좋다는 건 알겠는데
좀 써보고 싶소. 데이터!
넘버웍스
하용호
yongho.ha@numberworks.io

하용호
용 호

SKTelecom출신
데이터과학자들이
모여만든
데이터사이언스,머신러닝
전문회사
NUMBER
WORKS

데이터=돈
이란뜻이아니라
데이터 -> 돈
바꿔 내는 일을 한다.

좋다는 이야기는 많이 들었는데..
데이터 분석

하지만 뭘 할 수 있는지
1 도 모르겠다.

뭔가 알아야 되는게 많은거 같다.
그래야 할 수 있을 것 같다.
정말 그럴까?

‘가정법 과거 완료 (had + p.p)
과거에 실현 가능성이 없었고, 말도 안되었던 상황을 가정을 할 때 사용’
뭐 이런거 다 알아야 할까?!
워터?!
맥도날드?!
호텔? 호텔?
쌩큐! 오케이!
우리가 해외여행 나가면
영어 다 알아야 하나?
이것만알아도 된다.

데이터도 마찬가지
10점->80점으로 올리는데 필요한 것은
water, car, bus
이것만 알아도 충분히 잘한다!

REAL사례를 보여드리죠.
(+과외 스타일로!)

서비스를 이해하는
프레임을 잡자.

FISH 모델
끌어들이고 소화하고 다시잡아온다
광고 서비스 최적화 리텐션

FISH 모델
끌어들이고 소화하고 다시잡아온다
광고 서비스 최적화 리텐션
<- 이 사례부터

한 커머스의 유입에
대해 분석해 보기로
했습니다.

처음에는 세션수를 봅니다.
호오.48주에
사용자세션수가급증했습니다.

그러면 활동성도 볼까요?
• 유저의활동성은어떤것을보면좋을까요?
• 보통첫진입후이탈률(bouncerate)이나
• 세션당페이지뷰수
• 그리고평균세션시간등을살핍니다.
• 위에서부터아래순으로중요해요.

좋았다!

돈! 돈을 보자!
흥했다.

무슨 일이 있었던 건가?
• 사실비밀은세일
• 이때전체10%세일을단행했습니다.
• 아잘팔렸다.기분좋고끝인가?
• 아니다.분석의기본은뒤지고뒤지고뒤져보기.

분석의 베이직 #1
신규와 재방으로 나누어 본다.

•신규/재방문 고객 모두 세션수가 48주에 세션수가 급증함.
◦신규방문자는 47주 대비 13.53% 증가
◦재방문자는 47주 대비 17.76% 증가
신규
재방
신규
재방

랄라라 고객이 증가했다?
• 나누어볼때마다건강성지표를늘재확인한다.
• 정말아무런이상이없는가?

재방(파란선)은 세일때 이탈률이 내려갔는데,
신규(빨간선)은 이탈율이 더 올라갔다.
아니. 세일을 보고도 도망가다니?
신규
재방
bounce rate?!

• 평균 세션시간 역시 신규방문자보다 재방문자의 증가폭이 더 컸음.
◦ 신규방문자 평균 세션시간은 47주 대비 2.93% 증가
◦ 재방문자 평균 세션시간은 47주 대비 20.55% 증가
• 세션당 페이지뷰도 신규방문자보다 재방문자의 증가폭이 더 컸음.
◦ 신규방문자 세션당 페이지뷰는 47주 대비 5.13% 증가
◦ 재방문자 세션당 페이지뷰는 47주 대비 17.19% 증가
신규
재방
신규
재방

돈을 보면 재방(파란선)이
크게 흥함 신규(빨간선) 으음..
신규
재방
신규
재방

세일을 했고 흥했지만
신규들은잘반응을안한다.

분석의 베이직 #2
PC와 모바일로 나누어 본다.

• PC 신규방문자는 47주 대비 2.44% 증가
• 모바일 신규방문자는 47주 대비 40.74% 증가
• PC 재방문자는 47주 대비 8.69% 증가
• 모바일 재방문자는 47주 대비 17.67% 증가
모바일 신규의 세션 증가분이 극적이다.
PC신규
모바일신규

모바일신규만
건강지표가후짐

돈! 돈을 보자!
모바일 신규 빼고 다 좋아짐

도대체 48주차
모바일 신규에
어떤 일이 있었던건가?

분석의 베이직 #3
개별 채널 별로 나눈다.

모바일신규유저는어디서왔나?
배너(황토색)으로 갑자기 유입!
신규
재방

이번에는배너를뜯어보자.
배너가없던게아닌데48주차에더나빠짐?

배너. 돈으로 보자.
모바일 배너로 유입된 신규!
심지어 세일 했는데도 나빠.

‘모바일’‘신규’’배너’가문제다
그럼배너도나눠본다!
찾았다 요놈48주차급증

구매전환율로 보면
48주차에 0.1%까지 떨어짐

자이제그러면
저 매체에 광고하자 말했던
우리 담당자를 화형시킬 것인가?

살려주기로 하고
무엇이 문제였을지 찾아보자

이배너는어떤광고상품?
여러회사의 상품들이 모자이크 식으로 나열됨
여기서 클릭하면 개별 몰로 넘어감

48주에 해당 배너로 유입된 세션은
거의(74%)가820235로

문제의제품 820235
첫진입 이탈률 75.58% 높다
세션당 뷰 1.6번 적다
평균 세션시간 37초 짧다.
이렇게 성과 안좋은 상품은
빠르게 광고에서 뺐어야 했다.

저 모자이크에 어떤 상품이 광고 되어야 했나?
이탈률이 낮고
평균 세션 시간이 긴 상품들

장구한 분석이 끝났다.
• 10% 세일 했다. 매출 올랐다. 신난다. 로 끝날 뻔한 현상은
• 10% 세일은, 모바일에서 문제의 배너 상품으로 유입된 신규
고객에게 전혀 효과를 발휘하지 못했고,
배너의 노출되는 상품의 목록을 좀 더 이탈률이 낮고,평균 세
션 기간이 긴 상품으로 바꾸어야 한다는 분석을찾아냈다.

이상을 통해
우리가 배워야 하는 것
• 데이터 분석은 나누어보기다.
• 자료는 나누어 볼 수 있게 태깅 되어야 한다.
• 나누어 본 결과로 ‘액션’을 이끌어 내야 한다.

가장 크게 알아야 하는 것
다 알아야 시작하는게 아니다.
지금 당신에게 필요한 건
이미 알고 있다.
어려운 기법이 쓰이지 않았다!