데이터 분석에 필수적인 5 가지 마인드
데이터 분석 기법을 많이 알고 있어도 활용할 수 없는 근본적 이유
시작하기
안녕하세요, 빅데이터스터디입니다. 약속 시간에 업데이트합니다.
Facebook계정@bigdatastudy 를 구축하시고 최신한 데이터정보를 알아보세요~
[학습 계획]
10주 안에 영부터 데이터 분석 입문까지 시리즈 1
데이터 분석의 중요성이 높아지면서 편리한 데이터 분석 도구와 기술이 속속 나타나고 있습니다. 그러나 효율적으로 데이터 분석을 하기 위해서는 일정한 사고방식과 절차가 필요합니다. 그것을 모르면 다기능 분석 도구와 기술에 휘둘려 "분석을 위하여 분석" 하는 경향이 있을 겁니다.
루트 (√), 인수 분해, 해석의 공식 등의 해결법으로 이차 방정식을 풀 수 있는 것처럼 데이터 분석에도 "해결법"이 존재합니다.
이번에는 우리 데이터 분석에 필요한 5 가지 마인드를 설명해 보겠습니다.
마인드 ① : 인수 분해
여러분 인수 분해에 의하여 이차 방정식을 어떻게 해결하는지 알고 계시죠. 데이터를 분석할 때도 몇 가지 방식으로 발생하고 있는 상황에 대해서 인수 분해할 수 있습니다. 이를 통해 그 상황을 일으키는 원인을 알아낼 수 있습니다.
여기서, EC 사이트의 판매 공식을 예로 분석하겠습니다.
1. 상품 매출 = 판매량 × 단가
2. 판매량 = 판매 채널 A의 판매량 + 판매 채널 B의 판매량 + 판매 채널 C의 판매량
3. 판매 채널의 판매량 = 클릭 수 × 성공률
4. 클릭 수 = 노출 × 클릭률
단계 ① : 매출 감소 요인을 찾으십시오.
상품 매출 = 판매량 × 단가. 판매량이 낮거나, 아니면 단가가 낮은 있습니까?
단계 ② : 판매량을 가일층 세분화합시다.
판매 채널 별 판매량을 분석하여 어느 쪽이 내렸는지 확인합니다.
단계 ③ : 판매 채널의 판매량 감소 요인을 분석합시다.
클릭 수가 낮거나 아니면 성공률이 낮습니까? 만약 성공률이 낮은 경우, 그 채널의 타겟 고객이 제품의 타겟 고객에 일치하는지를 다시 확인해야 됩니다.
단계 ④ : 클릭 수에 영향을 미치는 요인을 분석합시다.
노출이 부족하거나 아니면 클릭 수가 낮습니까? 클릭 수가 낮으면 광고 내용을 개선하면 어떻습니까?
이와 같이 골을 인수 분해하면서 깊이 데이터 분석을 통해 과정부터 결과에 이르기까지 평가합니다. 데이터 분석을 못하는 사람이 무조건 이런 마인드를 기억하십시오.
다른 예:
출처: FineReport
마인드 ② : 비교
자신도 모르는 사이에 이렇게 하는 사림들이 많이 있습니다. 어느 숫자가 좋은지 나쁜지 판단하려면 비교를 통해 할 수 있습니다.
분리된 데이터는 의미가 없으나, 데이터를 비교해서 차이는 무엇인지 알아볼 수 있습니다. 데이터를 분석할 때 길이, 높이, 폭 등 사물의 특징을 나타내는 변수를 자주 사용됩니다. 이를 비교해서 증가율, 효율, 이익 등의 지표를 얻을 수 있습니다.
시간 축에서의 비교 (전년 대비, 전월 대비 ...)
경쟁 업체와의 비교 (경쟁 업체와의 매출 비교 회사의 서비스 간의 이익 비교 ...)
사용자 특성 비교 (20 대와 50 대, 남성과 여성, 동부지역과 서부지역 ...)
카테고리 간의 비교 (...)
