강의노트 6

A/B 테스트란 무엇이며 결과를 어떻게 해석해야 할까?

A/B 테스트 관련 아티클을 재구성한 글입니다. 참고한 아티클의 링크는 포스팅 가장 하단에 있습니다! 1. AB 테스트란? 기존 요소가 포함되어있는 A안과, 특정 요소를 변형한 B안을 비교해서 어떤 게 나은지 결정하는 실험입니다. 이때 A안 = 실험군, B안 = 대조군이며, 각 안을 경험하게 될 유저는 random하게 선택됩니다. 실험에 필요한 지표 지표 설명 성공 지표 실험의 성공 여부 결정 ex) 구매 완료 전환율? 가드레일 지표 실험 수행 중 가드레일 지표가 일정 수준에 도달하면 중지해야 함 서포트 지표 성공지표, 가드레일 지표 보완 - 실험 결과를 더 정확히 이해하기 위함 MDE 실험에서 얻을 수 있는 최소한의 효과 크기 실험 설계 -> 실험 진행 -> 실험 결과 분석/실험 리뷰 의 과정으로 진행..

[Coursera] 클라이언트가 가져온 데이터의 퀄리티가 좋지 않을 때는?

Coursera의 Google Data Analytics Professional Certificate - Course 4의 챌린지 내용을 정리한 것입니다. Course 4에서는 다음의 내용을 중점적으로 다뤘습니다. 1. Data Integrity 2. 데이터 전처리하기 (using SQL, Spreadsheet) 3. 데이터 전처리한 내용 리포팅하기 🎈 시나리오: 클라이언트의 요청에 나는 어떻게 답변해야 하는가? 나는 현재 데이터 분석가! 상황: 새로운 클라이언트 Meer-Kitty Interior Design과의 미팅 [ 클라이언트의 비즈니스 목표 ] 1) 온라인 고객을 늘리기 2) 온/오프라인 매장에서 판매할 고퀄리티의 실내 페인트 런칭하기 클라이언트가 이 '실내 페인트'에 대한 고객 서베이 데이터를..

[패스트캠퍼스: 데이터시각화] Sales Analytics Dashboard

* 본 포스팅은 기존 네이버블로그에서 2023-03-14에 작성한 글을 옮긴 것입니다. * [패스트캠퍼스] 세계 3등에게 배우는 실무 밀착 데이터 시각화 강의를 보고 진행한 예제 프로젝트입니다. [ 비즈니스 시나리오 ] 문제 정의: 매출 및 수익 감소 > 서브카테고리 수준 세부 분석 기존 충성 고객 경험 향상 필요 목적: 매출, 수익 전월 대비 성장률(+전년 동월 대비)의 서브카테고리 수준 분석 및 Top N 고객 현황 파악 ​ 1) 유저: 경영진, 결과형 대시보드 2) 기능: 비즈니스 목표: 매출 신장 / 수익 향상 / 고객 경험 향상 요구사항 1. 전월 대비 & 전년 동월 대비 비교가 가능할 것 2. 트렌드에 따른 변화를 함께 보여줄 것 3. 서브 카테고리별 / Top N 고객 분석 필요 3) 디자인..

[패스트캠퍼스: 데이터시각화] Weekly KPI Dashboard

* 본 포스팅은 기존 네이버블로그에서 2023-03-11에 작성한 글을 옮긴 것입니다. * [패스트캠퍼스] 세계 3등에게 배우는 실무 밀착 데이터 시각화 강의를 보고 진행한 예제 프로젝트입니다. [ 비즈니스 시나리오 ] 문제 정의: 전주 대비 성장률 및 타겟 달성률, 위클리 모니터링 및 관리의 어려움 목적: 지역별 매장의 위클리 KPI 와 타겟 달성 여부를 직관적으로 확인 1) 유저: 경영진, 결과형 대시보드 2) 기능: 비즈니스 목표 - 매출 신장 / 수익 향상 / 비용 절감 요구사항 - 전주 대비 KPI 성장률을, 트렌드에 따른 변화, 지역별 / 세그먼트별 필터링 기능 3) 디자인 메인 컬러 Blue (톤 조절해서 3단계로 나눔) 글꼴 통일 레이아웃 & 디테일- 필터 좌측 / 여백 컨테이너 활용 / ..

Case Interview Framework - 2편

Case Interview Frameworks Are Overrated! - MConsulting Prep 영상을 보고 작성한 글입니다. [목차] 0. 데이터분석가 준비생이 컨설팅을 왜 공부해야 할까? 1. Framework란? 2. Framework에 대한 4가지 오해 3. "Building-Block" Frameworks 3-1. Comprehensive Frameworks 3-2. Mini-Frameworks 3. "Building-Block" Frameworks 3-1. Comprehensive Framework 1) Profitability 충분한 정보를 얻을 때까지 profit을 수학적으로 쪼개나간다. Profit 감소 등의 case에서 적용할 수 있다. 목적은 다음과 같다. 문제를 결론짓기 ..

Case Interview Framework - 1편

Case Interview Frameworks Are Overrated! - MConsulting Prep 영상을 보고 작성한 글입니다. [목차] 0. 데이터분석가 준비생이 컨설팅을 왜 공부해야 할까? 1. Framework란? 2. Framework에 대한 4가지 오해 3. "Building-Block" frameworks 3-1. Comprehensive frameworks 3-2. Mini frameworks 0. 데이터분석가 준비생이 컨설팅을 왜 공부해야 할까? 데이터분석가의 궁극적인 목표는 비즈니스 문제를 해결하는 것이다. 데이터 자체가 목적이 되어서는 안된다. 데이터만 들여다보는 '데이터 덕후'는 위험하다. 때로는 복잡한 데이터 분석 과정을 거치지 않고도 EDA만으로도 문제가 해결되는 경우가 ..