모양이요!
Untitled
선미 : 네! 생각보다 간단한 쿼리로 가능합니다. 사실 SQL 데이터 분석 캠프 실전반에서 코호트 계산하는 쿼리를 가르치기도 해요… 많은 관심 부탁드립니다ㅎㅎ
Q9. 코호트를 파이썬으로 하는 경우도 있고 SQL로 하는 경우에도 있는데 어떤 도구가 더 많이 쓰이나요?
보민 : 파이썬으로도 코호트 분석 가능하긴 한데 데이터 베이스에 바로 접속해서 계산하는 게 편해서 보통 SQL로 계산 많이 하시는 것 같아요!
Q10. 더 세부적으로 보여지지 않아도 되나요? 최대, 결제 금액, 최소 결제 금액, 표준편차, 또한 어떠한 제품군을 구매하였는지도 보여지지 않아도 사용 가능한 분석이 나오나요?
선미 : 말씀하신 것처럼 더 잘게 쪼개서 응용해볼 수 있어요!
보민 : 많이 쪼개면 자세하게 볼 수는 있는데요. 사실 작은 서비스의 경우 너무 많은 기준으로 고객들을 쪼개게 되면 분석할 수 있는 숫자가 많지 않아서 유의미한 분석이 불가능한 경우들이 있습니다.
Q11. 정말 궁금한 게 있는데요, 실무에서 저런 상황에 맞닥뜨리면 보통 얼마만큼의 시간이 주어지나요? 설마 15분 정도?
Untitled
참가자 1 : 이 커피가 식기 전에....?
선미 : 헉...
참가자 2 : 그래서 커피를 갖다줬구나
선미 : 프로젝트마다, 조직 분위기마다 다른 것 같은데요. 항상 ASAP 인 경우도 있고… (눈물)
참가자 3 : 요청자마다 달라요… ASAP 부터 일주일 천차만별입니다
참가자 4 : 공포네요...........
Q12. 지난 달 퍼널분석에서는 처음 페이지 방문자 수가 증가하면 최종 목표 지점에 도달하는 수도 증가한다고 해주셨는데 오늘은 페이지 방문자 수가 도움이 안되는 허상지표라고 하셔서 그 점이 궁금합니다.
민주 : 퍼널분석 관련 질문 주셔서 감사해요!ㅎㅎㅎ 말씀하신 것처럼 페이지 방문자 수가 늘면 최종 목표 지점에 도달하는 사람도 늘어난다고 했었는데요. 뿐만 아니라 전환율 개선이나 지금 퍼널 단계가 적절한가 평가해보는 게 먼저 선행되어야 한다는 이야기도 했었잖아요. 퍼널이 최적화 되고 나서는 결국 웹사이트 방문자를 늘리는 것도 유효한 전략이 되는 거고요. 단순히 웹사이트 방문자 수만 늘리면 된다! 고 생각하는 건 위험하다고 생각해주시면 될 것 같아요.
Q13. 그동안 사이트로 트래픽을 성과로 삼았는데, 그럼 전환율이나 ARPPU 같은 지표들에 집중해야 할까요? (그동안 제가 허상의 지표를 좇았는지... 반성이 됩니다.)
선미 : 사이트 트래픽 자체가 성과가 되는 분야도 있는 것 같아요. 예를 들어 마케팅 같은 거요! 물론 전환율 계산도 중요하지만 마케팅 같은 경우에는 같은 예산을 쓰고도 몇 명의 사용자를 데리고 왔는지도 큰 성과 지표인 것 같거든요. 허상 지표만 보고 있던 게 아닌지 너무 슬퍼하지 않으셔도 될 것 같아요…! 상황에 따라 다릅니다. 저희도 사이트 트래픽도 계속 봐요. 당연히 중요하죠!
기타 Q&A
Q1. 종속변수가 없이 독립변수만 가지고 분석을 할 수 있을까요?
선미 : 종속변수가 없는 분석이라니 도대체 어떤 업무를 하고 계시는 건가요…! QnA 시간에도 비슷한 질문이 많이 들어와서 답변을 드릴 거지만 목적 없는 분석은 실패로 끝날 확률이 높습니다 ㅠㅠ
Q2. 오늘 알려주신 ARPPU, Cohort 같은 데이터를 쪼개는 방법처럼, 추천해주실 또 다른 분석기법들도 있을까요?
선미 : 데이터리안 웹사이트 블로그 탭에 들어가보시면 자료 많이 보실 수 있어요 한 번 들러주세요…☺️


[설득의 시작, 데이터 제대로 보여주는 법] 5월 세미나 슬라이드

conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

[실무에서 바로 써먹는 데이터 분석 스킬] 4월 세미나 슬라이드

4월 세미나 [실무에서 바로 써먹는 데이터 분석 스킬] 실시간 질의응답

[아반*사러와서 그랜* 풀옵션을 계약하기까지] Q&A

[분석이 지지부진 한가요? 그러면 코호트(Cohort)를 추가해보세요.] Q&A

4월 세미나의 주제는 매출 분석과 코호트 분석이었습니다.

고객의 연령/성별을 몰라도 유의미한 데이터 분석이 가능할까요?

Contents

함께 읽어보면 좋은 글

[데이터와 함께 SNS 마케팅을 넘어 오프라인 광고까지] 2023년 10월 세미나 슬라이드

콘텐츠 데이터 분석가가 뉴스레터 제작에 뛰어든 이유

[선배 데이터 분석가의 SQL 코딩테스트 노하우 공개] 2023년 12월 세미나 다시보기

데이터 분석 소식을
한 달에 한 번 받아보세요