문제가 있는 데이터와 문제가 없는 데이터를 비교하여 무엇 때문에 차이가 발생하는지를 발견할 수 있습니다. 그것은 보통 다른 데이터 분석 방법과 함께 사용됩니다.
예를 들어, 웹 페이지의 "팝업율 55 % '라는 숫자는 좋은지 나쁜지를 판단하는 것이 어렵습니다. 이런 경우에 다른 데이터와 나란히 보고, "팝업율이 70 % 이상은 좋다"와 비교하면 좋은지 나쁜지를 설명할 수 있습니다. "다른 데이터"를 어떻게 얻습니까? 자신의 사이트와 같은 종류의 페이지를 서로 비교하고, 만약 어느 페이지의 팝업율은 40 %인데 또 다른 페이지의 팝업율은 90 %라면, 개선할 수 있는 가능성이 있는 것으로 보입니다.
마인드 ③ : 4 사분면 매트릭스
4 사분면 매트릭스는 가로축, 세로축을 각각의 중심점에서 교차한 도표로, 문제의 현황과 개선 방법 (예를 들어, 제품 분석, 시장 분석, 고객 관리 등)을 제출할 때 사용됩니다. 컨설턴트들이 즐겨 사용하는 경우가 많습니다.
출처 : (https://growthhackjournal.com/)
예를 들어, 위의 광고 효과 측정은 CTR, CVR의 두 요소를 가로축, 세로축으로 광고 효과를 4 사분면으로 분류하여 각각에 적합한 사용자 획득 시책을 내놓을 것으로, 광고 효과를 올리는 것입니다.
또한 4 사분면 매트릭스보다 복잡한 RFM 분석은 실제로 Recency (최근 구매 날짜), Frequency (총 구매 횟수), Monetary (총 구매 금액) 세 가지 요소를 선택하여 축으로하는 8 분면 매트릭스입니다.
출처 :( https://blog.naver.com/bestinall/221274298234 )RFM 분석 내용은 다음과 같습니다.
고객을 9 가지로 분류한 후 각 그룹의 특성을 알고 마케팅 시책을 채용할 수 있습니다.
R 높은 고객은 미래의 수익에 기여할 가능성이 높음
R 낮으며 F와 M 높아도 다른 업체에게 빼앗갈 가능성이 높음
R 같으면 F가 높은 고객이 단골 손님이 됨
R 같으면 F와 M 높은 고객은 구매력이 있음
R과 F 높아도 M 적은 고객은 구매력이 낮음
F 낮고 M 높은 고객중 R 높은 고객은 좋은 고객
F 오르지 않고 내리고 있는 고객은 타사에게 빼앗가는 가능성이 있음
RFM 모두 낮은 고객은 버려진 것으로 보임
마인드 ④ : 파레토 법칙 (80:20 법칙)
파레토 법칙은 경험 법칙으로 20 %의 요소가 전체의 80 %를 생산하고 있다는 것를 주장합니다. 예를 들어, 여러분 아시다시피, 세계에서 80 %의 재부는 세계의 20 %의 부유층에게 소유하고 있습니다. 파레토 법칙은 모든 상황에 적용된다고해도 과언이 아닙니다.
데이터 분석은 소용이 없습니까? 실례에서 본 데이터 분석의 제품 ABC 분석도 파레토법칙의 하나의 응용 사례입니다. 즉, 상품 판매액의 80 %는 전체 제품 중 20 %에서 만들어 내고 있는 것입니다. ABC 분석은 '히트 상품'이나 '치명 상품'을 식별하고 재고 관리 및 홍보에 활용합니다.
출처: FineReport
ABC 분석은 상품과 매출을 구분할뿐만 아니라 고객과 거래 금액을 구분할 수도 있습니다. 예를 들어, 기업에 80 %의 이익을 가져온 고객은 어느 정도입니까? 20 %라고 가정하면 자원이 한정되어있는 경우,이 20 %의 고객에 중점을 둘 필요가 있습니다.
현대 비즈니스에서 사용되는 파레토 법칙의 예 :
매출의 80 %는 전체 직원 중 20 %에서 만들어 내고있습니다.
