마켓플레이어, 마케터 봉

지금까지는 그냥 숫자만 조금 알면 할 수 있는 정도의 기본적인 데이터 분석 방법이다.조금 더 자세히, 그리고 시각적으로 알기 위해선 상관관계와 인과관계에 대한 분석을 할 수 있어야 한다. 그리고 제발, 상관 관계와 인과 관계가 다름을 알자.상관관계가 있다고 해서 인과관계가 잇는 것은 아니다. 보통은 아래와 같이 생각한다.상황 : 방문자가 늘어났더니, 매출이 증가했다.결론 : 즉, 방문자를 늘리면 매출이 늘어난다. 만약, 방문자가 줄었을 때 매출이 감소한다면 상관관계는 있을 것이다.그런데 방문자가 줄었더라도 매출에 변동이 없다면? 다른 요인이 영향을 끼쳤을 것이다.진행 중인 프로모션, 바이럴, 브랜드 검색량 등 다양한 요인이 있다. 많은 회사에서 흔히 저지르는 실수다.마케터라면 당연히 안저지르겠지만, 보통..

0. 데이터분석 2024. 10. 24. 11:31

동질집단(코호트, Cohort) 분석은 전통적인 분석법 중 하나다.사용자의 참여율, 유지율을 알기 위한 분석 방법이다.동일한 기간 내 동일한 경험을 한 집단을 그룹으로 나누어 지표별로 수치화를 한 뒤 분석하는 기법인 것이다. 특정 집단의 시계열별 행동 변화를 보는데 사용하기 때문에 개인적으로 리텐션 분석을 할 때 유용하다고 생각한다.그래서 난 특정 집단별 변수 통제를 통해 인사이트를 구체적으로 검증, 분석할 때 사용하곤 한다. 특정 기준을 명확히 한 후 분석을 해야 오류가 적다.기준이라 함은 [① 동질 집단 기준], [② 분석기간과 시계열 텀의 기준], [③ 어떤 데이터를 볼 것인지에 대한 기준]이다. 위 표는 GA4에서 제공하는 [동질 집단 탐색 분석] 형태이다. 1. Y축 : 코호트▶ 가설로 분류된 ..

0. 데이터분석 2024. 10. 23. 18:09

너도 나도 말하는 퍼널 마케팅.이는 지속적으로 변화해왔다. 전통적인 퍼널 모델은 아이드마(AIDMA)이다.► 아이드마(AIDMA) : Attention → Interest → Desire → Memory → Action 그리고 인터넷의 발달로 인한 모델, 아이사스(AISAS)가 있다.► 아이사스(AISAS) : Attention → Interest → Search → Action → Share 10년 전쯤엔 너도나도 AISAS를 외치던 때이다.다만 퍼널 모델은 지속적으로 변해온다. 사람들의 행동 패턴이 변하기 때문이다.매체의 변화와 이로 인해 정보를 획득하고 대하는 자세, 구매를 결정하게 만드는 패턴의 변화가 이러한 퍼널 모델의 변화를 만들어낸다. 현재는 정석처럼 여겨지는 모델이 AARRR이다.잠재 고객..

0. 데이터분석 2024. 10. 23. 11:54

데이터가 파편적으로 나누어져 있다보면 한 눈에 그 흐름을 파악하기 어렵다.그렇기에 난 아래와 같은 형태로 하나의 파일에서 한 눈에 본다. 1. 구매 : 전체 구매 금액/건수여기선 회원과 비회원, 신규회원과 기존회원을 나누어 확인한다.그래야 어느 비중이 높고, 어디를 중심으로 가설 검증하고 확인하는지 알 수 있다. 2. 회원 : 활동순수 구매한 회원수, 그 달의 신규회원, 휴면해지, 휴면전환, 탈퇴 등 회원에 대한 기본 정보를 정리한다.그리고 기존회원이 또 활동했는지, 신규 회원이 활동했는지 활동율 등을 기재한다. 기준은 환경마다 다르지만, 온라인몰의 경우 로그인 시간을 기준으로 확인한다.그리고 회원별 구매율, 평균 구매금액을 나누고, 전년도까지의 회원의 구매금액과 각 월마다 신규회원의 구매금액을 지속 정..

0. 데이터분석 2024. 10. 22. 18:32

마케터마다 중요시하는 지표들이 다르다.그리고 같은 의미이지만 다른 표현으로 부르는 경우도 많다. 솔직히 광고에 나오는 도달수, 노출수, 클릭수, 클릭률, 지출비용 등도 중요하지만, 결국 모든 것은 고객을 중심으로 봐야한다고 생각한다.즉, 마케팅 관리 지표도 고객이 활동한 내역을 중심으로 지표를 설정해야 한다고 생각한다.  그렇기에 이에 내 나름대로 정리한 지표들은 다음과 같다. 우선 봐야할 건 MAU(월 순방문자), DAU(일 순방문자), ARPU(순 구매자당 평균 금액), PU(순 구매자), CAC(고객획득비용) 정도일 것이다.조금 더 자세하게 분석하고 알기 위해선 APV(평균 구매금액), APFR(평균 구매 빈도율), LTV(고객생애가치), ACL(평균 고객 수명) 정도가 추가될 것이다. 그런데 위 ..

0. 데이터분석 2024. 10. 22. 12:08

데이터 분석의 정의와 목표는 이전 포스팅을 참고하자.▶︎ https://marketerbong.tistory.com/77 그렇다면, 이 핵심지표, 목표를 관리하는 방법은 무엇일까? 누가 알려준 방법은 아니다.그냥 오랫동안 다양한 이론과 방법, 그리고 연구를 통해 도출한 결과이다.그런데 데이터 분석을 하고, 관리를 하는 사람이면 모두가 체화해서 하고 있지 않을까 싶은 방법이다. 우선 나는 핵심지표를 달성하기 위한 절대적 기준, "절대지표"를 세우고, 그 외 지표는 "변동(성과) 지표"로 구분한다.단, 절대지표는 절대 불변할 가장 중요한 기준 1개로만 유지를 한다.보통의 기업은 매출이 이 절대지표에 해당할 것이다.혹은 일정 매출을 넘기기 전까지는 성장률이 기준이 될 수도 있다.혹은 일정 매출을 넘긴 이후에는..

0. 데이터분석 2024. 10. 21. 18:44

데이터 분석. 마케터라면, 그리고 데이터를 기반으로 한 모든 사업자라면 자주 사용하는 단어다.하지만 데이터 분석이 정확히 무엇이며, 어떻게 하는지 아는 사람은 극히 드물다. 데이터 분석이라 함은 핵심 목표를 달성하기 위해 데이터를 정리, 변환, 모델링하는 과정을 의미한다.즉, 유의미한 정보를 발굴하고, 가설을 검증하여 의사결정을 지원하는데 그 역할이 있다. 그렇기에 [문제정의]→[데이터수집]→[데이터 전처리]→[분석]→[시각화]→[행동(action)]의 단계를 거친다.아래 이미지를 참고하면 이해하는데 도움이 될 것이다. 그렇다면 결국에는 핵심목표가 중요하다.핵심목표를 이루기 위해 가설을 세우고, 이를 검증하며 의사결정을 하는데 도움이 되는 것이 데이터 분석이기 때문이다. 그런데 실제 일을 하다보면, 다 ..

0. 데이터분석 2024. 10. 21. 11:27