데이터 분석 기술 블로그

os는 Python의 내장 모듈로, 운영 체제(OS: Operating System)와 상호작용할 수 있도록 도와주는 기능을 제공합니다. 주요 기능 파일 및 폴더 관리os.listdir("폴더경로") → 폴더 내 파일 리스트 가져오기os.path.join("경로", "파일명") → 운영 체제에 맞게 경로 생성환경 변수 및 시스템 정보 접근os.getenv("변수명") → 환경 변수 가져오기os.name → OS 종류 확인 (Windows: 'nt', Mac/Linux: 'posix')파일/폴더 조작os.remove("파일경로") → 파일 삭제os.makedirs("폴더경로") → 폴더 생성예제import os# 현재 작업 디렉토리 확인print(os.getcwd())# data 폴더 내 모든 파일 리스트..

코호트 분석(Cohort Analysis)란?코호트 분석은 같은 시기, 같은 조건에서 유사한 행동을 한 사용자 그룹(코호트, Cohort)의 패턴을 분석하는 방법입니다.쉽게 말해, 비슷한 시기에 가입한 사용자들이 시간이 지나면서 어떻게 행동하는지를 분석하는 기법입니다.특정 그룹의 리텐션(유지율), 구매 패턴, 전환율 변화 등을 확인할 때 사용됩니다.특히, 퍼널 분석(AARRR)과 함께 사용하면 사용자 이탈 원인을 파악하는 데 효과적입니다.왜 코호트 분석이 중요할까?신규 vs 기존 사용자 행동 비교 가능 → 어느 그룹이 더 오래 남아 있는지 확인마케팅/광고 효과 측정 가능 → 특정 캠페인 후 고객 유지율 분석제품 개선 방향 설정 가능 → 신규 유저들이 특정 시점에서 이탈하는 패턴 발견코호트 분석의 3가지 ..

A/B 테스트란?A/B 테스트는 두 가지 이상의 대안을 비교하여 어떤 것이 더 좋은 성과를 내는지 실험하는 방법입니다.실제 사용자 그룹을 랜덤하게 나누어 서로 다른 버전을 경험하게 하고, 데이터 기반으로 효과를 측정하는 것이 핵심입니다. 예를 들어, 이커머스 사이트에서 "결제 버튼의 색상이 전환율에 영향을 미칠까?"라는 가설을 검증하고 싶다면A 그룹: 기존 버튼(파란색)B 그룹: 새로운 버튼(빨간색)각 그룹의 전환율(구매 완료 비율)을 비교하여 어느 쪽이 더 효과적인지 판단A/B 테스트가 중요한 이유객관적인 데이터 기반 의사결정 가능 → 감이 아닌 실제 데이터를 활용한 최적화사용자 경험(UX) 개선 → 가장 효과적인 디자인, 콘텐츠, 프로모션을 선택 가능전환율 최적화 → 퍼널 분석과 함께 사용하면 이탈이..

AARRR 프레임워크란?AARRR은 사용자의 행동을 분석하고 비즈니스 성장을 촉진하는 데이터 기반 프레임워크입니다.스타트업과 IT 기업에서 많이 쓰이며, 사용자가 처음 유입된 후 서비스에서 어떻게 유지되고, 수익을 창출하며, 다른 사람에게 추천하는지를 단계별로 분석하는 데 활용합니다.AARRR은 Acquisition(획득), Activation(활성화), Retention(유지), Revenue(수익), Referral(추천)의 앞 글자를 따서 만들었습니다.AARRR 5단계Acquisition (획득) - 사용자는 어디서 유입되었는가?설명: 사용자가 처음 우리 서비스나 제품을 알게 되고 방문하는 단계예제:웹사이트 방문, 앱 다운로드, 광고 클릭Google, Facebook 광고를 통해 유입SEO, 바이럴..

KPI (핵심 지표, Key Performance Indicator)란?KPI는 비즈니스 목표를 측정하고 성과를 평가하기 위한 핵심 지표입니다. 쉽게 말하면, 회사가 "잘 되고 있는지"를 판단하는 숫자라고 보면 됩니다. 기업은 막연히 "잘하자!"가 아니라, 구체적인 수치를 기반으로 목표 달성을 확인해야 합니다.예를 들어, 이커머스 회사라면 "매출을 늘리고 싶다"가 목표일 수 있습니다. 이걸 KPI로 정의하면 "월별 총매출액", "구매 전환율", "재구매율" 같은 숫자로 나타낼 수 있습니다.KPI는 데이터 분석에서 중요한 이유?데이터를 기반으로 비즈니스 의사 결정을 내리는 기준이 됨어떤 성과를 개선해야 하는지 방향을 제시함팀별(마케팅, 개발, 운영 등)로 중요한 KPI가 다르므로 데이터 분석의 목표를 설정..

퍼널 분석(Funnel Analysis)란?퍼널(Funnel)은 깔때기라는 뜻으로, 사용자가 특정 목표(구매, 회원가입, 앱 이용 등)를 달성하는 과정에서 거치는 여러 단계를 분석하는 방법입니다.이름 그대로 깔때기처럼, 처음에는 많은 사용자가 유입되지만, 각 단계를 거칠수록 점점 줄어드는 모습을 보이게 됩니다. 이때 어느 단계에서 가장 많은 사용자가 이탈하는지를 파악하는 것이 퍼널 분석의 핵심입니다.왜 퍼널 분석이 중요할까?퍼널 분석은 사용자 경험(UX) 최적화, 매출 증대, 마케팅 성과 개선 등 여러 분야에서 중요한 역할을 합니다. 특히 IT 기업에서는 웹사이트, 앱, 이커머스, 게임 등 다양한 서비스의 전환율을 높이는 데 필수적인 분석 기법으로 활용됩니다.예를 들어 이커머스 사이트(온라인 쇼핑몰)를 ..

Left Join: 왼쪽 테이블의 모든 레코드와 일치하는 오른쪽 테이블의 레코드 출력Inner Join : 두 테이블의 교집합 출력Right Join: 오른쪽 테이블의 모든 레코드와 일치하는 왼쪽 테이블의 레코드를 출력Full Join: 두 테이블의 모든 레코드를 반환Union: 두 개 이상의 테이블을 수직으로 연결

데이터 합치기 및 결합: 여러 데이터 소스나 테이블 하나의 데이터 세트로 통합데이터 클렌징: 불필요한 공백, 특정 문자열의 삭제나 대체, 하나의 컬럼을 여러 컬럼으로 분리 및 병합집계 및 그룹화: 데이터를 그룹화하여 합계, 평균, 최대, 최소 등의 계산피벗: 엑셀의 피벗 테이블처럼 데이터를 재구성 가능플로우(Flow) 생성: 원본 데이터에서 시작하여 다양한 변형 및 처리 단계를 거처 최종 결과 데이터 세트를 생성하는 전체 과정을 저장하고 필요할 때마다 다시 실행해서 데이터 준비 가능실시간 미리보기: 데이터 분포, 중복된 값, 누락된 값 등을 시각적으로 빠르게 확인 가능완성된 데이터를 Tableau Desktop으로 직접 가져오거나, 다른 형식으로 저장하여 공유 가능