업무 성과의 80 %가 소비한 시간 전체 중 20 %의 시간으로 만들어 내고있습니다.
Web 사이트 전체의 80 %의 액세스는 20 %의 페이지에 집중하고 있습니다.
80 %의 소프트웨어 이용자는 전체 기능의 20 % 밖에 사용하지 않습니다.
파레토 법칙에 의해 사물의 중점을 파악하고, 특징을 발견하고, 나머지 80 %를 20 %로 변환하는 방법을 생각해보십시오.
마인드 ⑤ : 퍼널
퍼널은 신규 고객 확보, 구매 상품 및 서비스 구매 과정 등을 몇 단계로 분류하는 모델입니다. 그것은 '프로세스화 '의 사고법입니다.
위의 마케팅 퍼널은 고객 확보, 제품 구매, 전환에 이르기까지의 전체적인 흐름을 보여줍니다. 전환율에서 각 단계의 성능을 정량화하고 비정상적인 지표에서 문제가 발생하는 단계를 발견 할 수 있습니다. 그리고, 문제를 해결하고 그 단계를 최적화하여 궁극적으로 구매 전환율을 향상시키는 목적에 도달합니다.
사실, 퍼널 모델의 전화는 분해 및 정량화에 있습니다. 그로스 해킹에서 가장 유명한 모델 "AARRR "모델은 같은 퍼널입니다. 전체 서비스는 사용자의 행동에 따라 5 단계의 스테이지로 나누어 각 단계의 이탈률을 깔때기 모양으로 정리한 것입니다.
다음의 AARRR 모델 그림은 사용자 전체의 라이프 사이클이 점차 감소하는 경향을 보여줍니다. 사용자의 라이프 사이클을 분해하고 정량화하여 데이터를 가로 방향과 세로 방향으로 분석할 수 있습니다. 이를 통해 문제가 어느 단계에 존재하는지 명확히 볼 수 있고 최적의 조치를 취할 수 있습니다.
출처：( https://www.i-boss.co.kr/ab-74668-2376）그러나 단일 퍼널 분석은 아무 결과도 얻을 수 없기 때문에 경쟁 업체와의 비교, 범주 간의 비교 등 다른 방법과 결합해야 합니다.
아래와 같습니다.
출처: FineReport
정리
위의 5 가지 마인드의 역할을 정리하겠습니다. 실제 상황에 따라 활용해보십시오.
① 인수 분해 : 골이나 지표에게 영향을 미치는 요소를 찾아 과정에서 결과까지 평가합니다.
② 비교 : 데이터 사이의 차이 및 차이가 발생하는 원인을 찾아냅니다.
③4 사분면 매트릭스 : 과제나 문제를 몇 가지 패턴으로 분류하고 이해하는 것으로 세분화 관리를 실현합니다.
④ 파레토 법칙 : 사물의 중점을 파악하여 자원을 집중하고 주요 문제를 해결합니다.
⑤ 퍼널 : 전체 프로세스화, 정량화 및 시각화하여 어느 단계에 문제가 발생하는지를 명확합니다.
이번 주의 공유 내용은 여기에서 마치도록하겠습니다.
다음주 Excel에 관한 내용을 업데이트하겠습니다! 또 만나요!~
데이터 분석에 관심이 있으시면 페이스북에서 우리 팔로우해주세요~ @bigdatastudy
FineReport는 상용 리포팅 대시보드 툴로 리포트/대시보드 디자인, Import, 데이터 입력 및 모바일BI 등 풍부한 리포팅 기능을 가지고 있으며, 영업,인사, Iot와 같은 업무별 보고서 템플릿을 준비할 수 있습니다. 가발자들은 단시간에 실용성 높은 업무 리포트를 작성할 수 있습니다.
현재 파인리포트(FineReport)는 기간과 기능의 제한이 없는 개인 사용자용 라이선스를 공식홈페이지에서 무료로 배포하고 있습니다. 기업용으로는 사용이 불가능하며, 두 명의 사용자를 초과할 경우, 필요한 기능에 대한 비용을 지불해야 합니다.
