2024-07-23

• Today

프로젝트 진행

 

---

• Today I Learned

 

프로젝트

 

 

어제에 이어서

 

왜 로그데이터를 보려고 했는가

로그데이터를 통해서 무엇을 알 수 있는가

로그데이터 분석을 하려는 목적이 무엇인가

 

를 이야기 나누어보았다.

 

> 웹환경이라는 특성 상 로그들이 남아있을 것이고, 현재 커뮤니티의 현황파악을 위해 로그데이터 분석을 하는 것

> 현황파악을 위해 여러가지 지표들 방문자 수, 방문현황, 유입 분석, 행동 분석, 세션 별 체류 시간 을 데이터 요청했음

 

 

이 후 현황파악을 해보았을 때 어떤 점이 부족하다, 개선해야한다라는 사실이 나온다면 그 목적에 맞는 지표들을 볼 것

 

 

 

Q. 이 외에 현황파악을 위해 요청해야할 추가 지표가 있는지?

Q. 우리가 선정한 지표들에 수정되어야 할 내용이 있는지?

 

A. 대희 튜터님 멘토링

커뮤니티 활성화라는 것은 목적이며, 목표는 구체적인 수치로 평가 가능한 것으로 정할 것(ex. 좋아요, 댓글, 공유 수 증가)

유튜브와 똑같이 생각해도 됨

 

해당 지표에서 수정하거나 추가가 필요한 내용은 없음

 

다만, 우리가 진행하고자 하는 방향은

목적을 세우고 필요한 데이터를 찾는 것이 아니라

주어진 데이터에서 새로운 인사이트를 발견해내는 것임

 

데이터 요청시

대시보드를 만들어 주겠다 하는 부분도 유의미하며 플러스 요인이 될 수 있음

 

+ 커뮤니티 활성화를 위해 외부요인이 얼마나 영향을 미치는지도 확인 가능함

 

콘텐츠가 올라간 갯수,

콘텐츠 유형

사용자가 얼마나 반응을 했는지 등

 

사이트의 robot 을 돌려, allow 라는 표시가 되어있어도

크롤링을 할 것이라면 기업측에 허락을 받아야 한다!

 

웹사이트의 개발자 도구를 확인해 보니 구글애널리틱스를 활용하는 것이 확인됨

 

> 구글 애널리틱스 관련된 허용 가능한 데이터를 주시면 다방면으로 분석해보겠다

 

하는 식으로 가면 좋을 듯

 

+ 사이트 자체가 아닌 카테고리 중 놀이터를 중점적으로 본 이유에 대해서도 명시를 해주어야 함

+ 면접 시 외부데이터를 어떻게 허락을 받았는지, 왜 그런 생각을 하였는지 등을 잘 설명할 수 있어야 함

+ 활성의 정의를 다시 잡아야 할 수도 있다, GA4 에서는 우리가 생각한 활성의 의미와 다를 수 있다.

+ 이벤트 정의서를 추가 요청하면 너무 좋겠지만 너무 과한 부탁이 되지 않을 수 있도록 고민해봐야함

+ 이메일은 스크롤을 너무 내리지 않도록 , 내용이 너무 많다면 노션페이지, 워드 등으로 공유하는 것도 좋음

 

 

 

위 내용들을 바탕으로 추가 데이터를 요청해보기로 하였다

 

 

 

 

Q. 추가 데이터 요청 전 수정사항이 있는지 확인

A. 소현 튜터님 멘토링

중견기업 이상의 큰 규모의 회사에서는 보안 이슈를 굉장히 보수적으로 생각함

실제 데이터를 사용하여 PPT 를 작성할 경우 인사팀 선에서 먼저 잘라 버릴 수 있음

리스크가 분명히 있을 수 있다는 점에서 실제 회사의 데이터를 사용하는 것은 추천하지 않음

 

 

 

위와 같은 멘토링 후 구글링을 해본 결과

포트폴리오에 들어갈 PPT 를 작성한다면 가상의 데이터를 PPT에 추가하는 등의 

수정작업이 들어가야 하는 것은 분명했다.

외부 협력 프로젝트 라는 텍스트로는 들어갈 수 있으나

PPT 는 사용할 수 없는 것 같았다.

 

혹은 사용을 하더라도 어떤 기업에서 바라보았을 때에는 마이너스 요소가 될 수 있다.

 

 

이 때문에 결국 이전에 살짝 기반을 잡아두었던 캐글의 커머스 데이터를 바탕으로 다시한번 기획회의를 진행하였다.

 

 

 

 

시나리오: 커머스 업계에서 어느정도 궤도에 오른 B-마존 기업은, 고객 만족도 향상을 통해 핵심 고객층의 재구매를 독려하고 이탈률을 낮추기 위하여 데이터 분석을 진행하기로 하였다.

 

목적: 고객 분석을 통해 고객 만족도 향상

 

목표: 고객 만족도를 높이기 위해 재방문율 수치를 높이거나, 반품률을 낮추는 등의 분석 진행

 

분석 방향:

1. 현황 파악(현재의 만족도는 어떠한지, 아마존의 현재 상황(매출,반품률, 재주문율 등))

2. 고객 세그먼트

3. 개선 사항 확인

4. 분석을 통해 고객 맞춤 서비스 및 마케팅 방안 제안

5. 개인화 된 제품 맞춤 알고리즘 개발

 

분석 방법:

고객의 구매 패턴, 선호도, 행동 파악 - 코호트 분석, 리텐션 분석 등

 

사용할 데이터:

1. 구매 데이터

2. 고객 데이터

3. 제품 데이터

4. 리뷰데이터

 

분석 지표: 고객 유지를 위한 지표

1. 재구매율

2. CLR(고객 생애 매출) 1년, 5년 단위 등

3. 고객 이탈률

4. 고객 유지율(%)

=((2010년~2023년 초의 총 고객 수[기말] - 2023년 첫 구매를 한 고객 수[신규])/2023년 말 고객 수[기초])*100

우리가 정의 했던 고객 만족도란?

1. 구매량이 높아지면
2. 재주문율이 높아지면
3. 반품률이 낮아지면
4. 인당 평균 결제액(객단가)가 높아지면
5. 부정적인 컴플레인 횟수가 줄어들면
6. 리뷰 평점이 높은 제품이 많아지면
7. 평균 리뷰 평점이 높아지면
8. 공유 횟수가 높아지면
9. 클릭 횟수, 체류 시간이 늘어나면
10. 이탈률이 줄어들면

 

방문을 했다 = 구매를 했다

 

로 보기로 하였음

 

 

 

---

• Next

 

수정된 프로젝트 기획서를 한번 더 정리하고,

튜터님들을 찾아가 보완할 사항이 있는지 체크해보기로 하였다!