✅ 리텐션 분석이란? **리텐션 분석(Retention Analysis)**은 앱을 설치하거나 회원가입한 사용자가 일정 시간 이후에도 여전히 활동하고 있는지를 확인하는 분석입니다. ❓ 왜 리텐션 분석을 해야 하나요? 🔍 어떤 인사이트를 얻을 수 있을까? 💡 GA4 BigQuery로 리텐션 분석하는 방법 🔧 준비 사항 📌 SQL 예제: 1일, 7일, 30일 리텐션 계산 📈 결과 예시 install_date day_0 day_1 day_7 day_30 …read more.

1. 비즈니스 도메인 기반의 데이터 분석 사고 학습 포인트: 단순한 기술 스택보다 중요한 건 ‘비즈니스 목표’를 이해하고 데이터를 통해 해결하는 사고력이다. 예시: 예를 들어, ‘오프라인결제’ 서비스를 맡게 되었을 때, 단순히 사용률 추세만 보는 게 아니라, 특정 마케팅 이벤트 이후 결제 전환율이 상승했는지, 특정 기능 개편이 이탈률에 어떤 영향을 줬는지를 가설 설정 → 지표 정의 → …read more.

1. 왜 BigQuery에서 배열을 다루는가? BigQuery에서는 종종 **중첩된 구조(Nested Structure)**의 데이터를 다룰 때가 많습니다. 예를 들어: 이처럼 반정규화된 형태의 데이터를 효율적으로 처리하기 위해 배열을 사용합니다. 2. 배열 관련 주요 함수 함수명 설명 ARRAY() 배열 생성 UNNEST() 배열을 테이블 형태로 펼침 (필수!) ARRAY_LENGTH() 배열의 길이 반환 ARRAY_AGG() 그룹 내 값을 배열로 집계 ARRAY_TO_STRING() 배열을 문자열로 변환 …read more.

데이터 분석 업무를 하다 보면 보고서 작성이나 지표 모니터링을 위해 기술 통계를 자주 사용하게 됩니다. 그 중에서도 가장 기초적이고 자주 쓰이는 지표가 바로 **평균값(Mean), 중앙값(Median), 최빈값(Mode)**입니다. 이번 글에서는 실제 데이터를 바탕으로, 각 지표가 어떤 상황에 유용한지 그리고 SQL 쿼리를 어떻게 작성해야 하는지를 예시와 함께 상세히 설명하겠습니다. 📂 분석 데이터 소개: 유저 구매 내역 테이블 예시 …read more.

GA4 데이터를 BigQuery에서 분석하다 보면 자주 사용하게 되는 함수들이 있습니다. 하지만 아무리 자주 쓰는 함수라도, 조금만 방심하면 오류가 발생하거나 잘못된 결과를 만들어낼 수 있습니다. 이 글에서는 실무에서 자주 활용되면서도 쉽게 실수할 수 있는 함수들을 소개하고, 잘못된 사용 예와 올바른 사용 예를 비교하며 설명해 드리겠습니다. 1. UNNEST() – 배열 펼치기에서 별칭 누락 실수 GA4 이벤트 데이터에는 …read more.

데이터 분석가가 이직할 때 피할 수 없는 관문 중 하나가 바로 SQL 코딩 테스트입니다. 경력직 중급 데이터 분석가들이 자주 접하는 고급 SQL 중급 테스트 문제 3가지와 접근법을 알려드릴게요. 문제 1: 사용자의 연속 방문일 수 분석 문제: 사용자의 방문 이력이 담긴 테이블(visit_history)이 있습니다. 각 사용자의 최장 연속 방문일 수를 계산하여 사용자 ID와 함께 조회하세요. 테이블 예시 …read more.

데이터 분석을 하다 보면 어떤 요인이 다른 요인에 영향을 미치는지 정확하게 알고 싶을 때가 있습니다. 이런 분석을 ‘인과 추론(Causal Inference)’이라고 합니다. 인과 추론은 단순히 두 사건이 함께 나타나는 상관관계를 넘어서서, 원인이 되는 요인이 실제로 결과에 직접 영향을 미치는지를 명확히 밝히고자 하는 방법입니다. 인과 추론이 중요한 이유는 정책 수립이나 비즈니스 의사결정 과정에서 잘못된 결론을 내리지 않도록 …read more.

1. BigQuery란? 2. 왜 마케터가 BigQuery를 써야 할까? 3. BigQuery 시작하기 4. 기본 SQL 문법 정리 5. 실무 예시: GA4 데이터 분석 6. BigQuery에서 자주 쓰는 함수 7. 비용과 주의사항

브레이즈(Braze)를 활용한 푸시 & 인앱 메시지 분석 완벽 가이드 푸시와 인앱 메시지의 사용 목적과 타이밍 브레이즈(Braze)를 통해 제공하는 푸시 메시지와 인앱 메시지는 각각 사용자의 행동과 상황에 따라 적절하게 사용해야 최대의 효과를 얻을 수 있습니다. 1. 푸시 메시지 (Push Message) 2. 인앱 메시지 (In-App Message) 메시지 발송 이후 운영 방법 푸시와 인앱 메시지 발송 이후에는 반드시 …read more.

파이썬은 데이터 분석 분야에서 가장 널리 사용되는 프로그래밍 언어입니다. 이번 포스팅에서는 실무에서 반드시 알아야 할 핵심 파이썬 라이브러리 5가지를 소개하고, 각각의 특징, 활용 상황, 분석 방법과 예제 코드를 상세히 설명합니다. 1. Pandas 특징: 활용 상황 및 분석 방법: 예시 코드: 2. NumPy 특징: 활용 상황 및 분석 방법: 예시 코드: 3. Matplotlib 특징: 활용 상황 …read more.

빅쿼리를 자주 사용하는 분들이라도 의외로 놓치는 부분들이 있습니다. 사소하지만 작업 효율성, 비용, 데이터 정확성 측면에서 매우 중요하기 때문에 이번 글에서는 놓치기 쉬운 부분들을 친절하게 하나씩 짚어 드리겠습니다! 1. 날짜 조건 꼭 추가하기 왜 꼭 해야 하나요? 빅쿼리는 기본적으로 쿼리하는 데이터의 양에 따라 비용이 발생합니다. 날짜 조건을 명확히 설정하지 않으면 불필요한 데이터까지 스캔하게 되어 불필요한 비용이 …read more.

동질 집단 분석(Cohort Analysis)이란? 동질 집단 분석(Cohort Analysis)이란 특정 기간 동안 공통된 특성을 가진 사용자 그룹(동질 집단)을 정의하고, 시간에 따른 이들의 행동 변화를 분석하는 방법입니다. 예를 들어, 같은 날 앱을 설치한 사용자들, 같은 캠페인을 통해 유입된 사용자들, 같은 시기에 구매를 진행한 사용자 등을 하나의 동질 집단으로 분류하고 이들의 시간 경과에 따른 행동 변화(예: 재방문율, 재구매율, …read more.